Un grupo de investigación del Consorcio multicéntrico para expandir la investigación sobre la Demencia en América Latina (ReDLat), desarrolló un método novedoso para analizar las tareas de producción lingüística utilizadas en evaluaciones clínicas de esta enfermedad.
La enfermedad de Alzheimer (EA) es una creciente causa de discapacidad y muerte a nivel mundial. Según un informe de la Organización Mundial de la Salud (OMS), se estima que, para el año 2050, afectará a más de 130 millones de personas. Y este incremento se vería reflejado también en su costo: se prevé que aumente a 1,7 billones de dólares para el 2030. Teniendo en cuenta este factor económico, muchas personas de sectores vulnerables que no tienen acceso a análisis completos de Alzheimer quedarían aún más lejos de poder recibir diagnóstico y tratamiento certero.
Ante este contexto, un equipo de investigación del Consorcio multicéntrico para expandir la investigación sobre la Demencia en América Latina (ReDLat) se preguntó si era posible desarrollar herramientas rápidas, de bajo costo y automáticas para detectar y caracterizar la enfermedad.
El interrogante impulsó un estudio en el que analizaron patrones lingüísticos en tareas breves de producción de palabras utilizadas comúnmente en las evaluaciones de detección del Alzheimer. La gran mayoría de los estudios miden el desempeño contando el número de respuestas aceptables después de eliminar las respuestas inválidas.
Sin embargo, este tipo de análisis revela déficits en casi todos los trastornos cerebrales y no puede mostrar qué tipos de palabras específicas podrían ser particularmente favorecidas por los pacientes con EA.
Nuevo enfoque
Esto motivó el nuevo enfoque desarrollado por los especialistas. “Tomamos todas las palabras producidas y las descompusimos en sus propiedades léxicas y semánticas utilizando bases de datos digitalizados que nos proporcionan valores específicos sobre la frecuencia de uso, la especificidad conceptual, la estructura de sonido, la longitud y otros aspectos de cada respuesta”, explicó Franco Ferrante, primer autor del estudio y becario del CONICET.
El estudio encontró que los pacientes con EA se caracterizan por una preferencia por palabras altamente utilizadas y, conceptualmente, poco específicas, con patrones de sonido comunes. De hecho, estas y otras propiedades de las palabras permitieron detectar a personas con Alzheimer con casi 90 por ciento de éxito.
