Ricerche

La previsione del rilevante aumento dell'Alzheimer a causa della maggiore aspettativa di vita nelle società moderne, è una delle grandi sfide del futuro per i sistemi di assistenza sanitaria in tutto il mondo.

L'Alzheimer (AD) porta a cambiamenti significativi nella struttura temporale delle azioni che danneggiano le attività quotidiane. Il comportamento anomalo nel movimento e la degenerazione del ciclo sonno-veglia sono tra i più gravi sintomi comportamentali. La diagnosi precoce e anche la previsione di questi comportamenti consentirebbero un inizio più tempestivo degli interventi miranti al ritardo della manifestazione o dell'esacerbazione dei sintomi e ridurebbero la necessità di cura istituzionalizzata.

Uno studio interdisciplinare congiunto della Facoltà di Medicina e della Facoltà di Scienze e Ingegneria Elettrica della Rostock University e del Centro tedesco per le Malattie Neurodegenerative (DZNE) di Rostock ha ora definito un nuovo algoritmo di rilevamento, che permette di individuare l'effetto dell'Alzheimer nel comportamento del moto quotidiano non vincolato.

Nello studio in doppio, con 46 soggetti (23 con diagnosi di demenza di Alzheimer e 23 controlli sani), il metodo raggiunge una precisione del 91% nel marcare un soggetto sconosciuto come "AD" o "controllo sano". L'algoritmo utilizza le caratteristiche dello spettro dei segnali del movimento che si ottengono da accelerometri, portati discretamente dai soggetti durante le loro normali attività quotidiane.

"E' affascinante quanto il nostro approccio sia in grado di funzionare con il comportamento del movimento quotidiano non vincolato", dice il Prof. Kirste del Dipartimento di Informatica, che ha progettato l'algoritmo di analisi. "Considerando l'elevata varianza delle attività quotidiane, riteniamo che la capacità di rilevare l'influenza dell'Alzheimer sulla struttura temporale di questo comportamento sia un risultato molto importante". Egli osserva: "A livello pratico, ciò significa che possiamo usare dispositivi di rilevamento a basso costo e non si richiede ai pazienti di svolgere attività specifiche controllate. In prospettiva, per questo scopo potrebbe anche essere possibile utilizzare i dati di dispositivi già usati come i telefoni cellulari o i dispositivi di supporto alla navigazione".

Fonte: IOS Press, via EurekAlert!, a service of AAAS.

Riferimenti: Thomas Kirste, André Hoffmeyer, Philipp Koldrack, Alexandra Bauer, Susanne Schubert, Stefan Schröder, Stefan Teipel. Detecting the Effect of Alzheimer's Disease on Everyday Motion Behavior. Journal of Alzheimer's Disease, October 2013

Pubblicato in EurekAlert! (> English version) - Traduzione di Franco Pellizzari.

Copyright: Tutti i diritti di eventuali testi o marchi citati nell'articolo sono riservati ai rispettivi proprietari.

Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non dipende da, nè impegna l'Associazione Alzheimer onlus di Riese Pio X. I siti terzi raggiungibili da eventuali links contenuti nell'articolo e/o dagli annunci pubblicitari proposti da Google sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.

Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.