Herramienta de apoyo a la decisión clínica basada en datos para el diagnóstico de deterioro cognitivo leve en la...

Área de la Ciencia:

• Neurociencia
• Informática médica
• Biología computacional

Sus antecedentes:

• La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo que afecta las funciones motoras y cognitivas.
• El deterioro cognitivo leve (DCC) es un factor de riesgo significativo para la progresión de la demencia en pacientes con EP.
• El diagnóstico actual de DCC se basa en evaluaciones neuropsicológicas largas e imprácticas en entornos clínicos.

Objetivo del estudio:

• Investigar la utilidad de los modelos de aprendizaje automático (ML) para el diagnóstico de DCC en personas con enfermedad de Parkinson (PwPD).
• Comparar el rendimiento de los modelos de ML con los criterios diagnósticos clínicos establecidos para DCC en la EP.
• Explorar el potencial del ML para identificar casos de DCC omitidos por los métodos tradicionales.

Principales métodos:

• Análisis de datos longitudinales de 115 PwPD y 226 controles sanos del Estudio de Parkinson de Luxemburgo.
• Desarrollo y aplicación de un modelo de ML basado en datos que integra datos clínicos para el diagnóstico de DCC.
• Comparación del rendimiento del modelo de ML con la prueba de referencia clínica MDS PD-MCI Nivel II.

Principales resultados:

• El modelo basado en ML demostró un rendimiento no inferior en comparación con la prueba diagnóstica clínica MDS PD-MCI Nivel II.
• El modelo de ML identificó con éxito un subgrupo de individuos con DCC que no fueron detectados por la evaluación clínica estándar.
• Esto resalta el potencial del ML para mejorar la detección de DCC en la enfermedad de Parkinson.

Conclusiones:

• Los modelos de aprendizaje automático muestran ser prometedores como herramienta complementaria para el diagnóstico de DCC en la enfermedad de Parkinson.
• El ML puede facilitar una detección más temprana y completa del deterioro cognitivo en PwPD.
• La integración del ML en la práctica clínica puede mejorar la caracterización diagnóstica y el manejo de la enfermedad de Parkinson.