Bioingeniería aplicada a la creación de base de datos, análisis y clasificación de variables anatómicas y coordenadas estereotáxicas.Relación con el resultado clínico en el tratamiento de enfermedades neurodegenerativas

  1. Estella Pérez, Francisco Juan
Dirigida por:
  1. Fernando José Rojas Ruiz Director
  2. Ignacio Rojas Ruiz Codirector

Universidad de defensa: Universidad de Granada

Fecha de defensa: 14 de julio de 2022

Tribunal:
  1. Fernando Alonso Frech Presidente/a
  2. Mari Luz García Martínez Secretario/a
  3. Jordi Rumiá Arboix Vocal

Tipo: Tesis

Resumen

Las enfermedades neurodegenerativas representan un problema sanitario en auge, principalmente relacionado con el envejecimiento de la población a nivel mundial, y de este modo, el aumento de la prevalencia de este tipo de enfermedades. Para optimizar su diagnóstico y detectar patrones de mejora de los tratamientos y de toma de decisiones sobre los mismos, en este trabajo doctoral se aborda el diseño e implementación de un algoritmo de clasificación que opera sobre 1.200 imágenes médicas registradas sobre una gran base de datos de pacientes que sufrían la Enfermedad de Alzheimer en sus diferentes fases, para poder detectar si se trata de un paciente sano, uno con riesgo alto de contraer la enfermedad debido a que ya sufre deterioro cognitivo, o un paciente que pueda en ese momento ser diagnosticado como enfermo de Alzheimer. Una vez validado este algoritmo, se aplicó sobre determinadas tomas de decisiones para tratamientos de otras enfermedades neurodegenerativas como la Enfermedad de Parkinson, derivando en robustos patrones de decisión a la hora de decidir entre unas coordenadas u otras para el tratamiento de la enfermedad mediante Estimulación Cerebral Profunda (ECP). Esta aplicación predijo que la coordenada estereotáctica en el plano x, en pacientes en los que la desviación entre la planificación guiada por Tomografía Axial Computerizada (TAC), y el “gold standard” de coordenadas neurofisiológicas intra-operatorias, no superaba los 2,5mm, suponía una terapia posterior, en la mayoría de los casos, óptima. La Estimulación Cerebral Profunda está probado como un tratamiento eficaz para diferentes patologías neurodegenerativas, especialmente de trastornos del movimiento como la Enfermedad de Parkinson (EP), distonías y Temblor Esencial; pero también para otros trastornos psiquiátricos como el Trastorno Obsesivo Compulsivo (TOC), o el Dolor Crónico. Además, está actualmente en estudio para valorar su beneficio clínico en pacientes con Enfermedad de Alzheimer. Por este motivo, ambas ramas de aplicación de los algoritmos de clasificación utilizados (diagnóstico y toma de decisiones para el tratamiento), están entrelazadas y definen un marco de trabajo común, que permitiría el potencial abordaje integral de este tipo de enfermedades, empezando por una mejora en los tiempos de diagnóstico y posibles diagnósticos tempranos, así como la optimización de terapias para el tratamiento de las mismas, como es el caso de la terapia estudiada en esta tesis, la Estimulación Cerebral Profunda.