Medicina Personalizzata nell'identificazione del deterioramento cognitivo preclinico. Sviluppo di un modello predittivo del rischio (DENDRITE)

Il "Piano completo per l'Alzheimer e altre demenze" mostra che oltre il 50% dei casi di deterioramento cognitivo (CI) negli studi basati sulla popolazione non vengono rilevati. Il dato è particolarmente impressionante nel caso delle demenze lievi, delle quali fino al 90% non vengono diagnosticate. L’obiettivo è quello di sfruttare la potenza combinata dell’integrazione di dati clinici, molecolari, proteomici, genomici, assistenziali, sociali, ambientali e comportamentali nei pazienti, utilizzando tecniche avanzate di intelligenza artificiale per l’elaborazione e l’analisi dei dati, al fine di generare modelli predittivi per la rilevamento preclinico di CI nella popolazione di età compresa tra 55 e 70 anni.

Studio osservazionale multicentrico, non interventistico, convergente con metodi misti, con una parte di progettazione osservativa prospettica e una parte di progettazione qualitativa. Campione reclutato in modo casuale tra gli utenti del sistema sanitario pubblico nelle località geografiche partecipanti. I dati verranno raccolti in 6 regioni (Andalusia, Castilla-Mancha, Catalogna, Valencia, Madrid e Paesi Baschi) e nelle loro reti di assistenza primaria (PC) rurali e urbane.

Soggetti non istituzionalizzati, di età compresa tra 55 e 70 anni, assegnati a centri PC nei territori inclusi nello studio, con una “storia vivente” (registrata negli ultimi 12 mesi) e senza diagnosi accertata di IC.

Verrà effettuata un'analisi descrittiva delle caratteristiche della popolazione utilizzando frequenze e percentuali o misure di tendenza centrale e di dispersione, con i relativi intervalli di confidenza al 95%. Le caratteristiche socio-demografiche e cliniche di base verranno confrontate al fine di studiare l'omogeneità del campione. Per il confronto di variabili qualitative verrà utilizzato il test Chi-quadrato o test esatto di Fisher mentre per il confronto di variabili quantitative verrà utilizzato il test t o test di Wilcoxon. Vengono proposti modelli di regressione logistica per analizzare i fattori di esito sanitario associati al deterioramento cognitivo lieve. Tutti i modelli includeranno misure ripetute per ciascun individuo. Tutti i modelli si adatteranno a diversi fattori di rischio e, per quei fattori che potrebbero cambiare nel tempo, verrà studiata l'interazione tra il tempo e quel fattore.

Inizialmente, verranno utilizzati modelli latenti lineari multivariati per il modello predittivo del rischio di deterioramento cognitivo. L'integrazione dei dati provenienti da più fonti di informazione verrà effettuata utilizzando modelli probabilistici multivariati, al fine di trovare una rappresentazione del paziente in uno spazio di caratteristiche influenzato da tutte le fonti di dati (visite).

Strumenti web come Ingenuity Pathway Analysis consentiranno l’integrazione di dati a diversi livelli molecolari (genetici, proteici e autoanticorpali), mentre strumenti di intelligenza artificiale consentiranno l’integrazione di tali dati, dati derivati ​​da sensori elettrochimici e dati relativi a dati clinici e comportamentali con deterioramento cognitivo al fine di ottenere un modello predittivo di deterioramento cognitivo, neurodegenerazione e AD.