Mostrando postagens com marcador previsão. Mostrar todas as postagens
Mostrando postagens com marcador previsão. Mostrar todas as postagens

domingo, 9 de outubro de 2022

Lesão na cabeça antes da doença de Parkinson prevê declínio motor e cognitivo auto-relatado mais rápido

Objetivo: Comparar as taxas de declínio cognitivo e motor autorrelatado em pessoas com Doença de Parkinson (DP) com e sem histórico de traumatismo craniano (HI - head injury).

Fundamento: O HI é um fator de risco para o desenvolvimento da DP [1], mas sua relação com a progressão da DP não está estabelecida. Alguns estudos sugerem que o HI está associada ao comprometimento cognitivo ou motor na DP [2:4], embora não tenham esclarecido se a lesão anterior ao início da DP afeta a progressão subsequente.

Método: Aplicamos um questionário sobre história de vida de HI aos participantes do Fox Insight (FI), um estudo longitudinal online que avalia sintomas motores e não motores entre pessoas com e sem diagnóstico autorreferido de DP. Restringimos nossa análise a pessoas com DP cujo HI ocorreu pelo menos 5 anos antes do diagnóstico (PD+HI) em comparação com pessoas com DP e sem HI antes do diagnóstico (PDnoHI). Entre as pessoas que eram ativas em FI por pelo menos um ano, usamos modelos de risco proporcional de Cox para comparar o tempo desde o diagnóstico até o desenvolvimento de (a) comprometimento motor significativo (ou seja, a necessidade de assistência para caminhar) e (b) comprometimento cognitivo (ou seja, < 43 no Penn Daily Activities Questionnaire [PDAQ]) em PD+HI em comparação com PDnoHI, ajustando para idade, sexo, duração do PD na matrícula e educação. Exploramos ainda mais o papel da HI mais grave (ou seja, envolvendo fratura, convulsão ou perda de consciência). Os dados foram censurados 30 anos após o diagnóstico de DP.

Resultados: No total, 2.522 pessoas foram incluídas nesta análise [Tabela 1]. Quarenta e três por cento relataram HI, enquanto 28% relataram HI mais grave, pelo menos 5 anos antes do diagnóstico. PD + HI teve um início mais rápido do motor (aHR 1,24, 95% CI: 1,01 - 1,53, p = 0,037) [Figura 1] e comprometimento cognitivo (aHR 1,45, 1,14-1,86, p = 0,003) [Figura 2] em comparação com PDnoHI. A HI mais grave foi associada a um declínio motor ainda mais rápido (aHR 1,44, 1,13-1,83, p = 0,003)[Figura 3] e cognitivo (aHR 1,49, 1,11-2,0, p = 0,008)[Figura 4].

Conclusão: HI antes da DP prediz declínio motor e cognitivo mais rápido após o diagnóstico da DP. O efeito de HI mais grave foi mais proeminente do que qualquer HI. A HI antecedente pode, portanto, contribuir para resultados adversos quando a DP se desenvolve. Original em inglês, tradução Google, revisão Hugo. Fonte: Mds Abstracts.

Combinação de Biomarcadores Associados a Previsões Mais Fortes de Progressão na Doença de Parkinson

October 8, 2022 - Os resultados de um estudo sobre a doença de Parkinson revelaram que a combinação de biomarcadores sanguíneos, além de medidas clínicas com modelagem de prognósticos, está associada a uma previsão mais vital na progressão da doença.

Nirosen Vijiaratnam, MBBS, pesquisador acadêmico, Departamento de Neurociências Clínicas e do Movimento, University College London, UCL Queen Square Institute of Neurology
Nirosen Vijiaratnam, MBBS

Um estudo recente em 291 pacientes com doença de Parkinson (DP) mostrou que uma combinação de luz de neurofilamento sérico (NfL - serum neurofilament light), resultados clínicos e status genético dos pacientes pode ajudar na previsão da progressão da DP.1 Ter previsões mais precisas de progressão em pacientes com DP pode melhorar a seleção para ensaios clínicos.

