Nuovo metodo delinea percorso dell'Alzheimer dall'insorgenza alla fine

08 November 2013

Un team di ricerca guidato dal Medical Center della Columbia University (CUMC) ha validato clinicamente un nuovo metodo per prevedere il tempo di assistenza a tempo pieno, di assistenza in casa di riposo, o di morte, per i pazienti con Alzheimer.

Il metodo, che usa i dati raccolti da una singola visita al paziente, si basa su un modello complesso di progressione della malattia, che i ricercatori hanno sviluppato seguendo consecutivamente due serie di pazienti di Alzheimer per 10 anni ciascuna. I risultati sono pubblicati online in anticipo sulla stampa nel Journal of Alzheimer's Disease.

"Prevedere la progressione dell'Alzheimer è difficile, perché la malattia varia notevolmente da persona a persona; può sembrare che due pazienti di Alzheimer abbiano forme lievi della malattia, ma uno può progredire rapidamente, mentre l'altro lo fa molto più lentamente", ha dichiarato l'autore senior Yaakov Stern, PhD, professore di neuropsicologia (neurologia, psichiatria e psicologia al Taub Institute per la ricerca sull'Alzheimer e l'invecchiamento cerebrale e al Gertrude H. Sergievsky Center) al CUMC. "Il nostro metodo permette ai medici di predire il percorso della malattia con grande specificità". [Specificità= capacità di un test di dare un risultato normale ("negativo") nei soggetti sani].

"Fino ad ora, alcuni metodi per predire il decorso dell'Alzheimer richiedevano dati non disponibili nella pratica clinica di routine, come ad esempio misure neuropsicologiche specifiche o altre, e sono relativamente imprecisi. Questo metodo è più pratico per l'uso di routine", ha affermato Nikolaos Scarmeas, MD, coautore dello studio e professore associato di neurologia all'Istituto Taub e al Sergievsky Center. "Potrebbe diventare uno strumento prezioso sia per i medici che per le famiglie dei pazienti". Il nuovo metodo può anche essere usato negli studi clinici, per garantire che gruppi di pazienti siano bilanciati tra quelli con una progressione di Alzheimer più rapida e quelli con una più lenta, e dagli economisti sanitari per prevedere l'impatto economico della malattia.

Il metodo di previsione è basato su un modello di grado longitudinale di appartenenza (L-GoM, Longitudinal Grade of Membership), sviluppato da un gruppo di ricerca guidato anche dal dottor Stern e pubblicato nel 2010. L' L-GoM comprende 16 serie di variabili, come la capacità di partecipare alle attività di routine giornaliere, lo stato mentale, le capacità motorie, il tempo stimato di insorgenza dei sintomi, e la durata di tremore, rigidità, o altri sintomi neurologici. Esso comprende anche i dati ottenuti post-mortem (ora e causa della morte).

"Il vantaggio del modello L-GoM è che prende in considerazione la complessità dell'Alzheimer. I pazienti in genere non rientrano esattamente nelle categorie di malattia lieve, moderata o grave. Per esempio, un paziente può essere in grado di vivere autonomamente eppure soffrire di allucinazioni o eccessi comportamentali", ha detto il dottor Stern, che dirige anche la Divisione di Neuroscienze Cognitive del CUMC. "Il nostro metodo è abbastanza flessibile per gestire i dati mancanti. Non tutte le 16 variabili sono necessarie per fare previsioni accurate, bastano quelle disponibili".

I risultati possono essere presentati come il tempo previsto per un particolare risultato. Per esempio due pazienti di Alzheimer di 68 anni avevano avuto punteggi simili dello stato mentale (uno un punteggio Mini-Mental-Status di 38 su 54, l'altro di 39/54) alla visita iniziale. Il primo paziente era più dipendente dal suo caregiver e aveva sintomi psichiatrici (deliri). Queste ed altre sottili differenze nella presentazione iniziale dei due pazienti hanno provocato diverse previsioni del tempo fino alla morte. Il metodo ha previsto con precisione che il primo paziente sarebbe morto entro tre anni, mentre l'altro sarebbe sopravvissuto più di 10 anni.

