Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer

La búsqueda de nuevos métodos de diagnóstico temprano para la enfermedad de Alzheimer, efectivos y no invasivos, es un desafío clínico de relevancia actual. A su vez, la conectividad metabólica emerge como un posible biomarcador temprano de la enfermedad y de los distintos estadios previos también....

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Alvarez Rottemberg, Malena
Otros Autores: Conrado Estol
Formato: Proyecto final de grado
Lenguaje:Español
Publicado: Instituto Tecnológico de Buenos Aires (ITBA) 2026
Materias:
ALZHEIMER, BIOMARCADOR, CONECTIVIDAD CEREBRAL, NEUROIMAGEN, DIAGNÓSTICO, FDG-PET, TEORÍA DE GRAFOS
Acceso en línea:https://hdl.handle.net/20.500.14769/6193
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-20.500.14769-6193
record_format dspace
spelling I32-R138-20.500.14769-61932026-05-12T05:56:19Z Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer Alvarez Rottemberg, Malena Conrado Estol ALZHEIMER, BIOMARCADOR, CONECTIVIDAD CEREBRAL, NEUROIMAGEN, DIAGNÓSTICO, FDG-PET, TEORÍA DE GRAFOS La búsqueda de nuevos métodos de diagnóstico temprano para la enfermedad de Alzheimer, efectivos y no invasivos, es un desafío clínico de relevancia actual. A su vez, la conectividad metabólica emerge como un posible biomarcador temprano de la enfermedad y de los distintos estadios previos también. En este estudio se desarrolló e implementó una herramienta para estudiar la capacidad de diagnóstico de Alzheimer y deterioro cognitivo leve de la conectividad metabólica a partir de imágenes estáticas de FDG-PET y MRI. Se desarrolló una herramienta que, a partir de la registración de imágenes FDG-PET y MRI, permitió generar matrices de captación metabólica por sujeto y grupo (controles, deterioro cognitivo leve y Alzheimer). Con dichas matrices se construyeron redes de conectividad interregional y se calcularon métricas globales (eficiencia, conectividad media, densidad y componentes), además de un análisis nodal para identificar regiones centrales potencialmente asociadas a mecanismos compensatorios. Se evaluó la robustez de las redes y se realizaron curvas ROC para comparar grupos, estimando umbrales óptimos mediante el índice de Youden. Finalmente, se exploró la relación de estas métricas con medidas clínicas como el MMSE, resaltando la utilidad de la conectividad metabólica como biomarcador en el diagnóstico de Alzheimer. Los resultados de las métricas de integración mostraron la mejor discriminación: AUC casi perfecta en CN–EA (0.99–1.00), muy buena en MCI–EA (0.95–0.96) y buena en CN–MCI (0.86–0.87). Se obtuvieron puntos de corte por métrica útiles para clasificación: Eficiencia (X=0.67 para MCI–EA; Y=0.78 para CN–MCI), Conectividad Global (X=0.32; Y=0.45) y Densidad (X=0.42; Y=0.48). La cantidad de componentes aportó capacidad discriminatoria limitada. A nivel nodal se observó reorganización compensatoria, en MCI mayor centralidad en regiones parieto-somatomotoras y perisilvianas, y en EA, desplazamiento hacia frontal insular/opercular y temporales, con persistencia de ínsula, pars triangularis y postcentral derechos. El MMSE diferenció marcadamente los grupos (ANOVA, Tukey significativo en todos los pares) y se asoció positivamente con las métricas, aportando validación convergente. La edad mostró efecto marginal (ANOVA, p = 0.0545) y sexo no difirió (Chi Cuadrado, p = 0.13). En este estudio se concluyó que la conectividad metabólica emerge como un biomarcador operativo para la detección temprana y el seguimiento de MCI/EA, con umbrales en métricas individuales derivados de curvas ROC/Youden. Además, su aplicación clínica muestra potencial para aumentar el poder de discriminación en ensayos clínicos y facilitar un diagnóstico más temprano y preciso, así como el monitoreo longitudinal de pacientes. Su traslado clínico debe considerar el ajuste por edad y la validación externa, idealmente dentro de un panel multimodal (PET-MRI/fMRI/DTI) y en combinación con modelos de aprendizaje automático. 2026-05-11T17:52:44Z 2026-05-11T17:52:44Z 2026-03-27 Proyecto final de grado https://hdl.handle.net/20.500.14769/6193 es application/pdf Instituto Tecnológico de Buenos Aires (ITBA)
