Un metodo di analisi computerizzata su grandi quantità di dati sanitari ha il potenziale di valutare il rischio degli anziani cognitivamente sani di contrarre la demenza più avanti, secondo una ricerca pubblicata sul Journal of Alzheimer's Disease.
Il nuovo strumento di valutazione del rischio mostra anche il profilo di rischio individuale in una forma visiva che si interpreta rapidamente.
Prevenire la demenza è una delle principali priorità delle sanità pubbliche di tutto il mondo, ed è stato condotto un intenso lavoro per formulare strategie di prevenzione efficaci. Dei cambiamenti verso uno stile di vita sano possono aiutare a prevenire il declino cognitivo e la demenza, ma la sfida è individuare presto coloro che hanno il rischio più alto e scegliere le misure di prevenzione più rilevanti.
I recenti sviluppi nella ricerca sulla prevenzione della demenza comprendono grandi volumi di dati sulla salute del cervello, piattaforme multinazionali condivise, e studi di prevenzione basati su Internet. Trattare le grandi quantità di informazioni sanitarie («big data») è una conseguenza impegnativa di questi sviluppi. L'apprendimento automatico rappresenta un tipo di intelligenza artificiale in cui si usa un gruppo di metodi per insegnare ai computer come fare, e migliorare, previsioni sulla base di grandi volumi di dati. Questi metodi stanno ora iniziando a essere usati nel contesto della prevenzione della demenza.
Un team di medici e ingegneri di Finlandia e Svezia ha affrontato queste sfide con un nuovo approccio di apprendimento automatico. Hanno sviluppato un «indice di rischio di demenza», uno strumento per valutare il rischio di demenza delle persone e per indicare le aree più rilevanti da puntare per le misure di prevenzione. Un ulteriore vantaggio dello strumento è la capacità di visualizzare profili dettagliati del rischio di demenza individuale in un formato visivo facile da interpretare.
L'indice di rischio ha previsto la demenza fino a dieci anni prima dell'insorgenza.
Il team di ricerca ha usato i dati dello studio Cardiovascular Risk Factors, Aging and Dementia condotto in Finlandia orientale. I partecipanti allo studio erano individui cognitivamente normali di età compresa tra 65 e 79 anni, della popolazione finlandese generale, sottoposti a valutazioni sanitarie dettagliate, compresa la memoria e altri test cognitivi.
L'indice di rischio di demenza ha ottenuto buoni risultati nell'identificare i profili completi che predicevano lo sviluppo di demenza fino a 10 anni più tardi. Il predittori principale inclusi erano la cognizione, i fattori vascolari, l'età, le lamentele soggettive sulla memoria e il genotipo apolipoproteina E (APOE).
I ricercatori concludono che l'indice di rischio potrebbe essere utile per identificare gli individui più anziani che sono più a rischio, e che possono anche beneficiare maggiormente di interventi preventivi. Essi sottolineano che l'indice di rischio non è pensato per la diagnosi di demenza, ma come strumento per aiutare nelle decisioni sulle strategie di prevenzione della demenza, cioè a chi dovrebbero essere mirate, e quali fattori di rischio dovrebbero essere trattati in modo specifico in base al profilo di rischio visivo.
"I risultati del nostro studio sono molto promettenti, in quanto è la prima volta che è stato usato questo approccio di apprendimento automatico per stimare il rischio di demenza nella popolazione generale cognitivamente normale", afferma il capo ricercatore, Alina Solomon MD/PhD, dell'Università della Finlandia orientale. "L'indice di rischio è stato progettato per supportare il processo decisionale clinico, e noi siamo molto interessati a esplorare il suo uso pratico potenziale. Tuttavia, dobbiamo ancora convalidare questo indice di rischio in altre popolazioni di fuori della Finlandia. Dobbiamo anche indagare se funziona negli over-80, e se è in grado di monitorare i cambiamenti nel rischio di demenza nel corso del tempo, ad esempio in risposta agli interventi di stile di vita. Questi sono alcuni dei prossimi passi che stiamo pianificando ora".
Jyrki Lötjönen PhD, uno dei co-autori dello studio e direttore scientifico della Combinostics Ltd, afferma: "Le grandi banche di dati sanitari contengono molte informazioni preziose che sono ancora in parte nascoste e sotto-sfruttate. Si possono usare i moderni metodi di apprendimento del computer per estrarre schemi di dati che possono essere difficili da osservare con l'occhio umano. Il nostro obiettivo era rilevare i modelli che predicono se una persona ha più probabilità di ottenere la demenza in futuro. Un'altra area di interesse era come presentare tutti questi dati complessi in una forma semplice che rendesse queste tecnologie moderne utili ai medici e ai privati interessati alla prevenzione della demenza".
Fonte: IOS Press via AlphaGalileo (> English text) - Traduzione di Franco Pellizzari.
Riferimento: Timo Pekkala, Anette Hall, Jyrki Lötjönen, Jussi Mattila, Hilkka Soininen, Tiia Ngandu, Tiina Laatikainen, Miia Kivipelto, Alina Solomon. Development of a Late-Life Dementia Prediction Index with Supervised Machine Learning in the Population-Based CAIDE Study. Journal of Alzheimer's Disease, 2016; 1 DOI: 10.3233/JAD-160560
Copyright: Tutti i diritti di eventuali testi o marchi citati nell'articolo sono riservati ai rispettivi proprietari.
Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non dipende da, nè impegna l'Associazione Alzheimer onlus di Riese Pio X. I siti terzi raggiungibili da eventuali links contenuti nell'articolo e/o dagli annunci pubblicitari sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.
Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.
Associazione Alzheimer OdV
