‘Análisis de datos’

Nueva teoría de la Bradicinina explicaría las complicaciones de la COVID-19 en personas mayores

No parece estar claro del todo a día de hoy la explicación de la variabilidad de los síntomas que se presentan en la COVID-19, ni su distinta incidencia en la población. Se sabe que mientras que en algunas personas la enfermedad tiene un curso leve, incluso asintomático, en otras tiene una forma grave y de distinta sintomatología y alteración de las funciones de órganos vitales.

La teoría más extendida para explicar este proceso de la enfermedad es lo que se ha llamado la “tormenta de citoquinas”, un fenómeno en el que el cuerpo comienza a producir una respuesta inflamatoria sistémica mediada por citoquinas proinflamatorias. Cuando la repuesta inmune no es capaz de controlar eficazmente el virus, como en personas mayores con un sistema inmune debilitado, el virus se propagaría de forma más eficaz produciendo daño tisular pulmonar, lo que activaría a los macrófagos y granulocitos y conduciría a la liberación masiva de citoquinas proinflamatorias que favorecería una hiperinflamación pulmonar asociada al síndrome de insuficiencia respiratoria aguda que se ha descrito como la principal causa de mortalidad.

Ahora surgen nuevas teorías que explicarían la diversidad de síntomas que se observan clínicamente y su mayor incidencia en personas mayores. Se trata de la teoría de la Bradicinina

Al inicio de este verano, la supercomputadora Summit del Laboratorio Nacional Oak Ridge en Tennessee se dedicó a procesar datos de más de 40.000 genes de unos 17.000 muestras genéticas en un esfuerzo por comprender mejor el proceso de infección y desarrollo de la COVID-19. El proceso de análisis de los datos en esta supercomputadora, a pesar de ser la segunda computadora más rápida del mundo, implicó más de 2.500 millones de combinaciones genéticas, y llevó más de una semana de intensas operaciones computacionales. Tras el análisis de los datos, los científicos encontraron una nueva teoría sobre cómo la COVID-19 impacta en el organismo humanoLa hipótesis proporciona un modelo que explica muchos de los síntomas de la enfermedad, incluidos algunos de los más extraños que se han ido observando. También sugiere más de 10 tratamientos potenciales, muchos de los cuales ya están aprobados para otras dolencias por la FDA. El grupo de investigadores publicó sus resultados en un artículo en la revista eLife a principios del mes de julio.

Según estos hallazgos, una infección por SARS-CoV-2 generalmente comienza cuando el virus ingresa al cuerpo a través de los receptores de la enzima convertidora de angiotensina (ECA2) localizados en la la nariz (los receptores, a los que se sabe que ataca el virus, son abundantes allí). Posteriormente el virus avanza a través de los distintos tejidos del cuerpo, llegando a otros órganos donde también está presente la ECA2, como el sistema digestivo, los riñones y el corazón. Esto probablemente explica al menos, algunos de los síntomas cardíacos y gastrointestinales de la enfermedad. Pero según los datos analizados por la supercomputadora muestran que el virus no se contenta simplemente con infectar células que ya expresan muchos receptores ECA2, sino que secuestran activamente los propios sistemas del cuerpo, engañándolos para que regulen al alza los receptores ECA2 en lugares donde generalmente se expresan en niveles bajos o medios, como por ejemplo los pulmones. Por usar una analogía[1], se podría asemejar el SARS-CoV-2 a un ladrón que entra a robar nuestra casa pero no contento con ello, abre todas las puertas y ventanas para que al resto de ladrones les sea más fácil entrar también.

El sistema renina-angiotensina (RAS) controla muchos aspectos del sistema circulatorio, incluidos los niveles corporales de una sustancia química llamada bradicinina, que normalmente ayuda a regular la presión arterial. Según los investigadores, el virus modifica el RAS y provoca que los mecanismos para regular la bradicinina se alteren y deje de descomponerse de manera efectiva. (La ECA normalmente degrada la bradiquinina, pero cuando el virus la desregula, no puede hacerlo con la misma eficacia). El resultado final es la liberación de una “tormenta” de bradicinina, que produce una acumulación masiva y descontrolada en el cuerpo. Según esta hipótesis, es esta tormenta la responsable en última instancia de muchos de los efectos mortales de la COVID-19. El equipo de investigación trabaja con la hipótesis de que la patología de la COVID-19 es probablemente el resultado de tormentas de bradicinina en lugar de tormentas de citoquinas, aunque los dos procesos pueden estar estrechamente relacionados.

A medida que la bradicinina se acumula en el cuerpo, aumenta drásticamente la permeabilidad vascularEn resumen, hace que los vasos sanguíneos tengan “fugas”. Esto se alinea con datos clínicos recientes, que ven cada vez más a la COVID-19 principalmente como una enfermedad vascular, en lugar de respiratoria pero con un efecto sobre los pulmones que pueden llenarse de líquido y células inmunes que provocan una alta inflamación.

Esta teoría de la bradicinina también podría explicar la mayor incidencia en personas mayores ya que la presión arterial aumenta con la edad y, por lo tanto, el riesgo de que una persona sea hipertensa aumenta en las personas mayores de 65 años. A esta edad su prevalencia alcanza entre el 60% y el 70% y es en este grupo poblacional donde abundan los tratamientos para tratar la presión arterial alta que producen un efecto similar al virus SARS-CoV-2 en el sistema RAS, aumentando los niveles de bradicinina. Esta descompensación influiría en el desequilibrio del sistema RAS que controla aspectos de las contracciones cardíacas y la presión arterial. Estos fármacos (inhibidores de la ECA) para bajar la presión arterial, es sabido que como efectos secundarios a veces causan tos seca, fatiga, pérdida del gusto y el olfato, que son síntomas que se producen también en la COVID-19. Esto haría que se produjera un efecto acumulativo que potenciaría esa tormenta de la bradicinina, según los investigadores.

