ANÁLISE E INTERPRETAÇÃO DOS ESTUDOS
As pesquisas que investigam os tratamentos e intervenções para o declínio cognitivo e a doença de Alzheimer (DA) sofrem devido às dificuldades em determinar com precisão os indivíduos em risco de DA nos estágios pré-sintomáticos da doença. Há uma busca de várias áreas da ciência para a identificação de tais indivíduos, a fim de possibilitar o tratamento mais precoce, ora emergente, e de organizar e estratificar adequadamente os participantes para ensaios clínicos e estudos de intervenção.
Embora alguns métodos de mensuração biológicos (biomarcadores) possam identificar mudanças relacionadas as
demências antes que ocorram declínios significativas na função cognitiva, tais biomarcadores não são ideais, pois só são sensíveis em estágios em que a doença / declínio cognitivo, mesmo que de forma tênue, já está clinicamente manifesta (Tarnanas et al., Alzheimer Dement (Amst) 1 (4): 521-532, 2015) isto sem considerar que a falta de maior acurácia podem gerar diagnósticos equivocados (Edmonds et al. 2015). Dois testes, ecológicos, com base no individuo em atividade no mundo real, utilizados para rastrear DA pré-sintomática são (i) o teste de caminhada de dupla tarefa (Belghali et al. 2017) e (ii) a avaliação das atividades da vida diária (Tarnanas et al. 2013).
Uma nova tecnologia digital, vem se firmando como um biomarcador eficaz para o diagnostico pré-clínico e/ou precoce destas doenças. Trata-se do aplicativo ALTOIDA ADPS, que implementa versões lúdicas e autoexplicativas, tornando as avaliações cognitivas mais atraentes e menos monótonas, e ao mesmo tempo tem mostrado um alto potencial para discriminar com precisão controles saudáveis e indivíduos em estágios préclínicos da doença de Alzheimer (Tarnanas et al. 2013), além de diferenciar pessoas com comprometimento cognitivo leve com alto risco de conversão à doença de Alzheimer, daquelas que não terão tal evolução (Tarnanas et al. 2015b).
O desenvolvimento de uma plataforma e software com estas características, requer anos de pesquisa e validações iniciais da viabilidade técnica e da tecnologia aplicada, até a etapa da validação clínica propriamente dita.
Este caminho tem sido percorrido passo a passo pela ALTOIDA, com o objetivo de disponibilizar não só uma tecnologia de ponta para o auxílio diagnóstico das perdas cognitivas, mas também tornar esta tecnologia acessível para que sua utilização seja bastante fácil de aplicar, e que os seus resultados sejam confiáveis e uteis na prática clínica.
Do ano de 2000 até hoje, já foram publicados cerca de dezoito artigos científicos (todos listados nas referências bibliográficas, com os referidos links de acesso) que mostram a maneira segura e baseada em evidências cientificas em como foi realizado este desenvolvimento. Na primeira etapa, podemos observar as validações de cada função cognitiva e suas correlações motoras e de equilíbrio.
A partir de 2014, o desafio das pesquisas passou a focar ensaios clínicos mais direcionados à função cognitiva global e a sua acurácia em poder distinguir os indivíduos normais, daqueles com prejuízos bastante leves, além de determinar marcadores prognósticos.
O último passo viria simultaneamente com esta etapa, que é a validação para uso clínico onde pode-se disponibilizar uma ferramenta robusta para a utilização segura na prática clínica.
Foram mais de 5 anos de desenvolvimento e protocolos de validação para que, em 2018, já se pudesse ter o grau de confiabilidade elevado que permitiu, durante este trajeto, obter a certificação de uso das principais agências regulatórias em saúde do mundo, incluindo a ANVISA.
