Cortical atrophy patterns associated to cognitive impairment in parkinson's disease
- Autores: Carme Uribe Codesal
- Directores de la Tesis: Carmen Junque Plaja (dir. tes.), Bàrbara Segura Fàbregas (codir. tes.)
- Lectura: En la Universitat de Barcelona ( España ) en 2019
- Idioma: español
- Tribunal Calificador de la Tesis: David Bartrés Faz (presid.), Daniela Ferreira (secret.), Javier Pagonabarraga Mora (voc.)
- Programa de doctorado: Programa de Doctorado en Medicina e Investigación Traslacional por la Universidad de Barcelona
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
La enfermedad de Parkinson se manifiesta de forma muy heterogénea. Para caracterizar grupos homogéneos de enfermos de Parkinson, se han descrito fenotipos clínicos basados en manifestaciones motoras y no-motoras. Esta tesis se ha elaborado en formato de compendio de tres estudios. El objetivo era identificar distintos subtipos de enfermedad de Parkinson basados en medidas objetivas de grosor cortical (imagen estructural). Hipotetizamos que distintos patrones de atrofia regional estarían asociados a distintas manifestaciones clínicas y cognitivas de la enfermedad.
Se han utilizado imágenes potenciadas en T1 de resonancia magnética estructural con escáneres Siemens de 3T en dos muestras de pacientes con diagnóstico de enfermedad de Parkinson en distintos momentos evolutivos de la enfermedad: una muestra de pacientes medicados (n = 88; duración enfermedad: 8 ± 5.7 años) y una segunda muestra de Parkinson Progression Marker Initiative (PPMI, https://www.ppmi-info.org/). Esta base de datos pública incluye pacientes con enfermedad de Parkinson recién diagnosticados que no tomaban medicación dopaminérgica para el manejo de la enfermedad (n = 77; duración de la enfermedad: 0.9 ± 1.0 años) y que tenían disponibles imágenes de resonancia magnética y evaluación neuropsicológica. Adicionalmente, la muestra de pacientes medicados se siguió después de cuatro años (n = 45). La estimación del grosor cortical se realizó con el software FreeSurfer versión 5.1 (https://surfer.nmr.mgh.harvard.edu/). La técnica de análisis de clustering jerárquico aglomerativo se utilizó para clasificar a los pacientes desde una aproximación libre de hipótesis previas y guiado por los propios datos (data-driven). Para el análisis longitudinal, calculamos el porcentaje de cambio simétrico de los valores de grosor cortical en los dos tiempos.
En el estudio 1, clasificamos a los pacientes medicados de acuerdo con la información de todos los vértices del manto cortical. Se obtuvieron tres patrones de atrofia regional comparándolos con la muestra de controles de edad y educación similares: (1) un patrón con atrofia temporal y parietal; (2) un segundo patrón con atrofia frontal y occipital y una edad de debut de la enfermedad más precoz; (3) un tercer patrón con atrofia cerebral similar a los controles sanos y una reducción en la velocidad de procesamiento. En el estudio 2, clasificamos a los pacientes recién diagnosticados y sin medicación según la información obtenida de las medias de las 360 parcelaciones del atlas Human Connectome Project Multi-Modal Parcellation versión 1.0. Se identificaron dos patrones: (1) un patrón con atrofia predominantemente anterior que incluía regiones orbitofrontales, anterior cingulado y temporales y sin alteraciones cognitivas y (2) un segundo patrón de base posterior con atrofia occipital y parietal laterales y con alteraciones asociadas al aprendizaje y recuerdo de la memoria verbal así como en habilidades visoespaciales y en la velocidad de procesamiento.
En el estudio 3, valoramos la progresión de los patrones corticales identificados en el estudio 1 después de cuatro años de progresión. Los pacientes clasificados en el patrón 1 con atrofia inicial generalizada en los lóbulos temporal y parietal tuvieron el mayor porcentaje de casos de demencia y compromiso de las actividades de la vida diaria. En referencia a los otros dos patrones de atrofia y al grupo de controles, todos los grupos sufrieron una caída progresiva del grueso cortical en regiones temporo-parietales y una reducción en la velocidad de procesamiento.
No obstante, los pacientes clasificados en el patrón 2 con atrofia inicial en el córtex prefrontal y una edad de inicio de la enfermedad precoz, mostraron la mejor evolución y atrofia focal progresiva a lo largo del tiempo. Los pacientes en el patrón 3 y los controles, que en el estudio 1 fueron descritos como los menos atróficos, mostraron atrofia extensa en regiones temporales y parietales. Además, los pacientes del patrón 3 sufrieron más adelgazamiento del grosor cortical en regiones del córtex prefrontal que los controles y en el occipital medial comparado con los pacientes del patrón 2. Neuropsicológicamente, sufrieron una mayor alteración de la fluencia semántica, la velocidad de procesamiento y las habilidades visoespaciales. En conclusión, los pacientes con enfermedad de Parkinson se pueden clasificar según distintos patrones de grosor cortical incluso en el momento del diagnóstico e independientemente de la presencia de deterioro cognitivo leve y la medicación dopaminérgica. Los patrones identificados a partir de datos objetivos libres de hipótesis a priori ponen de manifiesto la relevancia de revisar las herramientas neuropsicológicas para el diagnóstico de deterioro cognitivo leve en la enfermedad de Parkinson. Las medidas de porcentaje de cambio en el grosor cortical se mostraron sensibles al envejecimiento sano y también a procesos de degeneración cortical específicos de la enfermedad de Parkinson. Distintos patrones de atrofia regional progresan de forma distinta a lo largo del tiempo. Observamos que una atrofia inicial de base posterior evoluciona más probablemente hacia demencia mientras que una atrofia inicialmente prefrontal va ligada a una mejor evolución clínica.
En definitiva, los análisis data-driven libres de hipótesis fueron capaces de clasificar pacientes con enfermedad de Parkinson en base a su atrofia cerebral, mostrando distintas manifestaciones clínínicas y progresiones a lo largo del tiempo. Por lo tanto, la evolución de la enfermedad se puede caracterizar a través de datos de neuroimagen estructural.
