Biomarcadores de eletroencefalograma baseados em conectividade cerebral para diagnóstico automatizado da Doença de Alzheimer

Resumo

A doença de Alzheimer (DA), caracterizada pela presença de emaranhados neurofibrilares e placas senis no cérebro, é uma demência que acomete uma grande parcela da população idosa, com uma incidência que tem aumentado significativamente nas últimas décadas. Assim, a detecção precoce da DA torna-se uma questão de saúde pública, pois permite iniciar um tratamento que pode retardar significativamente a progressão da doença. Logo, é de suma importância o desenvolvimento de métodos que deem 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 fator de risco no desenvolvimento da doença. O tratamento no período prodrômico (CCL) pode mitigar os déficits advindos da progressão da doença. Técnicas clínicas de diagnóstico atualmente atingem taxa de acerto em torno de 90% na classificação entre casos e controles. No entanto, elas exigem a aplicação de uma extensa gama de recursos que limitam a aplicação sistemática desse tipo de teste para grande parte da população idosa com suspeita de prejuízos na memória ou declínios cognitivos sutis. A eletroencefalografia quantitativa (EEGq) é um método promissor para superar esta limitação, pois tem larga disponibilidade, baixo-custo e utiliza procedimentos de aplicação relativamente simples. Classificadores automáticos de DA atuais baseados em EEGq apresentam acurácia próxima a 90%. Apesar disso, ainda não foi atingida a completa automação do diagnóstico através dessa técnica. Em primeiro lugar, é necessário tratamento do sinal com remoção automática de artefatos (RAA). Posteriormente, é necessário extrair características significativas do sinal de EEG capazes de diferenciar entre pacientes com CCL ou DA e indivíduos idosos sadios. Neste projeto de pesquisa pretende-se desenvolver, aprimorar e validar marcadores biológicos baseados na análise de ferramentas de conectividade cerebral no EEG para diagnosticar precocemente e com acurácia o CCL e a DA. Bases de dados internacionais de pacientes e controles serão disponibilizadas pelo grupo de pesquisa parceiro da Universidade de Roma "La Sapienza". Ao final, será realizada a integração e otimização do sistema completo, desde a RAA até a fase de classificação automática, de modo a atingir o ponto ótimo de operação do sistema como um todo.