Investigadores del Centro de Tecnología Biomédica de la Universidad Politécnica de Madrid han conseguido demostrar que el patrón anómalo de conectividad funcional en los pacientes con deterioro cognitivo leve puede ser considerado como un indicio de las alteraciones en el funcionamiento de las neuronas debidas al inicio de la enfermedad de Alzheimer.

Con el incremento de la esperanza de vida ha aumentado notablemente el número de personas afectadas por enfermedades neurodegenerativas asociadas a la edad. De todas ellas, la más común es la enfermedad de Alzheimer y, hoy en día, se estima que alrededor de 26 millones de personas en el mundo se encuentran afectadas por ella. El Alzheimer se caracteriza porque, con el transcurso de la enfermedad, las neuronas van muriendo y en torno a 20 años después de su inicio aparecen los primeros síntomas clínicos que consisten generalmente en fallos de memoria. Por lo tanto, es de vital importancia detectar el inicio de la enfermedad en sus primeras fases, cuando el daño cerebral aún es reducido. Actualmente, la fase previa más estudiada es el deterioro cognitivo leve. Las personas con deterioro cognitivo leve padecen fallos de memoria y constituyen una población de alto riesgo para desarrollar Alzheimer.

Gran parte de las esperanzas para encontrar un biomarcador temprano del Alzheimer están depositadas en las técnicas de neuroimagen ya que mediante ellas es posible estudiar los cambios que se producen en el cerebro de las personas que padecen la enfermedad. Una de estas técnicas, la Magnetoencefalografía (MEG), es capaz de medir con mucha precisión los campos magnéticos producidos por la actividad neuronal del cerebro.

 Sistema MEG de la Universidad Politécnica de Madrid. Fuente: UPM.

En el año 2000 se instaló en la Facultad de Medicina de la Universidad Complutense de Madrid el primer sistema MEG de España. Desde el principio la enfermedad de Alzheimer se convirtió en una de sus principales líneas de investigación y ha continuado siéndolo en el Laboratorio de Neurociencia Cognitiva y Computacional (LNCyC). El LNCyC es fruto de la colaboración entre dos universidades madrileñas, la politécnica (UPM) y la complutense (UCM), y desde el año 2010 realiza sus investigaciones en el Centro de Tecnología Biomédica, en el Campus de Excelencia Internacional de Montegancedo de la UPM, con uno de los tres sistemas MEG que existen hoy día en el país.

El grupo LNCyC en colaboración con investigadores del Laboratorio de Minería de Datos y Simulación (MIDAS) del CTB ha liderado una investigación internacional en la que han participado laboratorios de 5 países con el fin de esclarecer si los patrones de actividad cerebral pueden ser empleados como biomarcadores del deterioro cognitivo leve. Para ello, se han llevado a cabo un total de 184 registros de ancianos sanos y con deterioro cognitivo leve en los centros involucrados. Tras analizar la población registrada en Madrid se determinó que los pacientes con deterioro cognitivo leve, en comparación con los ancianos sanos, tenían una disminución de las comunicaciones entre las regiones frontal y parietal, así como entre ambos hemisferios cerebrales. Posteriormente, se empleó dicho resultado para diagnosticar -sin tener ninguna información previa- a los participantes de los centros internacionales. Los resultados obtenidos demostraron que mediante está técnica era posible clasificar, con un 82% de precisión, como ancianos sanos o con deterioro cognitivo leve a los participantes de los grupos internacionales. Como señala el investigador responsable, Fernando Maestú “este resultado demostró que el patrón anómalo de conectividad funcional en los pacientes con deterioro cognitivo leve era consistente en todos los centros internacionales lo que podía ser considerado como un indicio de las alteraciones en el funcionamiento de las neuronas debidas al inicio de la enfermedad de Alzheimer”.

Maestú F, Peña J-M, Garcés P, et al. A multicenter study of the early detection of synaptic dysfunction in Mild Cognitive Impairment using Magnetoencephalography-derived functional connectivity. NeuroImage Clin. 2015;9:103-109. doi:10.1016/j.nicl.2015.07.011.