Surge então, para a prática clínica, um novo biomarcador digital, o aplicativo ALTOIDA ADPS, que implementa versões lúdicas e simulações em Realidade Aumentada desses testes. Os estudos clínicos mostraram que esta tecnologia é capaz de discriminar, com precisão, indivíduos cognitivamente saudáveis de indivíduos em estágios pré-clínicos da doença de Alzheimer (Tarnanas et al. 2013), além de diferenciar, precocemente e com grande acurácia, pessoas com comprometimento cognitivo leve que se convertem à doença de Alzheimer e aqueles que não (Tarnanas et al. 2015b e 2017).
Para se obter dados confiáveis da evolução cognitiva dos pacientes, apenas estudos transversais que analisam estes indivíduos em um único instante, como uma fotografia daquele momento, não eram suficientes. Assim, estudos longitudinais acompanharam mais de 200 pessoas divididas em três grupos, um sem queixas cognitivas, outro com comprometimento cognitivo leve e um terceiro grupo à hipótese diagnostica de doença de Alzheimer. Calculou-se taxas de progressão de biomarcadores-padrão por 5 anos e os usaram como preditores já utilizados com certa regularidade na pesquisa e protocolos clínicos.
Observamos aqui que, em comparação com os biomarcadores biológicos padrão, citados acima, os marcadores funcionais como da Atividade da Vida diária também podem fornecer informações preditivas para o declínio cognitivo durante o estágio pré-sintomático com um grau de assertividade muito similar. Isso tem implicações importantes para os ensaios clínicos com foco na prevenção em indivíduos assintomáticos. Porém, estas mesmas pesquisas que investigam os tratamentos e intervenções para o declínio cognitivo, falham devido às dificuldades em reconhecer com precisão as nuances comportamentais nos estágios pré-sintomáticos da doença.
Com base nesta informação, a ALTOIDA utilizou seus modelos prognósticos baseados em biomarcadores digitais previamente construídos e concentrou-se na generalização e robustez dos modelos, objetivando a validação dos mesmos como uma ferramenta tão ou mais precisa comparada aos métodos já existentes (descritos acima) e, além disto, mais facilmente aplicáveis e com menor custo.
Para isto, foram validados modelos de prognóstico caracterizando sujeitos usando biomarcadores digitais em um estudo prospectivo longitudinal de 40 meses, multicêntrico, coletando dados em clínicas de memória, consultórios de clínica geral e ambientes domésticos.
Os modelos foram capazes de discriminar com precisão entre indivíduos saudáveis e indivíduos em risco de progredir para demência em 3 anos. Os modelos também foram capazes de diferenciar pessoas com ou sem neuropatologia amilóide e classificar declínios cognitivos rápidos e lentos com um desempenho diagnóstico muito bom.
VARIABILIDADE DA PROGRESSÃO DO BIOMARCADOR DE CINCO ANOS PARA A PREVISÃO DA DEMÊNCIA DA DOENÇA DE ALZHEIMER: UM MARCADOR DE ATIVIDADES INSTRUMENTAIS COMPLEXAS DA VIDA DIÁRIA PODE PREENCHER AS LACUNAS?
Introdução
As progressões dos biomarcadores explicam a maior variabilidade no declínio cognitivo do que os valores basais isoladamente. Este estudo examina as progressões de biomarcadores estabelecidos junto com um novo marcador em um declínio cognitivo longitudinal.
Métodos
Um total de 215 indivíduos foram usados com um diagnóstico de normalidade, comprometimento cognitivo leve (MCI) ou doença de Alzheimer (DA) no início do estudo. Calculamos taxas de progressão de biomarcadores padronizados e os usamos como preditores de resultados em 5 anos.
Resultados
Os declínios cognitivos iniciais foram explicados mais fortemente pela tomografia por emissão de pósitrons de fluorodeoxiglicose, espessura cortical temporal medial e précuneiforme e as progressões de marcadores de atividades instrumentais complexas da vida diária (iADL). Usando o modelo de riscos proporcionais de Cox, descobrimos que essas progressões foram um fator de risco significativo para a conversão de ambos MCI para AD (razão de risco ajustada 1,45; intervalo de confiança de 95% 1,20-1,93; P = 1,23 × 10-5 ) e cognitivamente normal para MCI (razão de risco ajustada 1,76; intervalo de confiança de 95% 1,32–2,34; P = 1,55 × 10 −5 ).