Aunque sigue siendo una teoría inicial, la hipótesis de la bradicinina explica varios otros síntomas aparentemente extraños de la COVID-19. El equipo de investigadores especulan que el aumento de la permeabilidad vascular causada por las tormentas de bradicinina podría ser también responsable de los efectos neurológicos de la COVID-19, que son algunos de los elementos más sorprendentes y preocupantes de la enfermedad. Estos síntomas (que incluyen mareos, convulsiones, delirio y accidente cerebrovascular) están presentes en hasta la mitad de los pacientes hospitalizados con la COVID-19La bradicinina, especialmente en dosis altas, puede provocar una ruptura de la barrera hematoencefálicaEn circunstancias normales, esta barrera actúa como un filtro entre el cerebro y el sistema circulatorio, dejando entrar sólo nutrientes y moléculas pequeñas necesarias para su funcionamiento, mientras mantiene alejadas las toxinas y patógenos. Sin embargo con la ruptura de esa barrera, podría permitir la entrada de compuestos dañinos al cerebro, lo que provocaría inflamación, potencial daño cerebral y algunos de los síntomas neurológicos que experimentan los pacientes con la COVID-19.

Según los investigadores, esta teoría también podría explicar otros síntomas que se presentan en menor medida como los dedos de los pies morados, una condición que involucra dedos hinchados y magullados que experimentan algunos pacientes. La bradicinina también puede afectar a la glándula tiroides, lo que podría producir los síntomas de la tiroides recientemente observados en algunos pacientes.

La “buena” noticia sería que varios medicamentos existentes (incluída la Vitamina D) y aprobados ya por la FDA para otras dolencias, reducen la producción de bradicinina o reducen su señalización, lo que podrían ser potencialmente aplicadas para el tratamiento de la COVID-19.

Como siempre es necesario recordar que cualquiera de estas intervenciones farmacológicas debe estudiarse previamente en ensayos clínicos bien diseñados y con tiempo suficiente, para confirmar todas estas hipótesis previas.

Referencias:

1. Thomas Smith. A Supercomputer Analyzed Covid-19 — and an Interesting New Theory Has Emerged. Elemental (Medium)

2. Joseph A. Roche, Renuka Roche. A hypothesized role for dysregulated bradykinin signaling in COVID‐19 respiratory complications. 2020 May 2: 10.1096/fj.202000967

3. Euronews. Bradiquinina, la esperanza para entender el Covid-19 venida de un superordenador.

Etiquetas: , , , ,

Las vacunas contra la gripe y la neumonía podrían estar relacionadas con un menor riesgo de demencia

Con la pandemia de la COVID-19, las vacunas están en la primera línea de debate sobre las soluciones principales de salud pública contra el coronavirus. El desarrollo de la tan ansiada vacuna que haga remitir la pandemia, se encuentra entre las prioridades de los países más afectados, pero incluso más allá de esto, es importante explorar su beneficio no solo en la protección contra la infección viral o bacteriana, sino también en la mejora de los resultados de salud pública a largo plazo.

Diferentes estudios de investigación publicados durante 2020 en la revista científica Alzheimer’s Association International Conference® (AAIC®) sugieren la posibilidad de que las vacunas contra la gripe (influenza) y la neumonía puedan estar asociadas con un menor riesgo de padecer demencia debido a diferentes enfermedades neurodegenerativas como el Alzheimer. Entre estos estudios destacan, al menos, dos interesantes abordajes:

1. La vacuna contra la gripe estacional puede reducir la incidencia de la demencia por la enfermedad de Alzheimer
Varias investigaciones anteriores ya habían sugerido que las vacunas pueden tener un factor protector contra el deterioro cognitivo, pero no se habían llegado a realizar estudios más específicos e integrales centrados en la vacuna contra la gripe y su relación con el riesgo de enfermedad de Alzheimer. Ahora un grupo de investigación de la Escuela de Medicina McGovern en el Centro de Ciencias de la Salud de la Universidad de Texas en Houston, han investigado un gran conjunto de datos de registros de salud en la población estadounidenses en el que encontraron que tener una vacuna contra la gripe se asoció con una menor prevalencia de Alzheimer, además aquellos que se vacunaban periódicamente este prevalencia disminuía más aún. Esto se tradujo en una reducción de casi un 6% en el riesgo de enfermedad de Alzheimer para pacientes entre las edades de 75-84 en datos analizados durante 16 años.

Los investigadores encontraron que la relación protectora entre la vacuna contra la gripe y el riesgo de Alzheimer era más fuerte para aquellos que recibieron su primera vacuna a una edad más temprana, por ejemplo, las personas que recibieron su primera vacuna documentada contra la gripe a los 60 años se beneficiaron más que las que recibieron su primera vacuna contra la gripe a los 70 años.

Los investigadores de este estudio sugieren que el uso regular de una intervención de salud pública muy accesible y relativamente barata, como es la vacuna contra la gripe, puede reducir significativamente el riesgo de demencia de Alzheimer. Sin embargo estas afirmaciones hay que tomarlas con cautela y se necesitan más investigaciones para explorar el mecanismo biológico subyacente por el que se produce este efecto, lo cual es importante a medida que se exploran terapias preventivas efectivas contra las enfermedades neurodegenerativas.

Fuente: Albert Amran, et al. Influenza Vaccination is associated with a reduced incidence of Alzheimer’s Disease (Funder(s): U.S. National Institutes of Health, Christopher Sarofim Family Professorship, the CPRIT RR180012, UT Stars award)

2. La vacuna contra la neumonía también parece haber mostrado una disminución del riesgo de padecer algunos tipos de demencias

Otro de los estudios de un grupo de investigación en la Unidad de Investigación de Biodemografía del Envejecimiento (BARU) en el Instituto de Investigación de Ciencias Sociales de la Universidad de Duk, destaca que la la vacunación contra la neumonía (antineumocócica) entre las edades de 65 y 75 parece reducir el riesgo de Alzheimer hasta en un 40% dependiendo de los genes individuales que predisponen a la enfermedad. El estudio analiza las asociaciones entre la vacuna contra la neumonía, con y sin una vacuna asociada contra la gripe estacional, y el riesgo de la enfermedad de Alzheimer entre una muestra de 5.146 participantes mayores de 65 años de un Estudio de Salud Cardiovascular. El equipo de investigadores también tuvo en cuenta un factor de riesgo genético conocido para la enfermedad de Alzheimer, como es el alelo G rs2075650 en el gen TOMM40.

