Cerca de 55 milhões de pessoas em todo o mundo vivem com demência, segundo a Organização Mundial da Saúde. A forma mais comum é a doença de Alzheimer, uma condição incurável que provoca a deterioração da função cerebral. Além de seus efeitos físicos, o Alzheimer causa impacto psicológicas, sociais e econômicas não apenas para as pessoas que vivem com a doença, mas também para aqueles que as amam e cuidam delas.
Dada a piora progressiva dos sintomas do Alzheimer, é crucial tanto para pacientes quanto para seus cuidadores se prepararem para a eventual necessidade de aumentar o suporte conforme a doença avança. Nesse contexto, pesquisadores da Universidade do Texas em Arlington desenvolveram uma estrutura de aprendizado inovadora que ajudará os pacientes com Alzheimer a identificar precisamente onde estão dentro do espectro de desenvolvimento da doença. Isso permitirá prever com melhor precisão o momento das fases posteriores, facilitando o planejamento do cuidado futuro à medida que a doença progride.
Dajiang Zhu, professor associado de ciência da computação e engenharia na UTA e autor principal do estudo, publicado na Pharmacological Research, destacou que, por décadas, várias abordagens preditivas foram propostas e avaliadas quanto à capacidade de prever a doença de Alzheimer e seu precursor, o comprometimento cognitivo leve. Muitas dessas ferramentas de previsão anteriores não levaram em conta a natureza contínua do desenvolvimento da doença de Alzheimer e os estágios de transição da doença.
Com o apoio de mais de $2 milhões em bolsas dos Institutos Nacionais de Saúde e do Instituto Nacional sobre Envelhecimento, o laboratório de Descoberta Neurocientífica e de Imagem Médica de Zhu e Li Wang, professor associado de matemática na UTA, desenvolveu um novo quadro baseado em aprendizado que codifica os vários estágios de desenvolvimento da doença de Alzheimer em um processo que eles chamam de "árvore de incorporação da doença", ou DETree.
Usando este quadro, o DETree pode não apenas prever eficiente e precisamente qualquer um dos cinco grupos clínicos detalhados do desenvolvimento da doença de Alzheimer, mas também fornecer mais informações sobre o status aprofundado, projetando onde o paciente estará conforme a doença progride. Para testar seu quadro DETree, os pesquisadores utilizaram dados de 266 indivíduos com doença de Alzheimer do iniciativa multicêntrica Alzheimer's Disease Neuroimaging Initiative. Os resultados da estratégia DETree foram comparados com outros métodos amplamente utilizados para prever a progressão da doença de Alzheimer, e o experimento foi repetido várias vezes usando métodos de aprendizado de máquina para validar a técnica.
Zhu expressou otimismo sobre o novo quadro, destacando sua maior precisão em comparação com outros modelos de previsão disponíveis, o que ele espera que ajude pacientes e suas famílias a planejar melhor para as incertezas desta doença complicada e devastadora. Ele e sua equipe acreditam que o quadro DETree tem potencial para prever a progressão de outras doenças que possuem múltiplas fases clínicas de desenvolvimento, como a doença de Parkinson, a doença de Huntington e a doença de Creutzfeldt-Jakob.
Este desenvolvimento representa um avanço na abordagem de uma das condições neurodegenerativas mais desafiadoras e prevalentes do mundo, oferecendo esperança para melhor gestão e planejamento no enfrentamento da doença de Alzheimer.
Referência:
University of Texas at Arlington. "New tool helps predict progression of Alzheimer's." ScienceDaily. ScienceDaily, 26 January 2024. <www.sciencedaily.com/releases/2024/01/240126171639.htm>.