Ikke-invasivt, bærbart multiparametersystem for tidlig prediksjon av kognitiv svikt og demens hos eldre voksne

BAKGRUNN: Tidlig påvisning av prekliniske symptomer og prediksjon av potensiell utvikling av mild kognitiv svikt (MCI) og Alzheimers sykdom (AD) kan forbedre ikke-farmakologiske, livsstils- og treningsrelaterte forebyggende intervensjoners effektivitet og bremse sykdomsprogresjonen. For å oppnå dette målet vil det være nødvendig å diskriminere det tidligste prekliniske stadiet av MCI/AD fra sunn tilstand. Dette er imidlertid fortsatt utfordrende og gjeldende kliniske metoder er ikke mulige for forebyggende screening i større populasjoner av eldre voksne, da de involverer invasiv prøvetaking av molekylært blod eller cerebrospinalvæske biomarkører, samt kostbar hjerneavbildning og omfattende nevropsykologisk testing. Nylig har flere ikke-invasive alternative tiltak, inkludert elektroencefalografi (EEG), ganganalyse, hjertefrekvensvariabilitet (HRV) og kjernekroppstemperatur (Tc), vist seg å være assosiert med prekliniske symptomer på MCI/AD og å forutsi sykdomsprogresjon. .

MÅL: Etterforskerne tar sikte på å kombinere disse tiltakene i en ny ikke-invasiv multi-parameter prediksjonsmodell, som bedre reflekterer multimodal symptomatologi sammenlignet med nåværende brukte metoder og derfor tillater å diskriminere friske personer fra MCI-tilstand med tilstrekkelig sensitivitet (dvs. >80 %).

METODER: En kohort på 85 eldre voksne, ≥65 år, inkludert friske personer og pasienter med MCI, vil bli rekruttert. Vurderinger vil bli utført ved baseline, etter 2 måneder (innen disse to 2 månedene vil en gruppe følge en kognitiv-motorisk treningsintervensjon, mens den andre fungerer som passiv kontroll), og ved 12 måneders oppfølging. Vurderinger inkluderer EEG, ganganalyse, HRV og Tc i hvile og under gange, og vil bli sammenlignet med referansemål for MCI-status, inkludert nevropsykologiske tester, for å utvikle prediksjonsmodellen og evaluere dens sensitivitet.