Los investigadores encontraron que la vacunación neumocócica entre las edades de 65-75 redujo el riesgo de desarrollar Alzheimer en un 25-30% después de ajustar por sexo, raza, cohorte de nacimiento, educación, tabaquismo y número de alelos G. La mayor reducción en el riesgo de Alzheimer (hasta 40%) se observó entre las personas vacunadas contra la neumonía que no eran portadoras del gen de riesgo. El número total de vacunas contra la neumonía y la gripe entre las edades de 65 y 75 también se asoció con un menor riesgo de Alzheimer. A partir de estos estudios, los investigadores sugieren que la vacuna antineumocócica puede ser un candidato prometedor para la prevención personalizada de la enfermedad de Alzheimer, particularmente en los no portadores de ciertos genes de riesgo.

Ahora que tan en boga se encuentran el desarrollo de vacunas como una respuesta mundial contra la pandemia de la COVID-19, la reutilización de las vacunas ya existentes podría ser un novedoso enfoque prometedor para la prevención de otras enfermedades que provocan alteraciones neurodegenerativas como la enfermedad de Alzheimer.

Fuente: Svetlana Ukraintseva, PhD, et al. Repurposing of existing vaccines for personalized prevention of Alzheimer’s disease: Vaccination against pneumonia may reduce AD risk depending on genotype (Funded by U.S. National Institute on Aging)

Referencias: Asociación de Alzheimer.

Etiquetas: , , , , ,

Envejeciendo en la frontera: Proyecto ModulEn – Nuevo modelo predictivo para la detección precoz de la fragilidad

En el tercero de los vídeos de “Envejeciendo en la frontera”, María Teresa Moreno Casbas, directora de Investén-Instituto de Salud Carlos III, expone la investigación llevada a cabo en el programa coordinado ModulEn, que estudia el establecimiento de un modelo predictivo como posible modulador del envejecimiento en salud.

El trabajo propone el uso de sensores de fácil utilización para una monitorización continua y proactiva de los ritmos circadianos, actividad física o patrones alimentarios en personas mayores, para detectar desórdenes en el cuerpo que podrían llevar asociados estados prematuros de fragilidad. Con la información recogida y el uso de tecnologías de inteligencia ambiental y Big Data, se pretende implementar y evaluar un nuevo sistema predictivo, que pueda ponerse a disposición de la comunidad científica y de los profesionales de la salud, para la detección precoz y automatizada de estados de fragilidad en el propio entorno donde la persona mayor desarrolla su vida diaria.

Etiquetas: , , , ,

Estado de la I+D sobre la COVID-19 y su incidencia en el envejecimiento

La actividad que los organismos de investigación de todo el mundo llevan a cabo para estudiar el “terremoto” que ha supuesto la pandemia de la COVID-19 sobre el ser humano y sus múltiples consecuencias, en sus más amplios aspectos, se ve reflejada en una producción de artículos científicos que, ha crecido exponencialmente en lo que llevamos de 2020, como cabría esperar, superando ya la cifra de los 15.000[1] documentos científicos.

A lo largo de este artículo, intentaremos proporcionar una fotografía aproximada del estado actual de la I+D sobre la COVID-19 y qué parte de esa investigación se ocupa y preocupa de los aspectos que tienen que ver con la incidencia en el envejecimiento, empleando para ello el análisis bibliométrico de los documentos científicos publicados y los datos suministrados por la Web of Science.

En primer lugar, vamos a ubicar la actividad investigadora en el contexto internacional y cómo se posiciona la producción científica en España. Para ello, podemos observar un mapa coroplético en el que por intensidad de una paleta de colores se aprecia qué países centran en mayor medida la intensidad investigadora en el ámbito de la COVID-19 en general sin focalizarlo todavía sobre aquellas investigaciones que tengan que ver con el envejecimiento:


Como se puede observar Estados Unidos (EEUU), China, Italia e Inglaterra lideran en ese orden la producción investigadora acumulando casi el 20% de los documentos científicos producidos en todo el mundo. España se encuentra en el puesto duodécimo de la producción científica con un 0,8% de la producción mundial.

Las instituciones de investigación con mayor producción científica son la Universidad de Londres (1,09% de la producción mundial), la Universidad de Harvard (0,8%), la Universidad de California (0,7%) y la Universidad de Ciencia y Tecnología de Huazhong en China (0,61%) como las cuatro primeras instituciones con mayor porcentaje de publicaciones científicas relacionadas con la COVID-19 y destacadas sobre el resto. La primera institución española que aparece por producción científica en este ámbito es la Universidad de Barcelona (UB), seguida del CIBER (Centro de Investigación Biomédica en Red).

Tratando de obtener una imagen de la investigación en relación con la incidencia de la COVID-19, podemos relacionar la producción científica de cada país con su prevalencia de casos durante la pandemia[1]. Así, podríamos tener una idea de si los países con más casos han invertido más esfuerzo en producir ciencia encaminada a paliar las consecuencias del coronavirus.


Observamos que no siempre se relacionan la incidencia de la pandemia con la intensidad de la actividad científica de ese país en dicho tema. En el gráfico superior, el tamaño del círculo representa la producción científica y el color rojo intenso nos indica los países con una mayor incidencia de la enfermedad medido en casos confirmados. Podemos observar que en EEUU se produce esa correlación, siendo el país con más casos y, al mismo tiempo, el que mayor producción científica desarrolla. Pero este comportamiento no se da en otros países, como el caso español, que siendo uno de los países con mayor incidencia de la pandemia en números brutos, presenta una relativamente baja producción científica comparada con países en situaciones similares. Esta es la situación de Italia que, teniendo menor incidencia en casos, desarrolla la mayor producción científica a nivel europeo. Otros ejemplos como el de China, con una incidencia de enfermedad más contenida que en España e Italia, desarrolla, sin embargo, una producción científica similar al líder en este ámbito, que es EEUU.

En cuanto a las áreas en las que se ha centrado la actividad investigadora sobre la COVID-19, destacan tres áreas de investigación por encima del resto: Enfermedades infecciosas, en primer lugar, Salud Pública, Medioambiental y Ocupacional en segundo y la tercera sobre Sistema respiratorio.

Investigación en la COVID-19 y envejecimiento

Con toda esta información podemos profundizar un poco más y analizar mediante un filtrado, cuánta de la producción científica que se está produciendo en torno a la COVID-19, se está focalizando en el ámbito del envejecimiento. Se ha aplicado un filtrado en el que se tienen en cuenta las menciones en el título o en el resumen sobre palabras clave relacionadas con envejecimiento y todas aquellas publicaciones relacionadas con el área de Geriatría y/o Gerontología. Tras analizar los resultados, se ha obtenido que, del total de investigaciones en la COVID-19, casi un 10% corresponden con temas relacionados con envejecimiento en un amplio rango de áreas científicas.

