Notícias

Nova ferramenta ajuda a prever a progressão da doença de Alzheimer

Nova ferramenta ajuda a prever a progressão da doença de Alzheimer

Dajiang Zhu, professor associado de ciência da computação e engenharia na UTA. Crédito: Universidade do Texas em Arlington

Cerca de 55 milhões de pessoas em todo o mundo vivem com demência, segundo a Organização Mundial da Saúde. A forma mais comum é a doença de Alzheimer, uma doença incurável que causa a deterioração da função cerebral.

Além dos seus efeitos físicos, a doença de Alzheimer provoca ramificações psicológicas, sociais e económicas não só para as pessoas que vivem com a doença, mas também para aqueles que as amam e cuidam. Como os sintomas pioram com o tempo, é importante que tanto os pacientes como os seus cuidadores se preparem para a eventual necessidade de aumentar a quantidade de apoio à medida que a doença progride.

Para esse fim, investigadores da Universidade do Texas em Arlington criaram uma nova estrutura baseada na aprendizagem que ajudará os pacientes de Alzheimer a identificar com precisão onde estão dentro do espectro de desenvolvimento da doença. Isto permitir-lhes-á prever melhor o momento das fases posteriores, tornando mais fácil planear cuidados futuros à medida que a doença avança.

“Durante décadas, uma variedade de abordagens preditivas foram propostas e avaliadas em termos da capacidade preditiva da doença de Alzheimer e do seu precursor, o comprometimento cognitivo leve”, disse Dajiang Zhu, professor associado de ciência da computação e engenharia na UTA. Ele é o autor principal de um novo artigo revisado por pares publicado em acesso aberto em Pesquisa Farmacológica. “Muitas dessas ferramentas de previsão anteriores ignoraram a natureza contínua de como a doença de Alzheimer se desenvolve e os estágios de transição da doença”.

O laboratório de pesquisa de imagens médicas e descobertas neurocientíficas de Zhu e Li Wang, professor associado de matemática da UTA, desenvolveram uma nova estrutura de incorporação baseada em aprendizagem 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 esta estrutura, o DETree pode não apenas prever qualquer um dos cinco grupos clínicos detalhados do desenvolvimento da doença de Alzheimer com eficiência e precisão, mas também pode fornecer informações mais detalhadas sobre o status, projetando onde o paciente estará 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 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 agravados em taxas muito diferentes”, disse Zhu. “Estamos entusiasmados com o facto de o nosso novo quadro ser mais preciso do que os outros modelos de previsão disponíveis, o que esperamos que ajude os pacientes e as suas famílias a planearem melhor as incertezas desta doença complicada e devastadora”.

Ele e sua equipe acreditam que a estrutura DETree tem o potencial de ajudar a prever a progressão de outras doenças que apresentam múltiplos estágios clínicos de desenvolvimento, como a doença de Parkinson, a doença de Huntington e a doença de Creutzfeldt-Jakob.

Mais Informações:
Lu Zhang et al, Disease2Vec: Codificando a progressão do Alzheimer por meio da árvore de incorporação de doenças, Pesquisa Farmacológica (2023). DOI: 10.1016/j.phrs.2023.107038

Fornecido pela Universidade do Texas em Arlington

Citação: Nova ferramenta ajuda a prever a progressão da doença de Alzheimer (2024, 26 de janeiro) recuperada em 26 de janeiro de 2024 em https://medicalxpress.com/news/2024-01-tool-alzheimer.html

Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

Portalenf Comunidade de Saúde

A PortalEnf é um Portal de Saúde on-line que tem por objectivo divulgar tutoriais e notícias sobre a Saúde e a Enfermagem de forma a promover o conhecimento entre os seus membros.

Looks like you have blocked notifications!

Comenta no Facebook

Portalenf Comunidade de Saúde

A PortalEnf é um Portal de Saúde on-line que tem por objectivo divulgar tutoriais e notícias sobre a Saúde e a Enfermagem de forma a promover o conhecimento entre os seus membros.

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *

Este site utiliza o Akismet para reduzir spam. Fica a saber como são processados os dados dos comentários.

Botão Voltar ao Topo
Keuntungan Bermain Di Situs Judi Bola Terpercaya Resmi slot server jepang
error: Alert: Conteúdo protegido !!
Send this to a friend