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. 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.