Si hacemos una comparativa por países que más producción científica desarrollan centrados en la COVID-19 y envejecimiento, es China la que sobresale por encima del resto tomando el liderato y superando a EEUU, que lideraba en la producción general en la investigación de la COVID-19. En Europa, destaca Italia como el país con una mayor preocupación en el envejecimiento dentro de esta focalización.


Este comportamiento también lo podemos ver reflejado si comparamos en el mapamundi las dos variables, es decir los países con mayores porcentajes de producción científica sobre la COVID-19 (paleta de colores azules) y aquellos que tienen más porcentaje cuando se focaliza en el envejecimiento (paleta de colores naranjas):


Otro análisis desarrollado es la localización geográfica de focos de actividad científica sobre la COVID-19 centrados en temas de envejecimiento, de tal manera que podemos analizar las instituciones que más producción investigadora desarrollan y ubicarlas en un mapamundi.


Cómo se puede observar, se localizan varios focos principales de actividad científica centrados en tres regiones fundamentalmente, como son la costa este de EEUU, la zona este de China y centro Europa. Tres universidades chinas son las instituciones con mayor actividad investigadora en este ámbito, concretamente la Universidad de Ciencia y Tecnología de HUAZHONG, la Universidad de ZHEJIANG y la Universidad de WUHAN. Este comportamiento se puede confirmar con más detalle en el siguiente gráfico de barras. Las instituciones que se encuentran en primer lugar del listado son aquellas con mayor porcentaje de actividad científica desarrollada sobre la COVID-19 y las representadas en una gama de colores naranja más oscuro representan aquellas que son líderes en el ámbito de la COVID-19 focalizado en el envejecimiento.


Si analizamos la situación española, podemos observar que se encuentra alejada de los países con más actividad científica relacionada con la pandemia y el envejecimiento (con casi un 0,97% de la producción mundial). Mientras que España se encuentra en el puesto duodécimo en producción científica general sobre la COVID-19, su foco en el ámbito concreto del envejecimiento desciende hasta el puesto decimoquinto. La institución científica más activa en este ámbito de la COVID-19 focalizada en el envejecimiento es el CIBER (Centro de investigación Biomédica en Red). Finalmente, cabe mencionar que en España el área de Geriatría y Gerontología es la que más actividad produce relacionada con la COVID-19 y el envejecimiento, diferenciándose ligeramente del patrón observado a nivel mundial, donde las investigaciones se siguen centrando en las tres áreas principales mencionadas anteriormente (Enfermedades infecciosas; Salud Pública, Medioambiental y Ocupacional; y Sistema respiratorio).


Fuente: Elaboración propia (programación en Python y Tableau public) con datos bibliométricos suministrados a partir de la Web of Science y datos de incidencia de la COVID-19 procedentes de worldometers.info

 


[1] Datos referidos al momento en el que se elabora este artículo.

Etiquetas: , , , , , ,

Radiografía de la incidencia de la COVID-19 en las residencias de mayores

Cada día nos levantamos con un baile de cifras y datos sobre el drama de la incidencia de la COVID-19 en los distintos países, y especialmente en España dónde además se suman las informaciones de cada Comunidad Autónoma (CC.AA.) y las distintas metodologías de contabilizar la pandemia en nuestro país. Todo esto se agudiza aún más si nos referimos a la población mayor y vulnerable que es hasta ahora la más golpeada por esta pandemia y concretamente la situación en las residencias de mayores, en la que el baile de cifras es un día tras otro más confuso y dramático.

Reflexionando sobre esta situación en las residencias españolas donde hay registradas a finales de 2019 unos 5.417 centros residenciales para mayores que completan una oferta de 372.985 plazas con un ratio de unas 4,1 plazas por cada 100 personas mayores de 65 años, en las que el 72,8% son privadas y el 27,2% son de gestión pública, nos cabe la pregunta si este modelo residencial ha influenciado de alguna manera en la dramática cifra de muertos que las últimas informaciones estiman en 15.323 usuarios de residencias que han fallecido con la COVID-19 o síntomas compatibles, la mayoría de ellos en residencias situadas en Madrid, Cataluña, Castilla y León y Castilla-La Mancha. Así, los fallecidos en residencias equivaldrían a un 68% del total notificado oficialmente por el Ministerio de Sanidad.

Ante esta situación cabría preguntarse si este modelo residencial para mayores actualmente implantado de forma más o menos general y su distribución geográfica, ha influido en esta alta diseminación del coronavirus en estos centros. Todas estas reflexiones serán imprescindibles y seguramente ahora es demasiado pronto para tener una perspectiva adecuada pero antes o después nos tendremos que preguntar si existen modelos mejor adaptados para las necesidades de nuestros mayores de ahora, y para los que seremos en algunos años, no sólo para evitar las posibles pandemias del futuro sino para replantearnos si es la manera idónea de envejecer.

Posiblemente con los datos que disponemos ahora mismo, no podamos obtener las respuestas adecuadas a estas cuestiones, pero no está de más intentar analizar los datos de los que disponemos para ver una posible “imagen aérea” que nos aproxime esa deseada perspectiva.

Para ello con los datos disponibles actualmente a día 25 de abril de 2020, trazamos un mapa con la distribución de la incidencia de casos generales de la COVID-19 en la población en cada CC.AA.

Como se puede observar, Madrid y Cataluña son las dos comunidades autónomas que concentran el mayor número de casos con un 28,1% y 21,2% respectivamente.

Si nos centramos en los datos de mortalidad en las residencias por CC.AA. (aunque los datos se han ido proporcionando de forma parcial y poco homogénea por cada CC.AA.), la tendencia es la misma siendo las comunidades de Madrid, Cataluña, Castilla y León y Castilla-La Mancha las que concentran la mayoría de los casos y fallecimientos en las residencias.

Referencia: https://www.rtve.es

“Madrid y Cataluña suman más de 8.000 fallecidos en residencias”

 

En la Comunidad de Madrid se han reportado[1] desde el 8 de marzo 5.558 personas fallecidas en los 475 centros de residencias de mayores (968 positivos y 4.572 con síntomas compatibles con la COVID-19) que supone casi un 82% de los fallecidos en las propias residencias y un 71,6% de todos los fallecidos en la Comunidad.

