Video Experimental Relacionado
Updated: Sep 9, 2025

Virtual Reality Tools for Assessing Unilateral Spatial Neglect: A Novel Opportunity for Data Collection
Published on: March 10, 2021
Navegación en realidad virtual para la detección temprana de la enfermedad de Alzheimer
Sayuri Shima1, Reiko Ohdake1, Yasuaki Mizutani1
1Department of Neurology, Fujita Health University School of Medicine, Toyoake, Aichi, Japan.
Los errores de integración de ruta (PI) medidos a través de la navegación de realidad virtual en 3D se correlacionan con los biomarcadores de la enfermedad de Alzheimer (EA). El plasma p-tau181 es un predictor clave, sugiriendo PI como una herramienta no invasiva para la detección temprana de AD.
Área de la Ciencia:
- La neurociencia
- Descubrimiento de biomarcadores
- Tecnologías de diagnóstico
Sus antecedentes:
- La detección temprana de la enfermedad de Alzheimer (EA) es fundamental para una intervención oportuna.
- Los enredos neurofibrilares en AD impactan en la corteza entorrinal, afectando la navegación espacial.
- La integración del camino (PI) es una función cognitiva mediada por la corteza entorrinal.
Objetivo del estudio:
- Investigar la integración de la vía (PI) como un marcador sustituto no invasivo para la detección temprana de la enfermedad de Alzheimer (EA).
- Explorar las correlaciones entre los errores de PI y los biomarcadores plasmáticos relacionados con la EA.
- Evaluar la utilidad de los sistemas de navegación de realidad virtual en 3D para cuantificar el IP con fines de diagnóstico.
Principales métodos:
- 111 adultos sanos se sometieron a navegación en realidad virtual 3D para evaluar la IP.
- Biomarcadores plasmáticos recogidos (GFAP, NfL, Aβ40, Aβ42, p-tau181) y el genotipo ApoE.
- Los análisis estadísticos incluyeron regresión lineal multivariada, regresión logística y aprendizaje automático para la importancia del predictor.
Principales resultados:
- Se encontraron correlaciones positivas significativas entre los errores de PI, la edad y los niveles plasmáticos de GFAP, p-tau181 y NfL.
- El GFAP plasmático y la p-tau181 mostraron correlaciones significativas con los errores de PI en el análisis multivariado.
- El aprendizaje automático identificó el p-tau181 plasmático como el predictor más significativo de los errores de PI.
Conclusiones:
- El IP cuantificado por RV 3D muestra potencial como una herramienta de diagnóstico sustituto para la fisiopatología temprana de la EA.
- Una combinación de 3D VR PI y p-tau181 en plasma puede servir como un biomarcador eficaz para la neurodegeneración temprana de AD.
- Estos hallazgos apoyan el desarrollo de herramientas no invasivas para la detección y monitoreo tempranos de la EA, facilitando intervenciones terapéuticas rápidas.
Más Videos Relacionados
Videos de Conceptos Relacionados
Alzheimer's Disease: Overview
The clinical diagnosis of AD hinges on the presence of memory and other cognitive impairments. Biomarkers, such as changes in Aβ...
Alzheimer's Disease: Treatment

