Biomarcadores asequibles de demencia frontotemporal: un estudio de clasificación basado en la conectividad de redes cerebrales

Abstract

El desarrollo de biomarcadores de demencias efectivos y asequibles resulta esencial dada la dificultad de realizar un diagnóstico temprano de estas patologías. En este sentido, los métodos de electroencefalografía (EEG) brindan alternativas promisorias por su bajo costo, portabilidad y creciente robustez. En este trabajo, nos basamos en señales de EEG y en un novedoso método de intercambio de información para estudiar la conectividad en estado de reposo en pacientes afectados por la variante conductual de la demencia frontotemporal (vcDFT) y en un grupo control. Para evaluar la especificidad de los resultados obtenidos, también examinamos pacientes que padecen la enfermedad de Alzheimer (EA). El poder de clasificación de los patrones de conectividad resultantes se evaluó mediante un algoritmo de clasificación supervisada (máquina de soporte vectorial). Además, comparamos el poder de clasificación obtenido mediante (i) la conectividad funcional, (ii) una batería de pruebas neuropsicológicas pertinentes y (iii) la combinación de ambos. Los pacientes con vcDFT mostraron un patrón de hipoconectividad específico en conexiones frontotemporales de proximidad media, que no mostraron alteraciones en los pacientes con EA. Estas alteraciones en la conectividad funcional en la vcDFT se replicaron mediante EEG de baja densidad (20 electrodos). Por otra parte, mientras que las pruebas neuropsicológicas llevaron a una discriminación aceptable entre los pacientes con vcDFT y los del grupo control, la adición de los resultados de conectividad aumentó el poder de clasificación. Finalmente, la clasificación entre los pacientes con vcDFT y los con EA fue mejor cuando se usó como base la conectividad que cuando se usaron las pruebas neuropsicológicas. En conjunto, estos hallazgos enfatizan la relevancia de las mediciones EEG como biomarcadores de potencial aplicación clínica.

Developing effective and affordable biomarkers for dementias is critical given the difficulty to achieve early diagnosis. In this sense, electroencephalographic (EEG) methods offer promising alternatives due to their low cost, portability, and growing robustness. Here, we relied on EEG signals and a novel information-sharing method to study resting-state connectivity in patients with behavioral variant frontotemporal dementia (bvFTD) and controls. To evaluate the specificity of our results, we also tested Alzheimer’s disease (AD) patients. The classification power of the ensuing connectivity patterns was evaluated through a supervised classification algorithm (support vector machine). In addition, we compared the classification power yielded by (i) functional connectivity, (ii) relevant neuropsychological tests, and (iii) a combination of both. BvFTD patients exhibited a specific pattern of hypoconnectivity in mid-range frontotemporal links, which showed no alterations in AD patients. These functional connectivity alterations in bvFTD were replicated with a low-density EEG setting (20 electrodes). Moreover, while neuropsychological tests yielded acceptable discrimination between bvFTD and controls, the addition of connectivity results improved classification power. Finally, classification between bvFTD and AD patients was better when based on connectivity than on neuropsychological measures. Taken together, such findings underscore the relevance of EEG measures as potential biomarker signatures for clinical settings.

O desenvolvimento de biomarcadores de demência eficazes e acessíveis é essencial, dada a dificuldade de se fazer um diagnóstico precoce dessas patologias. Nesse sentido, os métodos de eletroencefalografia (EEG) oferecem alternativas promissoras devido ao seu baixo custo, portabilidade e crescente robustez. Neste trabalho, nos baseamos em sinais de EEG e um novo método de troca de informações para estudar a conectividade em estado de repouso em pacientes afetados pela variante comportamental da demência frontotemporal (vcDFT) e em um grupo controle. Para avaliar a especificidade dos resultados obtidos, também examinamos pacientes que sofrem da Sindrome de Alzheimer (SA). O poder de classificação dos padrões de conectividade resultantes foi avaliado por um algoritmo de classificação supervisionado (máquina de suporte de vetores). Além disso, comparamos o poder de classificação obtido através de (i) conectividade funcional, (ii) uma bateria de testes neuropsicológicos relevantes e (iii) a combinação de ambos. Pacientes com vcDFT mostraram um padrão de hipoconnectividade específica nas conexões frontotemporais de proximidade média, que não mostraram alterações nos pacientes com SA. Essas alterações na conectividade funcional na vcDFT foram replicadas por EEG de baixa densidade (20 eletrodos). Por outro lado, enquanto as provas neuropsicológicas levaram a uma discriminação aceitável entre pacientes com vcDFT e o grupo controle, a adição de resultados de conectividade aumentou o poder de classificação. Finalmente, a classificação entre os pacientes com vcDFT e aqueles com SA foi melhor quando foi usada como base a conectividade que quando se utilizou os testes neuropsicológicos. Esses achados enfatizam a relevância das medidas de EEG como biomarcadores com potencial de aplicação clínica.