Evaluating the reliability of neurocognitive biomarkers of neurodegenerative diseases across countries: a machine-learning approach
M. Belen Bachlia, Lucas Sedeño, Jeremi K. Ochab, Olivier Piguete, Fiona Kumfore, Pablo Reyesg, Teresa Torralva, María Roca, Juan Felipe Cardona, Cecilia Gonzalez Campo, Eduar Herrera, Andrea Slachevsky, Diana Matallana, Facundo Manes, Adolfo M. García, Agustín Ibáñez, and Dante R. Chialvoa.
Neuroimage. 2019 Dec 10:116456. doi: 10.1016/j.neuroimage.2019.
En este estudio utilizamos herramientas de marchine-learning para evaluar el poder predictivo de biomarcadores neurocognitivos (screenings de cognición general y funciones ejecutivas, junto con imágenes de resonancia magnética estructural) para clasificar dos enfermedades neurodegenerativas –la Enfermedad de Alzheimer y la variante conductual de la demencia Frontotemporal– en tres países diferentes (Argentina, Colombia y Australia; contando con más de 200 participantes). Nuestros resultados mostraron una precisión de más del 90% en la discriminación de los pacientes con enfermedades neurodegenerativas de los participantes sanos que fue consistente en los tres países que se analizaron. Nuestro hallazgo ofrece evidencia de la validez y robustez predictiva de combinar estrategias de machine-learning con información proveniente tanto de screenings cognitivos como de resonancia magnética estructural para identificar, con un gran nivel de confiabilidad, a personas con enfermedades neurodegenerativas.
Para acceder al artículo completo hacé click aquí
