Uso de tecnología portátil para predecir la función cognitiva en pacientes con deterioro cognitivo leve

Regístrate gratis para escuchar este artículo.

Gracias. Escuche este artículo usando el reproductor de arriba. ✖

¿Quieres escuchar este artículo GRATIS?

Complete el siguiente formulario para desbloquear el acceso a TODOS los artículos de audio.

Deterioro cognitivo leve (DCL)una disminución en la función cognitiva de un individuo que es mayor que la que ocurriría debido solo al envejecimiento, impacta más del 15% de los adultos mayores mundial. Un estudio multiinstitucional, liderado por Dr. Yuri Rykov en Neuroglee Therapeutics y publicado en BMC Medicine, demuestra el potencial del uso de tecnología portátil para predecir la función cognitiva en pacientes con deterioro cognitivo leve a través de marcadores fisiológicos.

Falta de seguimiento de pacientes con deterioro cognitivo leve

El deterioro cognitivo leve se caracteriza por frecuentes lapsos en el pensamiento o la memoria durante las actividades rutinarias, que pueden manifestarse como el olvido constante de personas o eventos importantes, dificultades para mantener pensamientos coherentes y extravío de elementos con regularidad. MCI a menudo sirve como un precursor para afecciones más graves, como la enfermedad de Alzheimer y la demencia. Las pruebas neuropsicológicas tradicionales para pacientes con deterioro cognitivo leve solo capturan datos clínicos durante las visitas al médico, dejando lagunas en los datos cuando los pacientes no están en la clínica. Los sensores portátiles, como Fitbit, ya son capaces de recopilar información que incluye pulso de volumen sanguíneo, que se puede utilizar para calcular la frecuencia cardíaca y la variabilidad de la frecuencia cardíaca (VFC). Estudios de investigación anteriores han demostrado una correlación entre las métricas de VFC y la función cognitiva, específicamente en la función ejecutiva y la memoria episódica. El equipo del Dr. Rykov se basó en esta investigación a través de este estudio en el que probaron la capacidad de los sensores portátiles para predecir la función cognitiva como método para proporcionar un seguimiento continuo de los pacientes con deterioro cognitivo leve.

leer más  El plan de suscripción más barato de Ring aumenta 1 dólar al mes

Uso de tecnología portátil para predecir la función cognitiva

El ensayo clínico de 10 semanas se diseñó para adultos mayores, de entre 50 y 70 años, incluidos 30 individuos diagnosticados con deterioro cognitivo leve amnésico y 10 individuos cognitivamente normales de la misma edad. Durante el ensayo, los participantes se sometieron a sesiones periódicas de intervención terapéutica multidominio impartidas digitalmente. Se les pidió que usaran el dispositivo de muñeca Empatica E4 durante estas sesiones, así como durante el sueño y otras actividades rutinarias. El rendimiento cognitivo se midió al inicio del ensayo y nuevamente al final de las 10 semanas mediante la prueba de batería neuropsicológica (NTB), que incluye evaluaciones de la función ejecutiva, la velocidad de procesamiento, la memoria inmediata, la memoria retrasada y la cognición global. El dispositivo registró datos fisiológicos, como el pulso del volumen sanguíneo, la actividad electrodérmica, la aceleración y la temperatura de la piel. Utilizaron aprendizaje automático supervisado para entrenar modelos que predijeran puntuaciones de NTB utilizando características fisiológicas y demográficas digitales. De los 30 individuos diagnosticados con deterioro cognitivo leve amnésico, 27 completaron el ensayo y 7 de los 10 controles completaron el ensayo, y los datos faltantes se atribuyeron al uso inadecuado del dispositivo o al incumplimiento.

