Establecer modelos de diagnóstico y pronóstico para pacientes con EA preclínica basados ​​en resonancia magnética multimodal y biomarcadores conductuales, genéticos y plasmáticos

La enfermedad de Alzheimer (EA) es una preocupación mundial. Debido a la falta de métodos terapéuticos eficaces dirigidos a los pacientes con EA en etapa avanzada, es fundamental investigar las alteraciones cerebrales en la etapa preclínica para allanar el camino para un diagnóstico e intervención tempranos. Se ha demostrado que la resonancia magnética (MRI) estructural y funcional es un enfoque eficaz y no invasivo para explorar los mecanismos neuronales subyacentes a los trastornos neurológicos. Los factores genéticos como la apolipoproteína E y los biomarcadores plasmáticos desempeñan funciones importantes en el desarrollo y la progresión de la EA. Sin embargo, los efectos de la interacción de los genes de riesgo y las diferentes vías patológicas implicadas en la patogénesis de la EA siguen sin estar claros. Además, es necesario explorar más a fondo los modelos de diagnóstico y pronóstico que podrían predecir el deterioro cognitivo futuro o la progresión clínica basándose en características objetivas derivadas de datos demográficos, cognitivos, conductuales, de resonancia magnética multimodal, genéticos y plasmáticos de referencia.

Nuestro objetivo es investigar las bases neuronales subyacentes a los déficits cognitivos tempranos utilizando datos de resonancia magnética estructural y funcional combinados con métodos analíticos novedosos como la conectividad funcional dinámica, la morfometría basada en superficies, la teoría de grafos, la red multicapa, el acoplamiento funcional-estructural, el modelo oculto de Markov y el conectoma. mapeo de gradiente. En segundo lugar, explorar los efectos de interacción de los genes de riesgo, lo que puede ayudar a ilustrar mejor las diferentes vías biológicas implicadas en la patogénesis de la enfermedad de Alzheimer. En tercer lugar, investigar las anomalías divergentes y dinámicas de los marcadores de imágenes multimodales en las diferentes etapas de la enfermedad de Alzheimer y sus asociaciones con los biomarcadores plasmáticos, lo que puede mejorar nuestra comprensión de los mecanismos neuropatológicos. En cuarto lugar, proporcionar evidencia científica sobre los objetivos potenciales para la intervención temprana de las enfermedades neurodegenerativas. Por último, establecer modelos de diagnóstico y pronóstico que podrían ayudar a la identificación preclínica de sujetos con mayor riesgo de progresión clínica a deterioro cognitivo leve y demencia basándose en características combinadas de biomarcadores multimodales basales. Estos estudios pueden ayudar a comprender mejor las bases neuronales y biológicas que subyacen a la EA y allanar el camino para un diagnóstico e intervención tempranos.