RedacciónT21 
La enfermedad de Alzheimer es la forma más común de demencia entre las personas mayores de 65 años. Se trata de una enfermedad increíblemente compleja, en la que se produce una pérdida neuronal y la destrucción de las conexiones entre neuronas. Como en cualquier enfermedad neurodegenerativa, es un proceso lento, gradual y progresivo a lo largo de los años.
Pese a que se han barajado y estudiado muchas posibilidades, las causas que desencadenan la neurodegeneración son todavía desconocidas. Identificar con exactitud los primeros síntomas podría ser un buen punto de partida para avanzar en la investigación. Ese es el objetivo de un equipo de científicos del Instituto Neurológico y el Hospital de Montreal, en Canadá, para lo que han puesto en práctica una poderosa herramienta que facilitará el diagnóstico precoz.
Dirigidos por el doctor Alan Evans, profesor de Neurología, Neurocirugía e Ingeniería Biomédica, los investigadores han hecho uso de las cantidades masivas de datos clínicos de pacientes que permanecen sin utilizar por la dificultad e imposibilidad material de digerirlos de forma efectiva. Grandes volúmenes de información o Big Data, por los que pasa el futuro de la investigación clínica.
«Tenemos muchas maneras de conseguir información sobre el cerebro, pero ¿qué podemos hacer con todos esos datos?, se pregunta Evans, en un comunicado de la Universidad McGill. Queda en evidencia que la neurología está cada vez más limitada por la capacidad de tomar toda esta información y darle sentido, para lo que se necesita la creación de complejos retos matemáticos y estadísticos.
Con los existentes de momento, han conseguido revelar que el primer síntoma detectable del Alzheimer es una disminución del flujo sanguíneo en el cerebro, frente a estudios anteriores que lo atribuían al aumento de la proteína amiloide. Aunque la agrupación de esta proteína juega un papel fundamental en el desarrollo de la enfermedad, la investigación desvela que los cambios en el flujo sanguíneo son una señal de advertencia anterior. Asimismo alerta de que los cambios en la cognición comienzan antes de lo que se creía.
Firmeza y estabilidad
En concreto, los investigadores examinaron más de 7.700 imágenes cerebrales de 1.171 personas en diversas etapas de progresión de la enfermedad, utilizando para ello técnicas habituales como la resonancia magnética y la tomografía por emisión de positrones (PET). También analizaron muestras de sangre y líquido cefalorraquídeo, así como los cambios cognitivos detectados, relacionados fundamentalmente con la pérdida de memoria.
Los hallazgos, publicados en la prestigiosa revista Nature Communications, son el resultado de un estudio mucho más complejo de los mecanismos que desencadenan la enfermedad que los realizados hasta el momento, pues no sólo tiene en cuenta el patrón de concentración de amiloide, sino también en el metabolismo de la glucosa, el flujo sanguíneo cerebral, la actividad funcional y la atrofia cerebral en 78 regiones del cerebro.
La trayectoria de cada factor biológico se registró usando los datos de cada paciente durante un período de 30 años. Este proceso se repitió 500 veces, para mejorar la firmeza de las estimaciones y la estabilidad de los resultados. Un procedimiento que requiere la recopilación y análisis de miles de datos, lo cual no hubiera sido posible sin un software sofisticado y terabytes de espacio en el disco duro.
Ciencia abierta
La investigación también pone de relieve la importancia de compartir datos a través del modelo de ciencia abierta. En este caso, la información de los pacientes procedía de la base de datos de la Iniciativa de Neuroimagen en la Enfermedad de Alzheimer (ADNI, por sus siglas en inglés), una asociación público-privada que aglutina más de 30 instituciones de Canadá y Estados Unidos. Desde su creación en 2003, ha posibilitado el estudio y publicación de cientos de artículos científicos.
Si bien este de Montreal es uno de los más completos publicado hasta el momento sobre laprogresión de la enfermedad de Alzheimer, sus autores aseguran que les gustaría ir más allá, aportando no sólo el registro de cada factor biológico implicado, sino determinando también las causas de cada uno de ellos, lo cual podría ser clave para mejorar los tratamientos. «La falta de una comprensión integral de la patología supone un obstáculo fundamental para el desarrollo de agentes terapéuticos eficaces», manifiesta Yasser Iturria Medina, autor principal del artículo.
Un avance que llegará a medida que aumente la potencia de cálculo que el Big Data pueda proporcionar. «Nuestro objetivo es alcanzar un alto nivel, el modelado causal de las interacciones entre todos los factores de la enfermedad, pero se necesita gran potencia de cálculo para conseguirlo, afirma Evans.
Mientras llega el hardware adecuado, el equipo seguirá trabajando para tener a punto el software y los algoritmos. La realización de nuevos estudios integradores basados en datos les permitirá considerar todos los posibles factores biológicos implicados, así como determinar las interacciones directas entre ellos
Hacer un comentario