Los hallazgos clave de este estudio fueron que:

  • Las características fisiológicas digitales mostraron fuertes correlaciones con la velocidad de procesamiento, la función ejecutiva y las puntuaciones compuestas de cognición global.
  • Las medidas de VFC, en particular el índice simpático cardíaco (CSI) y la VFC de alta frecuencia (VFC-HF), se correlacionaron significativamente con los compuestos cognitivos.
  • Los modelos predictivos que combinaron características fisiológicas digitales y datos demográficos demostraron la mayor previsibilidad para las puntuaciones de las funciones ejecutivas.
leer más  Cinco investigadores de Tyndall ganan becas de Wrixon

El potencial de la tecnología portátil para la monitorización cognitiva continua

El equipo de investigación encontró correlaciones significativas entre los marcadores fisiológicos rastreados y aspectos cognitivos clave como la velocidad de procesamiento, la función ejecutiva y el rendimiento cognitivo general. Estos componentes de la cognición son esenciales para las tareas cognitivas cotidianas, lo que subraya el potencial de los dispositivos portátiles para la monitorización continua de la función cognitiva en pacientes con deterioro cognitivo leve. Las medidas de VFC, en particular, resultaron prometedoras a la hora de predecir el rendimiento cognitivo.

La monitorización continua ofrece a los médicos una forma cómoda de recopilar datos de los pacientes fuera de la clínica. Esto puede resultar especialmente ventajoso después de la implementación de un nuevo protocolo de tratamiento o durante períodos de deterioro significativo de la salud del paciente porque puede llenar los vacíos de datos faltantes que de otro modo existirían. Si un paciente llegara a la clínica con un deterioro severo de la función cognitiva, los médicos tendrían la capacidad de rastrear los cambios específicamente observando los datos de sensores portátiles, lo que podría ayudarlos a señalar una hora o fecha particular en la que ocurrieron estos cambios.

Sin embargo, este estudio tuvo limitaciones que podrían haber impactado los hallazgos. En primer lugar, el tamaño de la muestra es relativamente pequeño, no hay ningún grupo de control que no haya recibido la intervención, y el incumplimiento provocó la pérdida de datos potenciales que podrían haber contribuido al estudio. Específicamente, solo era viable utilizar los datos de 17 personas después de la limpieza de datos. En segundo lugar, el período de estudio fue relativamente corto, por lo que es posible que se hayan pasado por alto los efectos a largo plazo. Además, dada la configuración del estudio, no se controlaron factores como la cantidad de actividad física o la rutina diaria, lo que podría haber afectado los resultados, especialmente porque muchos de los marcadores fisiológicos, como los datos de frecuencia cardíaca, pueden verse influenciados fácilmente. por factores externos. Además, la muestra del estudio mostró una falta de variación étnica, lo que hace que los resultados sean menos generalizables a una población más grande.

leer más  10 mejores y 10 peores ciudades para expatriados

Desarrollando un estudio más controlado

Se necesita más investigación para controlar más factores externos y garantizar que estos marcadores sean predictores confiables de la función cognitiva. Además, un estudio controlado permitiría una mayor exploración de posibles variables de confusión, mejorando así la validez y generalización de los hallazgos. Los autores reconocen que la precisión lograda de los modelos predictivos está actualmente por debajo de los niveles deseables, lo que impide la sustitución de las pruebas cognitivas estandarizadas por mediciones fisiológicas basadas en dispositivos portátiles tal como están. Sin embargo, con más trabajo, este enfoque parece prometedor para mejorar la atención de los pacientes con deterioro cognitivo leve.

Referencia: Rykov YG, Patterson MD, Gangwar BA, et al. Predecir puntuaciones cognitivas a partir de características fisiológicas digitales basadas en dispositivos portátiles mediante el aprendizaje automático: datos de un ensayo clínico en deterioro cognitivo leve. BMC Med. 2024;22(1):36. doi:10.1186/s12916-024-03252-y

2024-04-29 08:09:27
1714378558
#Uso #tecnología #portátil #para #predecir #función #cognitiva #pacientes #con #deterioro #cognitivo #leve

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.