En la Comunidad de Cataluña se han reportado desde el 15 de marzo 2.658 personas fallecidas en los 1.073 centros residenciales para mayores distribuidos en las distintas provincias, fundamentalmente concentradas en la Provincia de Barcelona con un 75,4% de las residencias de Cataluña. Estas cifras suponen un 62% de todos los fallecidos en Cataluña. Además, cabe mencionar que el Departamento de Salud de la Generalitat ha informado que se han detectado 9.104 casos positivos y 17.099 casos sospechosos compatibles con la enfermedad.

En la Comunidad de Castilla y León se han reportado 1.105 fallecidos en los 1.214 centros residenciales con coronavirus que supone el 51% de los fallecidos en residencias de mayores en la Comunidad, aunque se menciona por parte de la Consejería de familia que se han detectado otros 1.060 casos más de fallecidos con síntomas compatibles con la enfermedad. También cabe mencionar un dato estremecedor y es que de los fallecidos positivos o con sintomatología compatible, el 70,7% lo ha hecho en las propias residencias y el resto en los hospitales.

En la Comunidad de Castilla-La Mancha se han reportado 800 fallecidos con coronavirus en los 471 centros residenciales de la Comunidad que suponen un 36% de los fallecidos en estos centros. Además, al igual que otras Comunidades la Consejería de Sanidad han informado de 942 casos fallecidos compatibles con la enfermedad.

Focalizando en estas dramáticas cifras, se han recopilado los datos de información geográfica de las residencias españolas suministrado por el Mapa de recursos sociales y sanitarios del Departamento de Población del Instituto de Economía, Geografía y Demografía del Centro de Ciencias Humanas y Sociales, del Consejo Superior de Investigaciones Científicas (CSIC) y se han superpuesto con el mapa coroplético de incidencia de casos de coronavirus en la península, con la esperanza de obtener una visión sobre la manera que se distribuye la enfermedad y la influencia de la concentración de residencias en esta dinámica.

A simple vista se puede observar que las áreas con más concentración de centros residenciales coinciden con las comunidades autónomas con mayor número de casos de la COVID-19. Además, se observa que en estas áreas se concentran un importante número de residencias privadas frente a las residencias públicas. Sin embargo, no se puede establecer una correlación efecto-causa ya que existen otros núcleos poblacionales a lo largo de la península que concentran igualmente un número importante de centros residenciales y que sin embargo no muestran el mismo grado de casos de la COVID-19.

Para tener una fotografía aérea más focalizada en las áreas más afectadas por el coronavirus, se puede observar que tanto la provincia de Barcelona como la de Madrid presentan un alto porcentaje de centros residenciales privados, 82% en el caso de la capital catalana y un 76,5% en el caso de Madrid, en un área aparentemente muy concentrada en las capitales de las provincias. Focalizando esta situación en los diferentes municipios de las dos comunidades más afectadas, como en el caso anterior se representan la distribución geográfica de los distintos municipios junto con el posicionamiento de las residencias para observar las potenciales correlaciones entre concentración de residencias con la distribución de casos detectados de la COVID-19.

En cuanto a la incidencia de coronavirus por municipios y distritos en la Comunidad de Madrid, se observa que Puente de Vallecas y Leganés son los distritos del municipio de Madrid con mayor concentración de casos.

Sin embargo, se puede apreciar que no son los municipios o distritos que mayor concentración de plazas residenciales para mayores concentran, siendo en la zona norte de Madrid las áreas con mayor número de plazas residenciales disponibles. Solamente Leganés y Alcalá de Henares son las poblaciones que coinciden en alta concentración de casos positivos y mayor concentración de plazas residenciales.

En el caso de Cataluña, el efecto que se observa es parecido al de la Comunidad de Madrid, donde la mayor concentración de centros residenciales se sitúa en Barcelona y donde coincide el área con mayor concentración de casos positivos de la COVID-19 detectado desde el inicio de la pandemia en comparación con las otras provincias de Cataluña. Destaca el hecho de que en Barcelona y Sabadell concentra un número importante de plazas residenciales (16.216), la mayoría de ellas, casi un 80% son privadas.

Si focalizamos un poco más para tener una visión más clara de la zona dónde más casos de la COVID-19 se han detectado, apreciamos la concentración tan importante de centros residenciales en un área muy reducida.

Sí ponemos en relación los municipios que presentan mayor número de casos frente a los municipios con mayor concentración de plazas en centros residenciales para personas mayores observamos, que Barcelona concentra el mayor número de casos y el de plazas residenciales con mucha diferencia.

Aunque se puede vislumbrar que las áreas más duramente golpeadas por la pandemia por número de casos, presentan altas concentraciones de centros residenciales, no se puede concluir en una correlación directa entre ambos factores.

Es claro el dramático impacto que tiene la pandemia en las residencias y habrá que abordar una dura reflexión sobre la multitud de factores que seguramente han facilitado que la enfermedad se haya cebado en las personas mayores y en particular en estos centros residenciales y si se hubiera podido reducir este impacto con medidas preventivas más estrictas o si la incidencia hubiera sido menor con otros modelos residenciales, incluso de cara al futuro debemos reflexionar sobre la adopción de modelos que puedan prevenir este tipo de pandemias y que respeten la integridad de nuestros mayores, queda mucho trabajo por hacer…

Puede consultar más detalles del código del análisis de los datos del proyecto en Github.

Datos Recopilados de las Diferentes Consejerías de Sanidad de las CC.AA y del Instituto de Sanidad Carlos III.
Los Datos se han tratado mediante Python y el proyecto y los datos serán recopilado en breve en Github.

[1] Los datos se refieren a todos centros de servicios sociales de carácter residencial autorizados en la Comunidad de Madrid y que prestan atención a personas mayores, personas con discapacidad y personas con enfermedad mental

Etiquetas:

El envejecimiento es cosa de hoy en los informativos

Dedicados a analizar datos de ciencia y en particular del ámbito del envejecimiento, nos surgía una curiosidad. ¿Cómo tratan los servicios informativos españoles, las noticias relacionadas con envejecimiento y longevidad?, ¿Cuánto se menciona la relación de este ámbito con la ciencia?

