COMUNICACIÓN POSTER
AUTORES
García Ptacek, Sara 1; Cavallin , Lena 2; Kåreholt , Ingemar 3; Kramberger , Milica 4; Winblad , Bengt 5; Jelic , Vesna 6; Eriksdotter , Maria 6
CENTROS
1. Servicio: Geriatría. Karolinska University Hospital; 2. Servicio: Department of Clinical Science, Intervention and Technology. Karolinska Institutet; 3. Servicio: Aging Research Center. Aging Research Center, Karolinska Institutet and Stockholm University, Stockholm, Sweden; 4. Servicio: Department of Neurology. University Medical Center, Ljubljana, Slovenia; 5. Servicio: Department of Neurobiology, Care Sciences and Society. Karolinska Institutet Alzheimer Disease Research Center. Karolinska Institutet, Stockholm, Suecia; 6. Servicio de Neurología. Karolinska Institutet, Stockholm, Suecia
OBJETIVOS
Las quejas cognitivas subjetivas son frecuentes en la práctica clínica. El desafío consiste en identificar aquellos pacientes que presentarán deterioro cognitivo progresivo. Empleamos un modelo estadístico para determinar qué variables contribuyen a un diagnóstico de enfermedad de Alzheimer (EA), deterioro cognitivo mínimo (DCL) o quejas cognitivas subjetivas (QSC) en la práctica clínica habitual.
MATERIAL Y MÉTODOS
Se incluyeron sujetos diagnosticados entre 2007-2009 en la unidad de memoria del Karolinska University Hospital, Karolinska Institutet, Suecia. De 993 sujetos, 433 fueron QSC, 373 DCL y 187 EA. Recogimos datos clínicos, neuroimagen (incluyendo estadiage ciego de atrofia temporal), biomarcadores LCR, genotipo ApoE, escala Cornell de depresión y MMSE. Diseñamos un modelo de regresión logística para analizar la probabilidad de cada paciente de ser diagnosticado de EA. Aportamos estadística descriptiva. El modelo incluyó edad, sexo, MMSE y biomarcadores en LCR (p-tau y cociente Abeta-42/t-tau). Aplicamos el modelo a los grupos DCL y QSC, introduciendo las variables disponibles para evaluar cuales aumentaban la probabilidad de que el modelo clasificara a un paciente como EA.
RESULTADOS
Comparados con los otros grupos, los sujetos QSC eran más jóvenes, con mayor escolarización y biomarcadores normales. El número de factores de riesgo cardiovascular, hipertensión arterial, atrofia cerebral central, lesiones de sustancia blanca confluentes y estadiage de atrofia temporal mayor de 3 aumentaban la probabilidad de un paciente QSC de ser clasificado como EA dentro del modelo.
CONCLUSIONES
Dentro del modelo, factores ligados al riesgo cardiovascular, la atrofia temporal y la atrofia central aumentaban la probabilidad de un individuo QSC de ser clasificado como EA.
