COMUNICACIÓN ORAL | 19 noviembre 2014, miércoles | Hora: 18:00
AUTORES
Huertas Fernández, Ismael 1; García Gómez, Francisco Javier 2; García Solís, David 2; Benítez Rivero, Sonia 1; Marín Oyaga, Victor 2; Jesús Maestre, Silvia 1; Cáceres Redondo, Maria Teresa 1; Lojo Ramirez, Jose Antonio 2; Martín Rodríguez, Juan Francisco 1; Carrillo García, Fatima 1; Mir Rivera, Pablo 1
CENTROS
1. Servicio de Neurología. Hospital Virgen del Rocío; 2. Servicio: Medicina Nuclear. Hospital Virgen del Rocío
OBJETIVOS
El objetivo de este estudio fue desarrollar modelos predictivos diagnósticos con algoritmos de aprendizaje automático usando la información extraída del SPECT I123-FP-CIT mediante análisis de regiones de interés (ROI) y análisis de vóxel.
MATERIAL Y MÉTODOS
Se incluyeron de manera retrospectiva 80 pacientes con parkinsonismo vascular (PV) y 160 pacientes con enfermedad de Parkinson (EP) que se habían realizado SPECT I123-FP-CIT. Se calculó la captación de radionúclido en putamen y caudado, y el índice de asimetría con el software BRASS. La captación a nivel de vóxel se comparó con Statistical Parametric Mapping (SPM). Los datos del análisis cuantitativo, junto con las variables de confusión sexo, edad, años de evolución y severidad, se usaron para construir modelos predictivos empleando un esquema de validación cruzada de 10 iteraciones. Los algoritmos de aprendizaje automático seleccionados para construir los modelos fueron la regresión logística (LR), el análisis de discriminante lineal (LDA) y las máquinas de soporte vectorial (SVM).
RESULTADOS
En el análisis de ROI se observaron diferencias significativas entre PV y EP en el putamen más afecto y en el caudado ipsilateral. El análisis con SPM mostró una disminución en la captación estriatal de EP con respecto a PV. La exactitud diagnóstica fue del 90,3% para el modelo de LR con los datos de ROI, y del 90,4% para el modelo de SVM usando los datos de vóxel.
CONCLUSIONES
Los modelos predictivos construidos con los datos cuantitativos del análisis de SPECT I123-FP-CIT demuestran ser una herramienta útil para el diagnóstico diferencial de PV y EP.