Discussão
Em comparação com os biomarcadores biológicos padrão, os marcadores funcionais complexos iADL também podem fornecer informações preditivas para o declínio cognitivo durante o estágio pré-sintomático. Isso tem implicações importantes para os ensaios clínicos com foco na prevenção em indivíduos assintomáticos.
Clique aqui para acessar o estudo original completo
PROGNÓSTICO INDIVIDUALIZADO BASEADO EM BIOMARCADOR DIGITAL PARA PESSOAS EM RISCO DE DEMÊNCIA
Cenário
As pesquisas que investigam os tratamentos e intervenções para o declínio cognitivo falham devido às dificuldades em reconhecer com precisão as assinaturas comportamentais nos estágios pré-sintomáticos da doença. Para este estudo de validação, pegamos nossos modelos prognósticos baseados em biomarcadores digitais previamente construídos e nos concentramos na generalização e robustez dos modelos.
Método
Nós validamos modelos de prognóstico caracterizando sujeitos usando biomarcadores digitais em um estudo prospectivo longitudinal de 40 meses, multi-cêntrico, coletando dados em clínicas de memória, consultórios de clínica geral e ambientes domésticos.
Resultados
Nossos modelos foram capazes de discriminar com precisão entre indivíduos saudáveis e indivíduos em risco de progredir para demência em 3 anos. O modelo também foi capaz de diferenciar pessoas com ou sem neuropatologia amiloide e classificar declínios cognitivos rápidos e lentos com um desempenho diagnóstico muito bom.
Conclusão
Modelos prognósticos de biomarcadores digitais podem ser uma ferramenta útil para auxiliar na triagem de população em grande escala para a detecção precoce de comprometimento cognitivo e monitoramento do paciente ao longo do tempo.
Clique aqui para acessar o estudo original completo
Veja mais artigos e estudos científicos em www.biocare.net.br/blog
– Tecnologias digitais como biomarcadores, avaliação de resultados clínicos, e ferramentas de recrutamento em ensaios clínicos da doença de Alzheimer.
– Algoritmo de Atribuição de Risco de Biomarcador para Prognóstico de Risco de Desenvolvimento Cognitivo Leve Comprometimento devido à doença de Alzheimer (MCI devido à DA) em indivíduos cognitivamente normais.
– Intervenção precoce na doença de Alzheimer: um estudo econômico da saúde dos efeitos do momento do diagnóstico.
CONSIDERAÇÕES FINAIS – Prof. Dr. Renato Anghinah
Os resultados obtidos pelo Sistema Altoida trazem um poder de análise bastante confiável, superando os métodos de rastreio comumente aplicados, como Mini Exame do Estado Mental, MoCA e desenho do relógio, além de ser facilmente aplicado, agregando valor ao atendimento médico de rotina em consultório. Concluo que, estes modelos prognósticos de biomarcadores digitais são uma ferramenta útil para auxiliar na triagem de população em grande escala, na detecção precoce do comprometimento cognitivo e monitoramento do paciente ao longo do tempo, de modo mais acessível do ponto de vista clínico e também econômico.
Prof. Dr. Renato Anghinah
Neurologista e Livre-Docente Faculdade de Medicina da USP
Formação em Neurologia pela UNIFESP, Especialista em Neurologia pela Academia Brasileira de Neurologia. Doutorado em Ciências (Neurologia) pela Faculdade de Medicina da Universidade de São Paulo (2003). Livre Docente em Neurologia pela FMUSP. Fellow of the American Academy of Neurology (FAAN). Revisor de periódicos internacionais e nacionais. Orientador do curso de Pós-Graduação em Neurologia da Faculdade de Medicina da Universidade de São Paulo. Linha de Pesquisa: Distúrbios Cognitvos, Reabilitação Cognitiva Pós-Lesão Encefálica, TCE, Demências e Eletrencefalografia em Cognição.