Nueva técnica de imágenes cerebrales que ayuda a diagnosticar la enfermedad de Parkinson
Un nuevo estudio da esperanzas de que una técnica de imágenes cerebrales mejorará los diagnósticos de millones de personas con trastornos del movimiento como la enfermedad de Parkinson.
Investigadores de la Universidad de Florida creen que una técnica de imágenes con tensor de difusión podría permitir a los médicos evaluar a las personas antes de lo que es posible hoy en día, lo que conduciría a mejores intervenciones de tratamiento y terapias para los pacientes.
El estudio de tres años examinó a 72 pacientes, cada uno con un diagnóstico de trastorno del movimiento clínicamente definido. La nueva técnica permitió a los investigadores separar con éxito a los pacientes en grupos de trastornos con un alto grado de precisión.
La investigación se publicará en la revista Trastornos del movimiento.
"El propósito de este estudio es identificar marcadores en el cerebro que diferencian los trastornos del movimiento que tienen síntomas clínicos que se superponen, lo que hace que [los trastornos] sean difíciles de distinguir", dijo David Vaillancourt, profesor asociado e investigador principal del estudio.
"Ninguna otra imagen, líquido cefalorraquídeo o marcador sanguíneo ha tenido tanto éxito en diferenciar estos trastornos", dijo. "Los resultados son muy prometedores."
Los trastornos del movimiento como la enfermedad de Parkinson, el temblor esencial, la atrofia multisistémica y la parálisis supranuclear progresiva presentan síntomas similares en las primeras etapas, lo que puede dificultar la asignación de un diagnóstico específico.
Vaillancourt dijo que a menudo el diagnóstico original cambia a medida que avanza la enfermedad.
Las imágenes por tensor de difusión, conocidas como DTI, son un método no invasivo que examina la difusión de moléculas de agua dentro del cerebro. Puede identificar áreas clave que se han visto afectadas como resultado del daño a la materia gris y la materia blanca en el cerebro.
Vaillancourt y su equipo midieron áreas de los ganglios basales y el cerebelo en individuos y utilizaron un enfoque estadístico para predecir la clasificación de grupos.
Haciendo diferentes preguntas dentro de los datos y comparando diferentes grupos entre sí, pudieron mostrar una clara separación entre los trastornos.
"Nuestro objetivo era utilizar estas medidas para predecir con precisión la clasificación original de la enfermedad", dijo Vaillancourt, "la idea es que si llega un nuevo paciente con un diagnóstico desconocido, es posible que pueda aplicar este algoritmo a ese individuo".
Comparó el proceso con una prueba de colesterol.
"Si tiene el colesterol alto, aumenta sus posibilidades de desarrollar una enfermedad cardíaca en el futuro", dijo.
“Hay pruebas como las que dan un escenario de probabilidad o probabilidad de un grupo de enfermedades en particular. Vamos un paso más allá y tratamos de utilizar información para predecir la clasificación de temblores específicos y enfermedades parkinsonianas ".
Fuente: Universidad de Florida
