{"id":44579,"date":"2024-04-05T09:58:17","date_gmt":"2024-04-05T15:58:17","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44579"},"modified":"2025-10-18T21:49:03","modified_gmt":"2025-10-19T03:49:03","slug":"modelo-personalizado-permite-conocer-patrones-en-la-progresion-de-alzheimer","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-personalizado-permite-conocer-patrones-en-la-progresion-de-alzheimer\/","title":{"rendered":"Modelo personalizado permite conocer patrones en la progresi\u00f3n de Alzheimer"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un modelo matem\u00e1tico desarrollado en Duke University ofrece una nueva herramienta para mejorar las predicciones y tratamiento de Alzheimer.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Investigadores de la Escuela de Medicina de Duke University y de la Pennsylvania State University desarrollaron un modelo matem\u00e1tico utilizando datos del mundo real de pacientes con diversas habilidades cognitivas. Este modelo de cascada de biomarcadores de enfermedad de Alzheimer (ADBC, en ingl\u00e9s), se diferencia de otros modelos matem\u00e1ticos de Alzheimer que son te\u00f3ricos y se centran en el cambio a corto plazo a nivel molecular y celular que no pueden medirse en los pacientes.<\/p>

Este modelo fue validado en un estudio<\/span><\/a> published in The Journal of Prevention of Alzheimer’s Disease, <\/i>y su objetivo fue investigar la viabilidad de personalizar un modelo causal de la progresi\u00f3n de Alzheimer utilizando datos longitudinales de biomarcadores.<\/p>

Los investigadores eligieron un modelo ADBC, ya que es un modelo hipot\u00e9tico ampliamente utilizando para Alzheimer, basado en la hip\u00f3tesis de la cascada amiloide. Para su desarrollo utilizaron datos longitudinales demogr\u00e1ficos y de biomarcadores de m\u00e1s de 800 pacientes de todo el espectro cognitivo de la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI, en ingl\u00e9s).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

De esta forma, el modelo consider\u00f3 participantes cognitivamente normales, con deterioro cognitivo leve o diagnosticados de demencia, es decir probable enfermedad de Alzheimer. El modelo consisti\u00f3 en un sistema disperso de ecuaciones diferenciales que inclu\u00eda cuatro biomarcadores medibles basados en prote\u00ednas del l\u00edquido cefalorraqu\u00eddeo, im\u00e1genes y datos de pruebas cognitivas.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El modelo ADBC analiza el l\u00edquido cefalorraqu\u00eddeo, esc\u00e1neres cerebrales y pruebas de memoria de los participantes para de esta forma encontrar patrones o patrones \u00fanicos sobre la condici\u00f3n de cada paciente.<\/p>

El modelo combin\u00f3 con \u00e9xito la teor\u00eda con los datos de biomarcadores individuales para predecir c\u00f3mo podr\u00eda evolucionar el Alzheimer y responder oportunamente al tratamiento de manera personalizada para cada paciente. Al analizar los biomarcadores pudo predecir con precisi\u00f3n c\u00f3mo estos marcadores podr\u00edan cambiar en el futuro para un paciente en espec\u00edfico.<\/p>

\u201cLa enfermedad de Alzheimer se ha considerado durante mucho tiempo como un trastorno \u00fanico. Esta investigaci\u00f3n muestra que la enfermedad progresa de manera diferente en cada persona, con patrones \u00fanicos de cambios de biomarcadores\u201d, explic\u00f3 Jeffrey R. Petrella, neurorradi\u00f3logo y director del Laboratorio de Investigaci\u00f3n de Im\u00e1genes del Alzheimer de la Escuela de Medicina de Duke.<\/p>

En el estudio, los autores detallan que los resultados apoyan la viabilidad de personalizar modelos mecanicistas basados en trayectorias individuales de biomarcadores y sugieren que este enfoque puede ser \u00fatil para reclasificar sujetos en el espectro cl\u00ednico del Alzheimer.<\/p>

\u201cEl modelo podr\u00eda desarrollar una recomendaci\u00f3n del r\u00e9gimen terap\u00e9utico \u00f3ptimo necesario para ayudar a un paciente a lograr el mejor resultado posible con el tiempo y minimizar la exposici\u00f3n a efectos secundarios\u201d, explic\u00f3 Petrella.<\/p>

Finalmente, los autores concluyen que este enfoque de modelado computacional no se limita a la hip\u00f3tesis de la ADBC, y puede aplicarse a cualquier hip\u00f3tesis de progresi\u00f3n de la enfermedad en el campo del Alzheimer que pueda monitorizarse con biomarcadores. De esta manera, se trata de una herramienta clave que ofrece una plataforma computacional para comparar y validar diversas hip\u00f3tesis de enfermedad, personalizar trayectorias individuales de biomarcadores y predecir la respuesta individual a estrategias te\u00f3ricas de prevenci\u00f3n e intervenci\u00f3n terap\u00e9utica.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

