Small World derived index to distinguish Alzheimer’s type dementia and healthy subjects
Saved in:
Vecchio, F., et al., Small World derived index to distinguish Alzheimer’s type dementia and healthy subjects. Age and Ageing, vol. 53, n. 6, 2024, 6 p.
Ref.
600871
Location:
SIIS Archivo (R.429)
Palabras clave:
Personas mayores, Dependencia, Enfermedad de Alzheimer, Diagnóstico, Detección, Cerebro, Neuropsicología, Innovaciones, Instrumentos técnicos, Validez, Italia
Personas mayores, Dependencia, Enfermedad de Alzheimer, Diagnóstico, Detección, Cerebro, Neuropsicología, Innovaciones, Instrumentos técnicos, Validez, Italia
Abstract:
Este artículo presenta un nuevo índice que busca descubrir patrones específicos de conectividad cerebral asociados con la enfermedad de Alzheimer (EA), definidos según patrones neuropsicológicos. <br><br> Se obtuvieron registros electroencefalográficos (EEG) de 370 personas, incluyendo 170 sujetos sanos y 200 pacientes con EA leve, en diferentes centros clínicos utilizando diferentes equipos de adquisición mediante la armonización de los entornos de adquisición. El estudio empleó un nuevo índice derivado de Small World (SW), SWcomb, que funciona como una métrica integral diseñada para integrar los siete parámetros de SW, calculados en las bandas de frecuencia típicas del EEG. El objetivo es crear un índice unificado que distinga eficazmente a las personas con un patrón neuropsicológico compatible con la EA de las personas sanas. <br><br> Los resultados mostraron que el grupo sano presentó los valores de SWcomb más bajos, mientras que el grupo con EA presentó los más altos. <br><br> Estos hallazgos sugieren que el índice SWcomb representa un biomarcador fácil de realizar, de bajo costo, ampliamente disponible y no invasivo para distinguir entre individuos sanos y pacientes con EA. .
Este artículo presenta un nuevo índice que busca descubrir patrones específicos de conectividad cerebral asociados con la enfermedad de Alzheimer (EA), definidos según patrones neuropsicológicos. <br><br> Se obtuvieron registros electroencefalográficos (EEG) de 370 personas, incluyendo 170 sujetos sanos y 200 pacientes con EA leve, en diferentes centros clínicos utilizando diferentes equipos de adquisición mediante la armonización de los entornos de adquisición. El estudio empleó un nuevo índice derivado de Small World (SW), SWcomb, que funciona como una métrica integral diseñada para integrar los siete parámetros de SW, calculados en las bandas de frecuencia típicas del EEG. El objetivo es crear un índice unificado que distinga eficazmente a las personas con un patrón neuropsicológico compatible con la EA de las personas sanas. <br><br> Los resultados mostraron que el grupo sano presentó los valores de SWcomb más bajos, mientras que el grupo con EA presentó los más altos. <br><br> Estos hallazgos sugieren que el índice SWcomb representa un biomarcador fácil de realizar, de bajo costo, ampliamente disponible y no invasivo para distinguir entre individuos sanos y pacientes con EA. .