Redes de asociación: una nueva forma de explorar la huella fisiopatológica de la enfermedad de Alzheimer

  1. V. Gutiérrez-de Pablo 1
  2. C. Gómez 2
  3. J. Poza 1
  4. A. Maturana Candelas 1
  5. J. Gómez Pilar 1
  6. M. Revilla Vallejo 1
  7. R. Hornero 1
  1. 1 Universidad de Valladolid, Valladolid, España
  2. 2 Centro de Investigación Biomédica en Red en Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN), Madrid, España
Libro:
XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB 2020: Libro de actas
  1. Roberto Hornero Sánchez (ed. lit.)
  2. Jesús Poza Crespo (ed. lit.)
  3. Carlos Gómez Peña (ed. lit.)
  4. María García Gadañón (ed. lit.)

Editorial: Grupo de Ingeniería Biomédica ; Universidad de Valladolid

ISBN: 978-84-09-25491-0

Año de publicación: 2020

Páginas: 405-408

Congreso: Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB (38. 2020. Valladolid)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR

Resumen

La enfermedad de Alzheimer (EA) es el tipo de demencia más común y con mayor impacto en los países occidentales. Esta patología presenta diversos factores que condicionan su evolución, como son la edad, el sexo o la genética. Con el objetivo de explorar las complejas relaciones entre los diversos factores que inciden en la progresión de la EA, se ha construido una red de asociación a partir de datos sociodemográficos, variables clínicas, información genética y medidas obtenidas a partir de la actividad neurofisiológica de 190 sujetos, divididos en 5 grupos en el continuo de la enfermedad: 43 controles, 45 sujetos con deterioro cognitivo leve, 43 con EA leve, 37 con EA moderada y 22 con EA severa. Los resultados muestran una asociación entre las medidas obtenidas a partir de la actividad eléctrica cerebral y la severidad de la enfermedad, indicando su utilidad para cuantificar la progresión de la EA. Además, se observa también asociación entre la severidad, la puntuación del test MMSE y el genotipo del gen ApoE, cuya influencia en el deterioro cognitivo característico de la enfermedad no es del todo claro. En conclusión, este nuevo tipo de redes prueban ser de utilidad, pudiendo ayudar a comprender la huella fisiopatológica de la EA.

Fuente de los datos: Dialnet