Predicción del Alzheimer en sanos mediante un análisis de sangre
Un análisis de sangre puede estimar el riesgo de que una persona sana desarrolle síntomas clínicos de Alzheimer hasta con diez años de antelación, según un estudio realizado por investigadores del Centro de Investigación de Enfermedades Neurológicas (Fundación CIEN) y de la Fundación Reina Sofía.
El trabajo ha sido publicado en la revista Alzheimer’s & Dementia, perteneciente a la Asociación de Alzheimer de Estados Unidos. Este estudio se centra en la utilidad del biomarcador sanguíneo %p-tau217 como herramienta para predecir la evolución en personas mayores sin deterioro cognitivo.
Bajo la dirección del doctor Jesús Silva Rodríguez, coordinador de la Plataforma de Neuroimagen de la Fundación CIEN, casi 1 000 personas sin deterioro cognitivo fueron reclutadas en la Comunidad de Madrid y evaluadas anualmente en el Centro Alzheimer Fundación Reina Sofía durante un periodo de hasta 12 años. Esto permitió analizar adecuadamente la relación entre los niveles del biomarcador y la aparición de síntomas clínicos.
Un hallazgo crucial del estudio es el elevado valor predictivo negativo del análisis. Según los investigadores, si el resultado de la prueba es negativo, hay más de un 90% de probabilidad de que una persona no desarrolle síntomas clínicos de Alzheimer en la década siguiente. Esto facilitaría la asignación de recursos y controles médicos a aquellos con mayor riesgo, optimizando los esfuerzos en la atención sanitaria.
El doctor Pascual Sánchez-Juan, director científico de la Fundación CIEN, considera que este trabajo expande el uso de los biomarcadores sanguíneos, que anteriormente se utilizaban mayormente para detectar cambios biológicos asociados a la enfermedad. Estos análisis pueden ayudar a distinguir entre personas con un riesgo bajo de desarrollar síntomas y aquellas que podrían beneficiarse de un seguimiento más continuo o participar en estudios de prevención.
Los autores sugieren que esta herramienta podría facilitar una detección más temprana de la enfermedad, además de mejorar la selección de participantes para ensayos clínicos y la implementación de tratamientos en etapas más efectivas.
