Análise computacional do eletroencefalograma para auxílio ao diagnóstico precoce da Doença de Alzheimer

Resumo

Embora o aumento global da expectativa de vida seja algo extremamente positivo, o envelhecimento da população vem sendo acompanhado em todo o mundo, pois dele decorrem também algumas consequências preocupantes, como por exemplo, o aumento da prevalência de doenças neuro-degenerativas. Dentre estas, de longe a que possui maior incidência é a Doença de Alzheimer (DA), cuja deteção precoce é uma necessidade premente, pois permite iniciar um tratamento que pode retardar significativamente a progressão da doença. Logo, é de suma importância o desenvolvimento de métodos que dêem suporte ao diagnóstico precoce da DA. Além disso, na linha de procurar um diagnóstico realmente antecipado, o comprometimento cognitivo leve (CCL) tem se mostrado um importante factor de risco no desenvolvimento da doença de Alzheimer (DA). Estatísticas recentes mostram que cerca de 50% de todas as pessoas que relataram sintomas de CCL a um médico irá desenvolver DA dentro de quatro anos, com uma taxa de conversão média anual de 12%. Ao longo da última década, a eletrencefalografia quantitativa (qEEG) tem emergido como uma ferramenta confiável e de baixo custo para o diagnóstico de distúrbios corticais como a DA e o CCL, devido à sua larga disponibilidade, baixo-custo e utilização de procedimentos não invasivos, que possibilitam a realização de exames seriados e o acompanhamento da evolução do estado neurológico. Neste projeto de pesquisa pretende-se desenvolver, aprimorar e validar marcadores biológicos baseados na análise computacional do exame de EEG para diagnosticar precocemente o CCL e a DA. Assim, espera-se que desse esforço pela busca de biomarcadores efetivos baseados em EEG possa surgir um aplicativo computacional que os integre e assim aumente significativamente a acurácia, sensibilidade e especificidade na detecção precoce da DA. (AU)