El yoga podría ser beneficioso para las mujeres con riesgo de padecer Alzheimer

Impact of Yoga Versus Memory Enhancement Training on Hippocampal Connectivity in Older Women at Risk for Alzheimer’s Diseas

Kilpatrick LA, Siddarth P, Krause-Sorio B, et al.

El Kundalini yoga, una forma de yoga que se centra en la respiración, la meditación y la visualización mental, podría ser beneficioso para las mujeres mayores que presentaban factores de riesgo de sufrir Alzheimer, según un estudio de la Universidad de California (EE.UU.) realizado por investigadores del Instituto Semel de Neurociencia y Comportamiento Humano. Utilizando un tipo de resonancia magnética que mide la actividad en regiones y subregiones del cerebro, descubrieron que el Kundalini yoga, que combina movimiento y meditación y se centra en la respiración, la recitación de mantras y la visualización mental, aumentaba la conectividad del hipocampo. Los resultados se publican en Journal of Alzheimer's Disease.

El entrenamiento de yoga kundalini parece dirigirse mejor a la conectividad del hipocampo relacionada con el estrés, mientras que el entrenamiento para mejorar la memoria (MET) puede dirigirse mejor a las subregiones de integración sensorial del hipocampo, lo que favorece una mayor fiabilidad de la memoria. Esta forma suave de yoga, que se centra más en la respiración y el compromiso mental que en el movimiento es ideal para los adultos mayores que pueden tener algunas limitaciones físicas. Así, el estudio incluyó a 22 participantes que formaban parte de un ensayo controlado aleatorio más amplio que estudiaba los efectos del yoga sobre el riesgo de Alzheimer. La media de edad entre los 11 participantes en el yoga era de unos 61 años; en el grupo de MET era de unos 65 años. Todas declararon haber sufrido un deterioro de la función de la memoria durante el año anterior y tener uno o más factores de riesgo cardiovascular, que también pueden aumentar el riesgo de padecer Alzheimer.

Los autores, que anteriormente habían informado de que el yoga Kundalini y el Kirtan Kriya tenían efectos beneficiosos sobre la depresión, la capacidad de recuperación y el funcionamiento ejecutivo en adultos mayores con deterioro cognitivo leve, señalaron en esta ocasión, que también tenía un efecto neuroprotector más sólido sobre el volumen del hipocampo derecho, lo que sugiere una mejora de la función de la memoria respecto al MET.

Nuevo algoritmo para ayudar a predecir el riesgo de desarrollar Alzheimer

Trans-ethnic genomic informed risk assessment for Alzheimer's disease: An International Hundred K+ Cohorts Consortium study

Sleiman PM, Qu HQ, Connolly JJ, et al.

Utilizando datos de diversas poblaciones de todo el mundo, investigadores del Hospital Infantil de Filadelfia (EE.UU.), han desarrollado un algoritmo de evaluación genómica informada del riesgo (GIRA) para ayudar a predecir el riesgo de desarrollar Alzheimer basándose en la información genética de pacientes con una amplia variedad de orígenes étnicos. Aunque en futuros estudios deberán incluirse otras etnias, este trabajo pretende eliminar las disparidades en el diagnóstico de la enfermedad. Los resultados se han publicado en Alzheimer's and Dementia, y podrían favorecer la instauración de un diagnóstico precoz eficaz que podría permitir una intervención temprana para minimizar los daños en el sistema nervioso central. Se han asociado múltiples variantes genéticas con la enfermedad, y algunas de estas variantes aparecen en pacientes de distinta ascendencia.

Los investigadores desarrollaron su algoritmo GIRA para evaluar el riesgo de Alzheimer basándose en variantes del gen de la apolipoproteína E (APOE) --que se ha implicado en el riesgo de Alzheimer--, así como en puntuaciones de riesgo poligénico por otros marcadores genómicos y otras variables como la edad, el sexo y el origen étnico. Con este algoritmo GIRA, que se probó en distintas poblaciones étnicas, los investigadores pudieron identificar ciertas proteínas relacionadas con la infertilidad femenina y la tiroiditis autoinmune como factores que contribuyen al riesgo de desarrollar la enfermedad de Alzheimer. El modelo GIRA funcionó mejor que las puntuaciones de riesgo poligénico por sí solas en poblaciones de Asia oriental de Japón y Corea y en poblaciones de Asia meridional de origen pakistaní y bangladeshí.

El estudio carecía de una cohorte bien fenotipada de Alzheimer de origen africano, pero el actual sistema de puntuación del riesgo poligénico se validó adicionalmente en personas de distintas regiones de África. Los autores también trabajaron con el Davos Alzheimer Collaborative (DAC) y esperan reclutar a más personas de ascendencia africana en la cohorte para seguir estudiando su riesgo de Alzheimer.

El ejercicio leve durante tres meses mejora la función cognitiva y la eficiencia cerebral en mayores

Mild exercise improves executive function with increasing neural efficiency in the prefrontal cortex of older adults

Byun K, Hyodo K, Suwabe K, et al.

Investigadores de la Universidad de Tsukuba (Japón) y la Universidad de California en Irvine (EE.UU.) han observado que sesiones breves de ejercicio suave, como caminar y hacer yoga, pueden estimular el cerebro y producir mejoras temporales en el rendimiento cognitivo de personas mayores.

