Predicción del carga regional de Tau en el cerebro basada en aprendizaje profundo a partir de MRI

Qué problema aborda

La acumulación de proteína Tau en el cerebro está fuertemente asociada con los síntomas de la enfermedad de Alzheimer (EA). Sin embargo, la tomografía por emisión de positrones (PET) para visualizar Tau no está disponible de forma rutinaria, lo que limita la estratificación del riesgo en etapas tempranas de la enfermedad.

Qué hicieron los autores

Los autores entrenaron un modelo de aprendizaje profundo para predecir los valores de captación estandarizados de Tau (SUVRs) en regiones específicas del cerebro a partir de imágenes de MRI, utilizando cohortes públicas como la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI) y otros estudios relevantes. Evaluaron el rendimiento del modelo mediante el error absoluto medio (MAE), la correlación de Pearson (r), el área bajo la curva del receptor-operador (AUC) y su relación con pruebas cognitivas en conjuntos de datos de prueba externos.

Qué encontraron

El modelo logró un MAE de 0.14 (intervalo de confianza del 95%: 0.12-0.16) y un r = 0.72 para una región de captación temprana (Braak I-IV), así como un MAE de 0.14 (IC 95%: 0.12-0.17) y r = 0.71 para una región de captación tardía (Braak V-VI). Las AUCs para la positividad de Tau en estas regiones fueron de 0.87 (IC 95%: 0.83-0.90) y 0.88 (IC 95%: 0.84-0.91), respectivamente.

Limitaciones

El texto no detalla las limitaciones específicas del estudio, por lo que no se pueden proporcionar detalles sobre posibles restricciones en el modelo o en los datos utilizados.

Lectura final

Este avance en la predicción de la carga de Tau a partir de MRI podría permitir una atención clínica más escalable e informada sobre la enfermedad de Alzheimer, facilitando la identificación temprana de pacientes en riesgo y mejorando la gestión de esta compleja enfermedad neurodegenerativa.