Este análisis se antojaba cuanto menos muy complicado, más allá de tener una idea subjetiva del que el tratamiento de este tipo de noticias era escaso y casi siempre centrado en el tema de las pensiones.

Cuando más abandonada estaba esta idea en lo más profundo del cajón, apareció en nuestro camino Civio que es una Fundación dedicada a investigar a los poderes públicos mezclando periodismo y análisis de datos a partes iguales, que ha desarrollado una herramienta denominada Verba que es un interesante proyecto de código abierto para analizar las temáticas que trata Televisión Española (TVE) en sus informativos, bajo una muy interesante idea como es la captura de todos los subtítulos de los vídeos de los telediarios de TVE y analizar su contenido.

Aprovechando la generosidad y el trabajo de Civio, retomamos la idea original capturando aquellos subtítulos de los informativos de TVE que hicieran mención sobre el envejecimiento, la longevidad y las personas mayores e intentar desarrollar un análisis más en profundidad desarrollando un tratamiento de los datos y mediante el procesamiento del lenguaje natural.

Así comenzamos manos a la obra a capturar datos de Verba y analizar los datos mediante Python

La fórmula de búsqueda o términos que se han buscado en los subtítulos del telediario han sido: envejecimiento | longevidad | envejec*| “personas mayores” | longev*

Se han obtenido 784 menciones a estos términos desde finales del 2013, año en el que TVE implanto el servicio de transcripciones en sus vídeos de informativos.

Los datos descargados tienen el siguiente formato:

Que nos indica el identificador y el enlace al vídeo de la noticia, el contenido de los subtítulos, el tiempo que dura y la fecha en la que se emitió.

Tras el tratamiento de los datos, se obtienen el tiempo que dura la noticia, la fecha, las noticias que se relacionan con la ciencia o la investigación, la sesión del telediario a la que se refiere la noticia (sesión de mediodía o de la noche), la cantidad de veces que se mencionan los términos longevidad, envejecimiento o personas mayores dentro de cada noticia, etc.

Los detalles de este procesamiento de datos se pueden consultar en la web del proyecto en Github.

Finalmente se realiza un procesamiento del lenguaje natural con el campo del contenido de los subtítulos para procesar aquellas palabras clave que más se mencionan y determinar qué aspectos del envejecimiento o longevidad son más tratados en los servicios informativos.

Algunas conclusiones del análisis son:

  • Se producen más menciones a noticias sobre envejecimiento en los telediarios de mediodía (415 menciones) frente a las sesiones nocturnas de los telediarios (356 menciones)
  • Al contrario de los esperado, sólo un 1,18% de las noticias mencionadas se refieren también a temas de pensiones.
  • Sin embargo, se produce un hecho destacable y es una proporción no despreciable (casi un 8%) de menciones a noticias de envejecimiento relacionadas también con ciencia, investigación o innovación.
  • La serie temporal de número de menciones a diario de los términos buscados tiene su pico en el año 2015, con cerca de 17 menciones en un solo día. Se aprecia que las menciones relacionadas con ciencia o investigación muestran una ligera tendencia de crecimiento en los últimos años, destacando un pico de 5 menciones en un día en el 2019.

  •  Si analizamos las menciones por estacionalidad anual, se aprecia que los meses de invierno, se mencionan más noticias sobre los términos de estudio que los de verano.
  • Al darle un vistazo a la tendencia general en las menciones sobre envejecimiento, longevidad o personas mayores en los telediarios durante el periodo de estudio, sin tener en cuenta el 2013 ni el 2020 por la falta de datos completos del año, se observa una ligera tendencia creciente del interés en este ámbito en las noticias.

  • Analizando el tiempo de duración o tratamiento de las noticias sobre envejecimiento, observamos que la tendencia se aprecia constante a lo largo de los años en los que se tratan este tipo de noticias con una duración media de este tipo de noticias cercano a los 4 minutos.

  • Procesando los textos para eliminar todas aquellas palabras sin información relevante y tratando de identificar aquellas temáticas más tratadas en las noticias sobre envejecimiento, se observa que en gran medida las noticias del envejecimiento se abordan desde el aumento de la población mayor, realizando en gran medida una lectura de esta dinámica poblacional como un problema de la sociedad actual. Curiosamente un concepto que se repite con frecuencia en las noticias sobre envejecimiento son los niños y jóvenes, tratando estos temas desde varios ángulos: tratamiento de la información sobre niños y personas mayores como dos de las comunidades más vulnerables en la sociedad, el menor nivel de natalidad como uno de los parámetros más influyentes en el envejecimiento poblacional, desde la perspectiva del cuidado, desde el punto de vista de las dificultades para la juventud en iniciar su vida laboral, lo que redunda en los problemas de las pensiones.

  • Otros conceptos que tienen especial protagonista en las noticias son los aspectos relacionados con la salud y las enfermedades propias del envejecimiento, la calidad de vida, la soledad, el hogar y los conceptos asociados a la familia, destacando la presencia de las referencias a la mujer por encima de las referencias al hombre asociadas a las noticias sobre envejecimiento.
  • Cómo se mencionaba anteriormente, también existen referencias a conceptos entorno a la investigación sobre aspectos relacionados con el envejecimiento entre los que más destacan por su frecuencia de mención, aspectos genéticos especialmente relacionados con los telómeros y las investigaciones con modelos animales como los ratones.
  • Es importante mencionar que hay aproximadamente un 4% de noticias que se refieren al envejecimiento del parque móvil español que habría que eliminar del análisis.

  • Otro aspecto que era interesante estudiar era el análisis de los Bi-gramas y Tri-gramas, es decir aquellas expresiones de dos o tres palabras que con frecuencia aparecen siempre juntas en el contenido de las noticias y que nos pueden dar información adicional de conceptos que hayamos podido pasar por alto en el primer análisis de palabras clave. Se puede apreciar aquí, los conceptos del aumento de la esperanza de vida de la población y la mejora de la calidad de vida son los más recurrentes en las noticias, otros aspectos que se muestran con cierta frecuencia son los relativos a los problemas de la movilidad reducida de las personas mayores, al concepto de grupo especialmente vulnerable por sus factores de riesgo y las menciones a la OMS como referente en estos aspectos. Además, es curioso que sigue siendo recurrente la asociación con niños y mujeres embarazadas.
  • Curioso también la presencia de algunos conceptos en los que las noticias se han parado a mencionar con cierta frecuencia. Entre ellas las menciones al hombre más longevo del mundo, el español Francisco Núñez que finalmente falleció en el año 2018 con 6 noticias relacionadas a lo largo del 2017-2018. Otras de las menciones a priori curiosas es la mención repetida de la Guardia Civil, relacionados con actuaciones en defensa de víctimas de delitos relacionadas con personas mayores. Y la mención de Sammy Basso, un joven con progeria una enfermedad de envejecimiento acelerada.

