Determinación de proteínas plasmáticas y otras variables para el diagnóstico y pronóstico de la enfermedad de Alzheimer

Doctoranda
Lourdes Álvarez Sánchez

Directores de la tesis
Dra. Consuelo Cháfer Pericás
Dr. Bonaventura Casanova Estruch

Grupo de Investigación en Enfermedad de Alzheimer

La enfermedad de Alzheimer (EA) representa uno de los mayores desafíos sanitarios y socioeconómicos a nivel global debido al envejecimiento demográfico y a su naturaleza crónica e incapacitante, caracterizada por un deterioro cognitivo progresivo. Históricamente, su diagnóstico ha dependido de criterios clínicos y técnicas como la punción lumbar o la neuroimagen molecular (PET); sin embargo, estas herramientas plantean limitaciones por su coste, baja disponibilidad e invasividad. Ante este escenario, la investigación actual prioriza el desarrollo de biomarcadores alternativos en sangre periférica que faciliten una detección más accesible y temprana de la patología biológica antes de que aparezcan los síntomas clínicos.

La hipótesis central de esta tesis doctoral plantea que determinadas proteínas plasmáticas y variables demográficas o clínicas pueden actuar como biomarcadores efectivos para el diagnóstico y pronóstico de la EA. El estudio se basó en la cohorte clínica VALCODIS de la Unidad de Trastornos Cognitivos del Hospital La Fe de Valencia. A través de tecnologías analíticas ultrasensibles, la investigación se centró en evaluar el rendimiento de marcadores en plasma como las proteínas tau fosforiladas (p-Tau181 y p-Tau217), la ratio de beta-amiloide (Aβ42/Aβ40), el neurofilamento ligero (NfL) y la proteína ácida fibrilar glial (GFAP).

Los resultados confirman que los biomarcadores plasmáticos reflejan de manera fiable la fisiopatología cerebral de la EA y poseen una alta capacidad predictiva. Entre los hallazgos diagnósticos, destacó el uso de p-Tau217 (con un AUC de 0,93 al combinarse con ApoE y edad) y el GFAP como el biomarcador individual con mejor capacidad de discriminación. Asimismo, en la vertiente pronóstica, los modelos longitudinales que integraron biomarcadores basales (GFAP, p-Tau217) y pruebas neuropsicológicas demostraron una alta precisión (AUC de 0,85) para identificar a los pacientes con mayor riesgo de sufrir un deterioro cognitivo rápido, respaldando su uso como herramientas coste-efectivas y no invasivas.

Importar el calendario de Outlook Importar el calendario de Google