Bioingeniería aplicada a la creación de base de datos, análisis y clasificación de variables anatómicas y coordenadas estereotáxicas. Relación con el resultado clínico en el tratamiento de enfermedades neurodegenerativas
Metadatos
Mostrar el registro completo del ítemEditorial
Universidad de Granada
Departamento
Universidad de Granada. Programa de Doctorado en Tecnologías de la Información y la ComunicaciónMateria
Enfermedad de Alzheimer (EA) DCL (Deterioro Cognitivo Leve) RMN (Resonancia Magnética Nuclear) Árbol de Decisión Enfermedad de Parkinson (EP) Estimulación Cerebral Profunda (ECP)
Fecha
2022Fecha lectura
2022-07-14Referencia bibliográfica
Estella Pérez, Francisco Juan. Bioingeniería aplicada a la creación de base de datos, análisis y clasificación de variables anatómicas y coordenadas estereotáxicas. Relación con el resultado clínico en el tratamiento de enfermedades neurodegenerativas. Granada: Universidad de Granada, 2022. [https://hdl.handle.net/10481/76834]
Patrocinador
Tesis Univ. Granada.Resumen
Las enfermedades neurodegenerativas representan un problema sanitario en
auge, principalmente relacionado con el envejecimiento de la población a nivel
mundial, y de este modo, el aumento de la prevalencia de este tipo de
enfermedades.
Para optimizar su diagnóstico y detectar patrones de mejora de los tratamientos
y de toma de decisiones sobre los mismos, en este trabajo doctoral se aborda el
diseño e implementación de un algoritmo de clasificación que opera sobre
1.200 imágenes médicas registradas sobre una gran base de datos de pacientes
que sufrían la Enfermedad de Alzheimer en sus diferentes fases, para poder
detectar si se trata de un paciente sano, uno con riesgo alto de contraer la
enfermedad debido a que ya sufre deterioro cognitivo, o un paciente que pueda
en ese momento ser diagnosticado como enfermo de Alzheimer.
Una vez validado este algoritmo, se aplicó sobre determinadas tomas de
decisiones para tratamientos de otras enfermedades neurodegenerativas como
la Enfermedad de Parkinson, derivando en robustos patrones de decisión a la
hora de decidir entre unas coordenadas u otras para el tratamiento de la
enfermedad mediante Estimulación Cerebral Profunda (ECP). Esta aplicación
predijo que la coordenada estereotáctica en el plano x, en pacientes en los que
la desviación entre la planificación guiada por Tomografía Axial
Computerizada (TAC), y el “gold standard” de coordenadas neurofisiológicas
intra-operatorias, no superaba los 2,5mm, suponía una terapia posterior, en la
mayoría de los casos, óptima.
La Estimulación Cerebral Profunda está probado como un tratamiento eficaz
para diferentes patologías neurodegenerativas, especialmente de trastornos del
movimiento como la Enfermedad de Parkinson (EP), distonías y Temblor
Esencial; pero también para otros trastornos psiquiátricos como el Trastorno Obsesivo Compulsivo (TOC), o el Dolor Crónico. Además, está actualmente
en estudio para valorar su beneficio clínico en pacientes con Enfermedad de
Alzheimer. Por este motivo, ambas ramas de aplicación de los algoritmos de
clasificación utilizados (diagnóstico y toma de decisiones para el tratamiento),
están entrelazadas y definen un marco de trabajo común, que permitiría el
potencial abordaje integral de este tipo de enfermedades, empezando por una
mejora en los tiempos de diagnóstico y posibles diagnósticos tempranos, así
como la optimización de terapias para el tratamiento de las mismas, como es
el caso de la terapia estudiada en esta tesis, la Estimulación Cerebral Profunda.