Para más detalles del análisis desarrollado e Python puede consultar el jupyter notebook en Github.

Etiquetas: , , , , , ,
Categorias: Análisis de datos

Análisis de tendencias en las redes sociales sobre envejecimiento (Parte1)

La popularización de las redes sociales ha cambiado la forma de comunicarse entre la sociedad actual y la influencia que tienen sobre la forma en la que los individuos se informan de las tendencias en diferentes áreas de interés. Muchas de estas redes sociales contienen una enorme cantidad de datos y vinculación que se pueden aprovechar para analizar que ámbitos temáticos tienen mayor interés y quienes son los referentes que promueven esa información.

Con esta idea, un estudio que hemos desarrollado es el análisis de la red social de Twitter para tratar de tener una fotografía de cómo se trata el ámbito del envejecimiento entre los usuarios interesados en estos aspectos. Las redes sociales se pueden considerar estructuras formadas por nodos que representan a individuos u organizaciones y enlaces de relación, por lo que el análisis pretende detectar las tendencias o temas más populares que centran el interés de los usuarios en el ámbito del envejecimiento y además en una segunda parte analizamos la polarización del sentimiento que se percibe por parte de los usuarios al tratar estas temáticas. Otro de los aspectos que se han tratado de analizar es la detección de usuarios o redes de usuarios influyentes dentro de la red social que centran el flujo de información.

Para llevar a cabo este análisis, como se mencionaba, se ha elegido Twitter como la fuente de recursos de datos debido a que es ampliamente utilizado y simple en su mecánica de difusión de tal manera que su exploración es accesible y suficientemente amplia para tener una relevancia estadística.  El análisis se ha focalizado sobre el contenido en español de la red social y sobre los usuarios que tuvieran interés en los ámbitos del “envejecimiento, longevidad y personas mayores”.

A través de la conexión con la API de Twitter y mediante la librería advertools y el uso del lenguaje de programación de Python, se descargaron unos 10.000 tweets fechados en diciembre de 2019.

Comentar que la propia API de Twitter limita la descarga de tweets a los últimos 7 días anteriores a la consulta, por lo que el análisis lo realizamos centrados en la segunda semana de diciembre de 2019 cuando se realiza la descarga masiva.

A partir de este dataset en bruto, realizamos una limpieza quedándonos con los campos más interesantes con los que desarrollar el análisis de grafos de la red. Para obtener más detalles de todo el proceso de minería de datos puede acceder a la página del proyecto en Github.

Una vez limpiado los datos, se configura el grafo para su posterior análisis. Comentar que el análisis del grafo pretende identificar comunidades principales o emergentes en los que se produce una relación más fuerte de seguimiento entre los usuarios, y que nos puede determinar la interacción de las distintas comunidades y determinar similitudes y diferencias entre ellas y determinar cuáles son las más influyentes y en qué ámbitos potencialmente tienen mayor interés. Nuestro análisis se centra en identificar a los influencers clave dentro de las distintas comunidades detectadas.

Gephi

Con el grafo configurado, lo analizamos en Gelphi bajo algunos parámetros e indicadores.

Tratamos de identificar quienes son estos usuarios más influyentes en las redes en la temática de envejecimiento. Podemos observar el top 5 de los usuarios que más menciones reciben de otros usuarios dentro de los tweets, por lo que podríamos mencionar que tienen credibilidad entre la comunidad de usuarios interesados en estas temáticas.

También podríamos destacar el top 5 de los más relevantes en la red, es decir la capacidad de influir un nodo en la red.

Si realizamos un filtrado por la modularidad[1] de los nodos obtenemos 5 principales comunidades de usuarios o subredes que presentan mayor interacción entre ellas. Sí etiquetamos esas redes para identificarlas y las filtramos por su influencia en la red obtenemos el siguiente grafo:

Vamos a focalizar sobre las comunidades más relevantes dentro de la red y detectar qué usuarios son los influyentes dentro del ámbito temático analizado.

Sin duda el que forma una comunidad más definida con un mayor número de seguidores es la de color rojo, cuyo centro neurálgico de la actividad se centra en el usuario @sninobecerra que corresponde al perfil de twitter del economista Santiago Niño Becerra, catedrático de ‘Estructura Económica’ en IQS de la Universidad Ramon Llull de Barcelona y que dispone de 184.000 seguidores. Sí realizamos un procesamiento del texto para eliminar las palabras vacías de información mediante el corpus de “stopwords” disponible en la librería nltk de Python y lo añadimos a una nube de palabras para mejorar la visulización obtenemos, que la temática que más preocupa en esta red de alta influencia trata sobre los ámbitos económicos que influyen en el envejecimiento poblacional concretamente aspectos relacionados con la baja natalidad, la productividad laboral y la influencia sobre el PIB nacional.

Si nos centramos en la Comunidad verde, que podríamos considerar cómo el segundo centro de actividad más relevante, se observa que este flujo de información está liderado también por un nodo o usuario denominado @elbotiquinmx con 36.000 seguidores y que corresponde con una publicación mejicana dedicada a difundir temas de prevención de la salud y bienestar. Si volvemos a fijarnos en las palabras más repetidas en todos los tweets de la comunidad verde, las temáticas en las que se centran es en el debate sobre qué momento se inicia el envejecimiento o hábitos saludables para ralentizarlo.

La comunidad morada aparece muy aislada en las aristas o vínculos que se unen con el resto de la red, lo que hace sospechar que puede tratarse de una temática no directamente relacionada con el ámbito que nos ocupa. Al analizar su nodo más influyente, comprobamos que la temática que se trata corresponde con las recientes protestas hacia Evo Morales y su aspecto envejecido, lo que hace que descartemos esa comunidad para el interés de este análisis.

