Riesgo de Parkinson podría predecirse con el seguimiento de los movimientos de una persona: Estudio
Registrar los datos de movimiento podría ser una alternativa no invasiva.
Un estudio indicó que el seguimiento de los movimientos de una persona podría predecir el riesgo de Parkinson. | Foto: Freepik
El parkinson es una enfermedad que se suele diagnosticar cuando son evidentes sus síntomas y el daño neuronal irreparable. No obstante, un estudio publicado en Nature Medicine ha sugerido que los datos de movimiento de una persona pueden ayudar a diagnosticar la enfermedad de forma precoz.
Aunque los académicos han advertido que se necesitan más estudios, el artículo explica que registrar los datos de movimiento podría ser una alternativa barata y no invasiva para hacer cribados a gran escala de la población y determinar quienes tienen más riesgo de desarrollar la enfermedad.
La enfermedad de Parkinson es un trastorno neurodegenerativo sin tratamiento que causa la pérdida progresiva de neuronas relacionadas con la función motora.
El diagnóstico suele llegar cuando la neurodegeneración lleva varios años en curso y entre el 50-70% de las neuronas de la función motora están afectadas.
Identificar individuos en riesgo de desarrollar la enfermedad de Parkinson también ayudaría a diseñar terapias contra la enfermedad, según los autores.
ESTUDIO PARA IDENTIFICAR CASOS DE ENFERMEDAD DE PARKINSON
Para hacer el estudio, Cynthia Sandor, de la Universidad de Cardiff (Reino Unido), y su equipo utilizaron información sobre 100 mil 003 personas del Biobanco del Reino Unido, una ingente base de datos de medio millón de personas de entre 40 y 69 años que está a disposición de la comunidad científica.
Entre los datos guardados en el Biobanco, había registros de los movimientos espontáneos de esos pacientes que, hace algunos años, se tomaron durante una semana con la ayuda de un acelerómetro de muñeca.
El equipo quería averiguar si esos datos recogidos por los dispositivos de seguimiento del movimiento podrían ayudar a identificar casos de enfermedad de Parkinson antes del diagnóstico clínico.
"
Con modelos de aprendizaje automático entrenados con la información recogida por los dispositivos de movimiento, los autores descubrieron que esos datos permitían identificar la enfermedad de Parkinson mejor que los marcadores clínicos comúnmente utilizados, como los derivados del estilo de vida, la genética, la bioquímica sanguínea y los síntomas reportados por el paciente.
En concreto, observaron que los patrones relacionados con la velocidad del movimiento y la calidad del sueño se asociaban a un futuro inicio de la enfermedad.
Descubrieron que la ralentización de los movimientos de una persona se producía varios años antes del diagnóstico de enfermedad de Parkinson, y que los problemas de interrupción del sueño eran más frecuentes en las personas que terminaron siendo diagnosticadas de párkinson que en los que padecieron otros problemas neurodegenerativos y de movimiento.
Los autores sostienen que los datos de movimiento podrían ser una herramienta de cribado de bajo coste para identificar a las personas en riesgo de padecer la enfermedad de Parkinson, aunque insisten en que sería necesario repetir la investigación con otras cohortes de personas para contrastar y confirmar sus resultados.
Comentarios