Para este estudio, publicado en GeroScience, se dividió aleatoriamente a un grupo de adultos sanos de mediana edad y mayores (entre 55 y 78 años) en dos grupos: uno realizó ejercicio en bicicleta de baja intensidad tres veces por semana durante tres meses (grupo de ejercicio), mientras que el otro grupo continuó con su rutina diaria normal (grupo de control). El equipo de investigación evaluó la función ejecutiva de los participantes mediante una prueba Stroop y valoró la actividad del córtex prefrontal durante la tarea mediante espectroscopia funcional de infrarrojo cercano antes y después de la intervención.

Los resultados revelaron que el grupo de ejercicio mostró una mejora significativa de la función ejecutiva en comparación con el grupo de control. Cabe destacar que, al analizar los datos por edades, los beneficios del ejercicio suave fueron especialmente pronunciados en el grupo de adultos mayores (entre 68 y 78 años). El mecanismo cerebral subyacente a esta mejora implicaba un aumento de la activación eficiente del córtex prefrontal. En otras palabras, la función ejecutiva era alta mientras que la activación cerebral correspondiente era relativamente baja. Estos resultados sugieren que incluso tres meses de ejercicio suave pueden reforzar las redes funcionales del cerebro, permitiendo que el córtex prefrontal se utilice de forma más eficiente durante la prueba Stroop.

Un modelo de aprendizaje automático identifica el deterioro cognitivo leve escaneando la retina

A Convolutional Neural Network Using Multimodal Retinal Imaging for Differentiation of Mild Cognitive Impairment from Normal Cognition

Wisely CE, Richardson A, Henao R, Robbins CB, Ma JP, Fekrat S, et al.

Un modelo de aprendizaje automático desarrollado por investigadores de Duke Health (EE.UU.) puede diferenciar la cognición normal del deterioro cognitivo leve a partir de imágenes retinianas del ojo. El modelo analiza las imágenes retinianas y los datos asociados y reconoce características específicas para identificar a los individuos con deterioro cognitivo leve. Publicado en Ophthalmology Science, el modelo demuestra el potencial de este método no invasivo y barato para identificar los primeros signos de deterioro cognitivo que podrían evolucionar hacia el Alzheimer.

Los investigadores desarrollaron previamente un modelo que utilizaba escáneres de retina y otros datos para identificar con éxito a pacientes con diagnóstico conocido de Alzheimer. Los escáneres, basados en tomografía de coherencia óptica (OCT) y angiografía OCT (OCTA), detectaban cambios estructurales en la retina neurosensorial y su microvasculatura entre los pacientes con Alzheimer. Este nuevo estudio amplía ese trabajo utilizando técnicas de aprendizaje automático para detectar el deterioro cognitivo leve, que suele ser precursor del Alzheimer. El nuevo modelo identifica características específicas en las imágenes OCT y OCTA que señalan la presencia de deterioro cognitivo, junto con datos del paciente como edad, sexo, agudeza visual y los años de educación y datos cuantitativos de las propias imágenes. El modelo analiza las imágenes de la retina junto con los datos cuantitativos para diferenciar a las personas con cognición normal de aquellas con diagnóstico de deterioro cognitivo leve con una sensibilidad del 79% y una especificidad del 83%.

Los autores consideran que se trata de un trabajo especialmente emocionante porque hasta ahora no había sido posible diferenciar el deterioro cognitivo leve de la cognición normal en modelos anteriores. Este trabajo acerca un paso más a la detección precoz del deterioro cognitivo antes de que evolucione a demencia de Alzheimer.

Nuevo sistema para observar la estructura y dinámica del cerebro sin dañar el tejido

Dense 4D nanoscale reconstruction of living brain tissue

Velicky P, Miguel E, Michalska JM, et al.

Un equipo interdisciplinar de científicos del Instituto de Ciencia y Tecnología de Austria (ISTA) ha presentado LIONESS (Live Information Optimized Nanoscopy Enabling Saturated Segmentation), una nueva forma de observar la estructura y la dinámica del cerebro, en alta resolución y sin dañar el tejido, según publican en la revista Nature Methods, que permite obtener imágenes, reconstruir y analizar tejido cerebral vivo con una amplitud y una resolución espacial imposibles hasta ahora.

LIONESS permite, según los autores, obtener por primera vez una reconstrucción completa y densa del tejido cerebral vivo. Al obtener imágenes del tejido varias veces, LIONESS permite observar y medir la biología celular dinámica del cerebro siguiendo su curso. El resultado es una imagen reconstruida de la organización celular en tres dimensiones, en la que el tiempo constituye la cuarta dimensión, ya que las imágenes de la muestra pueden obtenerse a lo largo de minutos, horas o días. La fuerza de LIONESS reside en una óptica refinada y en los dos niveles de aprendizaje profundo que conforman su núcleo: el primero mejora la calidad de la imagen y el segundo identifica las distintas estructuras celulares en el denso entorno neuronal.

La ventaja de LIONESS radica en el desarrollo de condiciones de obtención de imágenes "rápidas y suaves", lo que permite mantener viva la muestra. La técnica ofrece al mismo tiempo una superresolución isotrópica que permite visualizar los componentes celulares del tejido con un detalle resuelto a nanoescala 3D. LIONESS recopila de la muestra la mínima información necesaria durante la fase de obtención de imágenes. A continuación, el primer paso de aprendizaje profundo completa la información adicional sobre la estructura del tejido cerebral en un proceso denominado restauración de imágenes. De esta forma innovadora, se consigue una resolución de unos 130 nanómetros, siendo al mismo tiempo lo suficientemente suave como para obtener imágenes de tejido cerebral vivo en tiempo real. Juntos, estos pasos permiten un segundo paso de aprendizaje profundo, esta vez para dar sentido a los datos de imagen extremadamente complejos e identificar las estructuras neuronales de forma automatizada.