Métodos de integración de información biomédica heterogénea para cuantificar la huella neuropatológica de la demencia debida a la enfermedad de Alzheimer

Abstract

La demencia debida a la enfermedad de Alzheimer (EA) es una patología neurológica caracterizada por déficits cognitivos, conductuales y funcionales. Por otro lado, el deterioro cognitivo leve (DCL) puede considerarse un estado prodrómico de la EA. El objetivo de este estudio es realizar una clasificación multiclase de estas dos patologías integrando información heterogénea. Se analizaron cinco minutos de actividad electroencefalográfica (EEG) en estado de reposo de 186 sujetos, divididos en 3 grupos dependiendo del estadio de la enfermedad: 43 controles cognitivamente sanos, 43 sujetos con DCL debido a la EA y 98 enfermos con demencia debida a la EA. Estos últimos se dividieron a su vez en 3 grupos: 43 pacientes con EA leve, 36 pacientes con EA moderada y 19 pacientes con EA severa. Los registros fueron preprocesados y se calcularon 145 parámetros extraídos de EEG. Los resultados de estas medidas, junto con datos genéticos y sociodemográficos, se introdujeron en varios clasificadores antes y después de aplicar un fast correlation based filter (FCBF). Se realizó tanto para la clasificación multiclase de 5 clases como para la de 3 clases. Posteriormente, se evaluó la relevancia de cada parámetro con el algoritmo SHAP (Shapley Additive exPlanations). Gradient Boosting obtuvo tanto la mejor precisión multiclase como la mayor kappa de Cohen en la clasificación de 5 clases, siendo de 60.71% y de 0.51 respectivamente. Por otro lado, para la clasificación de 3 clases, la mayor precisión multiclase fue de 70.94% y se obtuvo con el clasificador Random Forest. La mayor kappa de Cohen se alcanzó con Gradient Boosting: 0.70. Posteriormente, el algoritmo SHAP destacó la relevancia de cada parámetro, seleccionando características derivadas del EEG (frecuencia alfa individual, potencia relativa en la banda de frecuencia theta, varianza espectral, y frecuencia mediana, entre otras), sociodemográficas (ejercicio físico y alcoholismo) y datos genéticos (ApoE, rs7232 y rs3865444). La metodología propuesta podría servir de apoyo en la detección de la EA y el DCL, pues elimina el problema de “caja negra” que sufren muchas de las técnicas de clasificación.