DUKE UNIVERSITY<\/b><\/p>

https:\/\/medschool.duke.edu\/news\/personalized-model-unveils-hidden-patterns-alzheimers-progression<\/a><\/span><\/p>

SPRINGER<\/b><\/p>

https:\/\/link.springer.com\/article\/10.14283\/jpad.2023.134<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Un modelo matem\u00e1tico desarrollado en Duke University ofrece una nueva herramienta para mejorar las predicciones y tratamiento de Alzheimer. Investigadores de la Escuela de Medicina de Duke University y de la Pennsylvania State University desarrollaron un modelo matem\u00e1tico utilizando datos del mundo real de pacientes con diversas habilidades cognitivas. Este modelo de cascada de biomarcadores de enfermedad de Alzheimer (ADBC, en ingl\u00e9s), se diferencia de otros modelos matem\u00e1ticos de Alzheimer que son te\u00f3ricos y se centran en el cambio a corto plazo a nivel molecular y celular que no pueden medirse en los pacientes. Este modelo fue validado en un estudio publicado en The Journal of Prevention of Alzheimer’s Disease, y su objetivo fue investigar la viabilidad de personalizar un modelo causal de la progresi\u00f3n de Alzheimer utilizando datos longitudinales de biomarcadores. Los investigadores eligieron un modelo ADBC, ya que es un modelo hipot\u00e9tico ampliamente utilizando para Alzheimer, basado en la hip\u00f3tesis de la cascada amiloide. Para su desarrollo utilizaron datos longitudinales demogr\u00e1ficos y de biomarcadores de m\u00e1s de 800 pacientes de todo el espectro cognitivo de la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI, en ingl\u00e9s). De esta forma, el modelo consider\u00f3 participantes cognitivamente normales, con deterioro cognitivo leve o diagnosticados de demencia, es decir probable enfermedad de Alzheimer. El modelo consisti\u00f3 en un sistema disperso de ecuaciones diferenciales que inclu\u00eda cuatro biomarcadores medibles basados en prote\u00ednas del l\u00edquido cefalorraqu\u00eddeo, im\u00e1genes y datos de pruebas cognitivas. El modelo ADBC analiza el l\u00edquido cefalorraqu\u00eddeo, esc\u00e1neres cerebrales y pruebas de memoria de los participantes para de esta forma encontrar patrones o patrones \u00fanicos sobre la condici\u00f3n de cada paciente. El modelo combin\u00f3 con \u00e9xito la teor\u00eda con los datos de biomarcadores individuales para predecir c\u00f3mo podr\u00eda evolucionar el Alzheimer y responder oportunamente al tratamiento de manera personalizada para cada paciente. Al analizar los biomarcadores pudo predecir con precisi\u00f3n c\u00f3mo estos marcadores podr\u00edan cambiar en el futuro para un paciente en espec\u00edfico. \u201cLa enfermedad de Alzheimer se ha considerado durante mucho tiempo como un trastorno \u00fanico. Esta investigaci\u00f3n muestra que la enfermedad progresa de manera diferente en cada persona, con patrones \u00fanicos de cambios de biomarcadores\u201d, explic\u00f3 Jeffrey R. Petrella, neurorradi\u00f3logo y director del Laboratorio de Investigaci\u00f3n de Im\u00e1genes del Alzheimer de la Escuela de Medicina de Duke. En el estudio, los autores detallan que los resultados apoyan la viabilidad de personalizar modelos mecanicistas basados en trayectorias individuales de biomarcadores y sugieren que este enfoque puede ser \u00fatil para reclasificar sujetos en el espectro cl\u00ednico del Alzheimer. \u201cEl modelo podr\u00eda desarrollar una recomendaci\u00f3n del r\u00e9gimen terap\u00e9utico \u00f3ptimo necesario para ayudar a un paciente a lograr el mejor resultado posible con el tiempo y minimizar la exposici\u00f3n a efectos secundarios\u201d, explic\u00f3 Petrella. Finalmente, los autores concluyen que este enfoque de modelado computacional no se limita a la hip\u00f3tesis de la ADBC, y puede aplicarse a cualquier hip\u00f3tesis de progresi\u00f3n de la enfermedad en el campo del Alzheimer que pueda monitorizarse con biomarcadores. De esta manera, se trata de una herramienta clave que ofrece una plataforma computacional para comparar y validar diversas hip\u00f3tesis de enfermedad, personalizar trayectorias individuales de biomarcadores y predecir la respuesta individual a estrategias te\u00f3ricas de prevenci\u00f3n e intervenci\u00f3n terap\u00e9utica. BIBLIOGRAF\u00cdA DUKE UNIVERSITY https:\/\/medschool.duke.edu\/news\/personalized-model-unveils-hidden-patterns-alzheimers-progression SPRINGER https:\/\/link.springer.com\/article\/10.14283\/jpad.2023.134<\/p>","protected":false},"author":1,"featured_media":44581,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44579","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44579","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44579"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44579\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44581"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44579"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44579"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44579"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}