Não só o NfL basal foi associado ao estado cognitivo basal, mas também predisse um tempo mais curto para demência (HR, 2,64), instabilidade postural (HR, 1,32) e morte (HR, 1,89).1 Em comparação, apolipoproteína E (APOE - apolipoprotein E) ε4 o status foi associado à progressão para demência (HR 3,12; IC 95%, 1,63-6,00). As variáveis ​​genéticas e os níveis de NfL previram uma progressão desfavorável em contraste semelhante aos preditores clínicos.

Ao combinar dados de NfL, clínicos e genéticos, os dados produziram uma previsão mais forte de resultados desfavoráveis, indicados por uma área sob a curva (AUC = area under the curve) de 0,84, em comparação com idade e sexo, que tiveram uma AUC de 0,74 (P = . 0103). O NfL sérico em combinação com variáveis ​​genéticas como glicocerebrosidase (GBA) e APOE forneceu uma melhor previsão de vários aspectos da progressão da DP na modelagem prognóstica do que apenas com medidas clínicas.

O investigador principal Nirosen Vijiaratnam, MBBS, pesquisador acadêmico, Departamento de Neurociências Clínicas e do Movimento, University College London, UCL Queen Square Institute of Neurology e colegas observaram que eles “classificaram os pacientes como tendo um resultado favorável ou desfavorável com base em um resultado previamente validado modelo e explorou como os biomarcadores sanguíneos se comparam com as variáveis ​​clínicas na distinção de fenótipos prognósticos”.

As alterações do sono experimentadas pelos pacientes em infusão de apomorfina foram indicadas por pontuações no Índice de Gravidade da Insônia e na Escala de Melhoria de Impressão Clínica Global.

Os pacientes com DP incluídos na análise foram recrutados a partir do estudo de observação Tracking Parkinson's. Os pacientes inscritos no estudo preencheram os critérios do Queen Square Brain Bank e tiveram neuroimagem de suporte. Os pacientes também tinham que estar dentro de 3,5 anos após o diagnóstico no recrutamento, o que incluiu pacientes virgens de tratamento e tratados com idades entre 18 e 90 anos.

Foi necessário um seguimento mínimo de 2,5 anos para que os pacientes fossem selecionados para a análise de NfL. Além disso, para facilitar uma análise sobre se a NfL pode ajudar a discriminar a DP típica com alto índice de certeza diagnóstica (maior que 95%), de uma amostra equivalente de casos com características clínicas atípicas com menor índice de certeza diagnóstica (menos de 80 %), outros critérios de seleção foram aplicados em sua avaliação clínica de 2,5 anos. As limitações do estudo foram a falta de avaliação no estado de medicação OFF e a falta de confirmação diagnóstica neuropatológica na coorte.

Outros achados foram que os escores basais de MoCA e SF foram associados aos níveis de NfL, que foram consistentes com outros estudos que exploraram a função cognitiva global,2 e destacaram o valor de testes neuropsicológicos mais detalhados. Além disso, não houve diferença significativa nos níveis de NfL ao comparar pacientes com status APOE ε4 heterozigoto ou homozigoto para aqueles que não o fizeram. Embora a capacidade preditiva do status APOE ε4 no desenvolvimento de demência e progressão cognitiva tenha sido confirmada, observaram Vijiaratnam et al.1

Houve um efeito principal negativo de níveis basais mais altos de NfL nos escores de progressão na modelagem mista, que era consistente com os níveis de NfL atingindo o pico antes do início de características clínicas apreciáveis. conforme determinado por mudanças no MoCA, os pesquisadores identificaram uma capacidade preditiva significativa para o desenvolvimento precoce de demência. Isso apoiou um estudo anterior que sugeriu que a revelação de NfL é melhor na previsão do desenvolvimento de demência do que o comprometimento cognitivo leve.4

Com base nos resultados, a capacidade da NFL de prever a progressão cognitiva pode ser explicada através da previsão de progressão mais precisa, refletindo a magnitude da deposição de alfa-sinucleína e disfunção anatômica presente. Status da NfL no momento do recrutamento”, escreveram Vijiaratnam e colegas. Original em inglês, tradução Google, revisão Hugo. Fonte: Neurology live.

segunda-feira, 22 de março de 2021

A análise de Inteligência Artificial de sinais de microeletrodos pode prever os resultados da cirurgia de Parkinson

2021.03.22 - Os médicos do Seoul National University Hospital (SNUH) descobriram que, ao analisar sinais específicos de microeletrodos com inteligência artificial durante a estimulação cerebral profunda (DBS) como parte do tratamento da doença de Parkinson, eles podem prever o resultado da operação.


