Biomarcadores

Área de la Ciencia:

• Neuroimagen
• Biomarcadores
• Investigación de la enfermedad de Alzheimer

Sus antecedentes:

• La deposición de placas amiloides en la enfermedad de Alzheimer (EA) se evalúa típicamente mediante imágenes de PET y la escala Centiloid para la carga global de amiloide.
• La captación de radiotrazadores en subregiones cerebrales específicas puede ofrecer información diagnóstica adicional más allá de las medidas globales.

Objetivo del estudio:

• Identificar regiones cerebrales donde la captación del radiotrazador pueda servir como marcadores efectivos para el diagnóstico de EA.
• Encontrar variables clave asociadas con el estado de la EA utilizando métodos estadísticos avanzados.

Principales métodos:

• Se utilizaron datos de imágenes de PET con Compuesto B de Pittsburgh (PIB) del conjunto de datos OASIS-3 (44 controles, 35 pacientes con EA).
• Se calculó la relación de valor de captación estandarizado (SUVR) en subregiones cerebrales después de la co-registro con imágenes de resonancia magnética y la corrección de volumen parcial.
• Se emplearon métodos bayesianos y análisis de manta de Markov para identificar un subconjunto mínimo y altamente predictivo de características vinculadas al estado de la enfermedad.

Principales resultados:

• Se identificaron 23 regiones cerebrales con SUVR como un subconjunto mínimo de marcadores altamente predictivos del diagnóstico de EA.
• Seis de estos SUVR regionales, además de la medida Centiloid, se vincularon directamente con el estado de la EA.
• Las regiones predictivas clave incluyeron las regiones Precúneo, temporal inferior, occipital lateral, cingulado posterior, supramarginal y temporal.

Conclusiones:

• Los SUVR regionales de los escáneres de PET-PIB pueden identificar regiones cerebrales clave asociadas con el diagnóstico de EA.
• La captación de radiotrazadores en 13 regiones específicas, combinada con la deposición global de amiloide, se correlaciona fuertemente con el estado de la EA.
• Estos marcadores regionales podrían ayudar a evaluar la probabilidad de EA y justifican una mayor investigación en cohortes más grandes.