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic ALZHEIMER, BIOMARCADOR, CONECTIVIDAD CEREBRAL, NEUROIMAGEN, DIAGNÓSTICO, FDG-PET, TEORÍA DE GRAFOS
spellingShingle ALZHEIMER, BIOMARCADOR, CONECTIVIDAD CEREBRAL, NEUROIMAGEN, DIAGNÓSTICO, FDG-PET, TEORÍA DE GRAFOS
Alvarez Rottemberg, Malena
Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer
topic_facet ALZHEIMER, BIOMARCADOR, CONECTIVIDAD CEREBRAL, NEUROIMAGEN, DIAGNÓSTICO, FDG-PET, TEORÍA DE GRAFOS
description La búsqueda de nuevos métodos de diagnóstico temprano para la enfermedad de Alzheimer, efectivos y no invasivos, es un desafío clínico de relevancia actual. A su vez, la conectividad metabólica emerge como un posible biomarcador temprano de la enfermedad y de los distintos estadios previos también. En este estudio se desarrolló e implementó una herramienta para estudiar la capacidad de diagnóstico de Alzheimer y deterioro cognitivo leve de la conectividad metabólica a partir de imágenes estáticas de FDG-PET y MRI. Se desarrolló una herramienta que, a partir de la registración de imágenes FDG-PET y MRI, permitió generar matrices de captación metabólica por sujeto y grupo (controles, deterioro cognitivo leve y Alzheimer). Con dichas matrices se construyeron redes de conectividad interregional y se calcularon métricas globales (eficiencia, conectividad media, densidad y componentes), además de un análisis nodal para identificar regiones centrales potencialmente asociadas a mecanismos compensatorios. Se evaluó la robustez de las redes y se realizaron curvas ROC para comparar grupos, estimando umbrales óptimos mediante el índice de Youden. Finalmente, se exploró la relación de estas métricas con medidas clínicas como el MMSE, resaltando la utilidad de la conectividad metabólica como biomarcador en el diagnóstico de Alzheimer. Los resultados de las métricas de integración mostraron la mejor discriminación: AUC casi perfecta en CN–EA (0.99–1.00), muy buena en MCI–EA (0.95–0.96) y buena en CN–MCI (0.86–0.87). Se obtuvieron puntos de corte por métrica útiles para clasificación: Eficiencia (X=0.67 para MCI–EA; Y=0.78 para CN–MCI), Conectividad Global (X=0.32; Y=0.45) y Densidad (X=0.42; Y=0.48). La cantidad de componentes aportó capacidad discriminatoria limitada. A nivel nodal se observó reorganización compensatoria, en MCI mayor centralidad en regiones parieto-somatomotoras y perisilvianas, y en EA, desplazamiento hacia frontal insular/opercular y temporales, con persistencia de ínsula, pars triangularis y postcentral derechos. El MMSE diferenció marcadamente los grupos (ANOVA, Tukey significativo en todos los pares) y se asoció positivamente con las métricas, aportando validación convergente. La edad mostró efecto marginal (ANOVA, p = 0.0545) y sexo no difirió (Chi Cuadrado, p = 0.13). En este estudio se concluyó que la conectividad metabólica emerge como un biomarcador operativo para la detección temprana y el seguimiento de MCI/EA, con umbrales en métricas individuales derivados de curvas ROC/Youden. Además, su aplicación clínica muestra potencial para aumentar el poder de discriminación en ensayos clínicos y facilitar un diagnóstico más temprano y preciso, así como el monitoreo longitudinal de pacientes. Su traslado clínico debe considerar el ajuste por edad y la validación externa, idealmente dentro de un panel multimodal (PET-MRI/fMRI/DTI) y en combinación con modelos de aprendizaje automático.
author2 Conrado Estol
author_facet Conrado Estol
Alvarez Rottemberg, Malena
format Proyecto final de grado
author Alvarez Rottemberg, Malena
author_sort Alvarez Rottemberg, Malena
title Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer
title_short Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer
title_full Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer
title_fullStr Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer
title_full_unstemmed Estudio de la conectividad metabólica como marcador de la enfermedad de Alzheimer
title_sort estudio de la conectividad metabólica como marcador de la enfermedad de alzheimer
publisher Instituto Tecnológico de Buenos Aires (ITBA)
publishDate 2026
url https://hdl.handle.net/20.500.14769/6193
work_keys_str_mv AT alvarezrottembergmalena estudiodelaconectividadmetabolicacomomarcadordelaenfermedaddealzheimer
_version_ 1865139503933423616

Ejemplares similares