COMUNICACIÓN ORAL | 20 noviembre 2018, martes | Hora: 17:30
AUTORES
Gómez Ramírez, Jaime 1; Avila Villanueva, Marina 2; Valenti Soler, Meritxell 2; Fernandez Blazquez, Miguel Angel 3
CENTROS
1. Servicio: Neuroimagen. Fundación CIEN; 2. Servicio de Neurología. Fundacion CIEN; 3. Servicio de Neuropsicología. Fundacion CIEN
OBJETIVOS
La multifactorialidad y el carácter asíntomático en estadio iniciales de la enfermedad de Alzheimer están dificultando la obtención de tratamientos efectivos. La identificación de factores de riesgo, preferentemente de sencilla obtención, se hace cada vez más necesaria. Información relativa al estilo de vida, demográfica, quejas subjetivas de memoria, junto con el uso de técnicas de aprendizaje automático pueden resultar útiles en la identificación de factores de bajo coste y alto poder predictivo.
MATERIAL Y MÉTODOS
Se reclutaron 915 individuos cognitivamente sanos en un estudio longitudinal para identificar marcadores precoces de enfermedad de Alzheimer (edad=74,6±3,8; 63,2% mujeres). El número de factores analizados durante las evaluaciones clínicas suma 472 a lo largo de los cinco años del estudio clasificando los participantes en Controles y Conversores a DCL (9,4%). Se utilizaron técnicas de machine learning conducentes a la obtención de modelos predictivos de conversion a DCL.
RESULTADOS
Se identificaron un número reducido de factores con poder predictivo de conversión a DCL, dichos factores incluyen quejas subjetivas, sueño y dieta entre otros. Los algoritmos predictivos utilizados con la excepción de Naïve Bayes presentaron una precisión y exactitud muy por encima de estimadores aleatorios. La técnica de bosques aleatorios consiguió una precision por encima del 80% tanto en aprendizaje como en test.
CONCLUSIONES
Técnicas de aprendizaje automático son capaces de identificar factores de riesgo de conversion a DCL. La detección temprana mediante este tipo de técnicas permite no solo detectar factores de riesgo en fases asintomáticas sino poder realizar intervenciones que incidan en el estilo de vida
