Nova ferramenta ajuda a prever a progressão da doença de Alzheimer

Prévia do material em texto

1/2
Nova ferramenta ajuda a prever a progressão da doença de
Alzheimer
Cerca de 55 milhões de pessoas em todo o mundo estão vivendo com demência, de acordo com a
Organização Mundial da Saúde. A forma mais comum é a doença de Alzheimer, uma condição incurável
que faz com que a função cerebral se deteriore.
Além de seus efeitos físicos, a doença de Alzheimer causa ramificações psicológicas, sociais e
econômicas não só para as pessoas que vivem com a doença, mas também para aqueles que os amam
e cuidam deles. Como seus sintomas pioram com o tempo, é importante que tanto os pacientes quanto
seus cuidadores se preparem para a eventual necessidade de aumentar a quantidade de apoio à
medida que a doença progride.
Para esse fim, pesquisadores da Universidade do Texas em Arlington criaram uma nova estrutura
baseada em aprendizado que ajudará os pacientes com Alzheimer a identificar com precisão onde estão
dentro do espectro de desenvolvimento da doença. Isso permitirá que eles melhor prevejam o momento
dos estágios posteriores, facilitando o planejamento de cuidados futuros à medida que a doença avança.
“Durante décadas, uma variedade de abordagens preditivas foram propostas e avaliadas em termos da
capacidade preditiva para a doença de Alzheimer e seu precursor, comprometimento cognitivo leve”,
2/2
disse Dajiang Zhu, professor associado de ciência da computação e engenharia da UTA. Ele é o
principal autor de um novo artigo revisado por pares publicado em acesso aberto na Pharmacological
Research. “Muitas dessas ferramentas de previsão anteriores negligenciaram a natureza contínua de
como a doença de Alzheimer se desenvolve e os estágios de transição da doença”.
Em um trabalho apoiado por mais de US $ 2 milhões em doações dos Institutos Nacionais de Saúde e
do Instituto Nacional de Envelhecimento, o laboratório de pesquisa de Imagem Médica e Descoberta
Neurocientífica de Zhu e Li Wang, professor associado da UTA em matemática, desenvolveu uma nova
estrutura de incorporação baseada em aprendizado que codifica os vários estágios do desenvolvimento
da doença de Alzheimer em um processo que eles chamam de “árvore de incorporação de doenças”, ou
DETree. Usando essa estrutura, o DETree pode não apenas prever qualquer um dos cinco grupos
clínicos de grãos finos do desenvolvimento da doença de Alzheimer de forma eficiente e precisa, mas
também pode fornecer informações de status mais aprofundadas, projetando onde dentro dele o
paciente será à medida que a doença progride.
Para testar sua estrutura DETree, os pesquisadores usaram dados de 266 indivíduos com doença de
Alzheimer da multicêntrica Iniciativa de Neuroimagem da Doença de Alzheimer. Os resultados da
estratégia do DETree foram comparados com outros métodos amplamente utilizados para prever a
progressão da doença de Alzheimer, e o experimento foi repetido várias vezes usando métodos de
aprendizado de máquina para validar a técnica.
“Sabemos que os indivíduos que vivem com a doença de Alzheimer muitas vezes desenvolvem
sintomas piorando em taxas muito diferentes”, disse Zhu. “Estamos animados que nossa nova estrutura
seja mais precisa do que os outros modelos de previsão disponíveis, que esperamos que ajudem os
pacientes e suas famílias a planejar melhor as incertezas dessa doença complicada e devastadora”.
Ele e sua equipe acreditam que o quadro DETree tem o potencial de ajudar a prever a progressão de
outras doenças que têm múltiplos estágios clínicos de desenvolvimento, como a doença de Parkinson,
doença de Huntington e doença de Creutzfeldt-Jakob.
https://www.sciencedirect.com/science/article/pii/S1043661823003948?via%3Dihub
https://reporter.nih.gov/search/QhgPMLvX6EGH010jab_w4A/project-details/10515550
https://reporter.nih.gov/search/QhgPMLvX6EGH010jab_w4A/project-details/10571842