"Oltre al tempo di permanenza in casa di cura o della morte, il nostro metodo può essere usato per prevedere il tempo di residenza assistita o di altri livelli di assistenza, come ad esempio il bisogno di aiuto per mangiare o vestirsi, o il tempo per arrivare all'incontinenza", ha detto il primo autore Ray Razlighi, PhD, assistente professore di neurologia al CUMC e assistente professore aggiunto di ingegneria biomedica alla Columbia University.

Lo sviluppo del metodo è iniziato nel 1989, quando il dottor Stern ha ricevuto una sovvenzione dal National Institutes of Health per iniziare lo studio Predittori di Gravità dell'Alzheimer. "Il fatto che il lavoro su questo metodo di predizione è iniziato quasi 25 anni fa, sottolinea le difficoltà di studiare l'Alzheimer", ha detto Richard Mayeux (MD, MS), docente di neurologia, Professore Gertrude H. Sergievsky di Neurologia, Psichiatria e Epidemiologia e condirettore del Taub Institute e del Sergievsky Center.

Il dottor Stern e i colleghi del Massachusetts General Hospital e della Johns Hopkins hanno inizialmente seguito 252 pazienti di Alzheimer non-familiare ogni sei mesi, per 10 anni. Eric Stallard, attuario della Duke e co-autore dello studio, ha usato i dati risultanti per creare un modello L-GoM di progressione dell'Alzheimer. Essi hanno pubblicato i loro risultati nel 2010 in Medical Decision Making. I ricercatori hanno poi seguito un gruppo separato di 254 pazienti e hanno usato i dati di una sola visita del paziente per prevedere i risultati di questo gruppo.

Il dottor Stern e il suo team stanno sviluppando un programma per computer che permetterebbe ai medici di inserire le variabili e ricevere un rapporto. Si aspettano che il programma sia disponibile entro i prossimi due anni. Alla fine, un tale programma potrebbe essere incorporato nelle cartelle cliniche elettroniche. "Al nostro centro Alzheimer, le informazioni cliniche dei pazienti sono già gestite elettronicamente", ha detto il dottor Stern.

I ricercatori stanno testando anche il metodo con un terzo gruppo. Mentre i primi due gruppi di pazienti erano composti in gran parte di individui bianchi, istruiti, e con status socio-economico alto, la nuova coorte è composta di un gruppo eterogeneo di partecipanti provenienti dal Washington Heights-Inwood Columbia Aging Project del CUMC (WHICAP), uno studio continuo basato sulla comunità che comprende anziani con demenza, residenti in città. Poiché i partecipanti possono essere senza demenza quando si iscrivono allo studio, i ricercatori sono in grado di rilevare l'età di insorgenza della demenza e tracciare lo sviluppo dei sintomi nel corso del tempo.

Il documento è intitolato, “A New Algorithm for Predicting Time to Disease Endpoints in Alzheimer’s Disease Patients”. La formula del metodo è descritta nel materiale supplementare dello studio. Gli altri partecipanti sono: Anatoliy I. Yashin (Duke), Jason Brandt e Marilyn Albert (Johns Hopkins), Deborah Blacker (Massachusetts General Hospital / Harvard) e Bruce Kinosian (Philadelphia VA Medical Center). Lo studio è stato finanziato dal National Institute of Aging. Gli autori dichiarano assenza di conflitti di interesse finanziari o di altro tipo.

Fonte: Columbia University Medical Center.

Riferimenti: Yaakov Stern et al. A New Algorithm for Predicting Time to Disease Endpoints in Alzheimer's Disease Patients. Journal of Alzheimer's Disease, 24 September 2013, DOI: 10.3233/JAD-131142

Pubblicato in newsroom.cumc.columbia.edu (> 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.