Se mais dados e experiências forem acumulados, será de grande ajuda no tratamento da doença, disse o hospital em comunicado na segunda-feira.

A equipe, liderada pelos professores SNUH Paek Sun-ha, Kim Hee-chan e Sun Suk-kyu e o professor Park Hwang-hyon do Hospital Chungnam National University Sejong, analisou os registros preditivos de microeletrodos de 34 pacientes com doença de Parkinson submetidos a DBS sob anestesia geral usando um método de aprendizado profundo.

A partir da esquerda, os professores Paek Sun-ha, Kim Hee-chan, Park Hwang-hyon e Sun Suk-kyu analisaram os sinais do microeletrodo para prever o sucesso da estimulação cerebral profunda para tratar a doença de Parkinson usando o método de aprendizagem profunda.

A equipe analisou os sinais obtidos por meio de microeletrodos usando o método de aprendizado profundo e previu os resultados. Em seguida, eles realizaram cirurgias reais, dividiram o status dos pacientes pelo grau de recuperação e os compararam com a previsão de IA. A equipe conduziu a estimulação em ambos os lados do cérebro, aplicando diferentes proporções, assumindo que cada estímulo afetaria os dois lados de forma diferente, usando as múltiplas estruturas do algoritmo de IA.

AI mostrou a maior precisão de 80,21 por cento quando as razões eram 5: 1 e 6: 1. A equipe disse que demonstrou uma estrutura funcional semelhante aos gânglios da base do nervo cerebral real.

“A descoberta provavelmente se tornará o novo paradigma para a realização de procedimentos DBS em pacientes com doença de Parkinson”, disse o professor Paek.

O professor Kim também disse: “O estudo é um novo ensaio que utiliza o método de aprendizado profundo para prever o prognóstico de DBS. Esperamos desenvolver mais sistemas de suporte usando IA no futuro.”

Os resultados do estudo foram publicados na última edição da PLOS ONE. Original em inglês, tradução Google, revisão Hugo. Fonte: Koreabiomed.






  ‘AI analysis of microelectrode signals can predict Parkinson’s surgery results’.


quarta-feira, 18 de novembro de 2020

Previsão do aprendizado de máquina da resposta motora após estimulação cerebral profunda na doença de Parkinson - prova de princípio em uma coorte retrospectiva

November 18, 2020 - Introdução

Apesar da seleção cuidadosa do paciente para estimulação cerebral profunda do núcleo subtalâmico (STN DBS), alguns pacientes com doença de Parkinson apresentam melhora limitada da deficiência motora. Métodos inovadores de análise preditiva têm potencial para desenvolver uma ferramenta para médicos que prediz de forma confiável a resposta motora pós-operatória individual, considerando apenas as variáveis clínicas pré-operatórias. O principal objetivo da predição pré-operatória seria melhorar o aconselhamento pré-operatório do paciente, gerenciamento de expectativas e satisfação do paciente pós-operatório. (…)

Conclusão

A precisão do diagnóstico do modelo confirma a utilidade da predição de resposta motora baseada em aprendizado de máquina com base em variáveis clínicas pré-operatórias. Após a reprodução e validação em uma coorte maior e prospectiva, este modelo de predição tem potencial para apoiar os médicos durante o aconselhamento pré-operatório ao paciente. Original em inglês, tradução Google, revisão Hugo. Fonte: Peerj. Trata-se de um resumo. Para ter acesso à matéria integral, acesse a fonte.