Por último, revisamos la comunidad naranja y azul, que, siendo menos influyentes en la red completa, pero destacan dentro del resto de subredes. En el caso de la comunidad naranja, se destacan dos nodos más influyentes por un lado comentando aspectos relacionados con el ejercicio y a través de nodos puente conectados con otro de los nodos influyentes que se centra en temas de nutrición y cómo influye esto en el envejecimiento.

 

 

 

En el caso de la Comunidad azul, se encuentra más desperdigada, pero con más enlaces con el resto de nodos por lo que seguramente las temáticas tratadas sean más amplia y no centradas en un solo tema. En este caso se aprecian varios nodos influyentes, entre los que destacan @GrandesAmigos_ que es un ONG dedicada a prevenir la soledad en las personas mayores, @FPilares que es una Fundación para apoyar la dignidad a lo largo de la vida, entre otros.

 

 

—————-

 [1] La modularidad es una medida de la estructura de las redes o grafos. Fue diseñado para medir la fuerza de la división de una red en módulos (o comunidades). Las redes con alta modularidad tienen conexiones sólidas entre los nodos dentro de los módulos, pero escasas conexiones entre nodos en diferentes módulos.
Etiquetas:

Enfermedades neurodegenerativas identificadas mediante inteligencia artificial (actualización)

Un grupo de investigadores de la Escuela de Medicina de Icahn del Monte Sinaí y publicado en la revista médica Laboratory Investigation han desarrollado una plataforma de inteligencia artificial para detectar una variedad de enfermedades neurodegenerativas en muestras de tejido cerebral humano, incluida la enfermedad de Alzheimer y la encefalopatía traumática crónica. Su descubrimiento ayudará a los científicos a desarrollar biomarcadores y terapias dirigidas, lo que dará como resultado un diagnóstico más preciso de enfermedades cerebrales complejas que mejoren los resultados de los tratamientos a los pacientes diagnosticados.

La acumulación de proteínas tau anormales en el cerebro en las marañas neurofibrilares es una característica de la enfermedad de Alzheimer, pero también se acumula en otras enfermedades neurodegenerativas, como la encefalopatía traumática crónica y otras afecciones relacionadas con la edadEl diagnóstico preciso de las enfermedades neurodegenerativas es todo un reto y requiere un especialista altamente capacitado.

Los investigadores del Centro de Patología Computacional y de Sistemas en Mount Sinai desarrollaron y utilizaron esta plataforma para aplicar enfoques de aprendizaje automático eficaces en portaobjetos microscópicos digitalizados preparados con muestras de tejido de pacientes con un espectro de enfermedades neurodegenerativas. Aplicando el aprendizaje profundo (deep learning), estas imágenes se utilizaron para crear una red neuronal convolucional capaz de identificar enredos neurofibrilares con un alto grado de precisión directamente de las imágenes digitalizadas.

La utilización de la inteligencia artificial tiene un gran potencial para mejorar nuestra capacidad de detectar y cuantificar enfermedades neurodegenerativas, lo que representa un gran avance sobre los enfoques existentes que requieren mucha mano de obra y son poco reproducibles. En última instancia, este proyecto tiene el potencial de poder conseguir un diagnóstico más eficiente y preciso de las enfermedades neurodegenerativas.

Este es el primer marco disponible para evaluar algoritmos de aprendizaje profundo utilizando datos de imágenes a gran escala en neuropatología. La plataforma permite la gestión de datos, la exploración visual, la descripción de objetos, la revisión de múltiples usuarios y la evaluación de los resultados del algoritmo de aprendizaje profundo.

Los investigadores han usado técnicas avanzadas de computación y matemáticas junto con tecnología de microscopio de vanguardia, visión computacional e inteligencia artificial para clasificar con mayor precisión una amplia gama de enfermedades.

El departamento de patología académica del Mount Sinai es de los más grandes de USA y procesa más de 80 millones de pruebas al año, lo que da lugar a una oferta para los investigadores para el acceso a un amplio conjunto de datos que pueden utilizarse para mejorar las pruebas y los diagnósticos.

Actualización (05/06/2019)

Otro grupo de investigadores del Departamento de Patología y Medicina del Laboratorio de la Universidad Davis en California, han diseñado una “red neuronal convolucional” (CNN), un programa de computadora diseñado para reconocer patrones basados en miles de ejemplos etiquetados por humanos. Para ello, el equipo de investigación ha ideado un método para etiquetar rápidamente decenas de miles de imágenes de una colección de medio millón de imágenes de primer plano de tejido de 43 muestras de cerebro sano y enfermo y donde demostraron que su algoritmo podría procesar una diapositiva completa de todo el cerebro con 98.7% de precisión, con una velocidad limitada solo por la cantidad de procesadores de computadora que utilizaron. Estas herramientas de aprendizaje automático no es mejor para identificar las placas que los propios neuropatólogos (que son los encargados de etiquetar los casos para posteriormente entrenar el algoritmo), pero es incansable y escalable. Se podría decir que estas nuevas técnicas son un copiloto, un multiplicador de fuerza que extiende el alcance de lo que podemos lograr y nos permite hacer preguntas que nunca hubiéramos conseguido manualmente. Por ejemplo, podemos buscar placas raras en lugares inesperados que podrían darnos pistas importantes sobre el curso de la enfermedad, etc.

Referencias:

  • Maxim Signaevsky, Marcel Prastawa, Kurt Farrell, Nabil Tabish, Elena Baldwin, Natalia Han, Megan A. Iida, John Koll, Clare Bryce, Dushyant Purohit, Vahram Haroutunian, Ann C. McKee, Thor D. Stein, Charles L. White, Jamie Walker, Timothy E. Richardson, Russell Hanson, Michael J. Donovan, Carlos Cordon-Cardo, Jack Zeineh, Gerardo Fernandez, John F. Crary. Artificial intelligence in neuropathology: deep learning-based assessment of tauopathyLaboratory Investigation, 2019; DOI: 10.1038/s41374-019-0202-4
  • Ziqi Tang, Kangway V. Chuang, Charles DeCarli, Lee-Way Jin, Laurel Beckett, Michael J. Keiser, Brittany N. Dugger. Interpretable classification of Alzheimer’s disease pathologies with a convolutional neural network pipelineNature Communications, 2019; 10 (1) DOI: 10.1038/s41467-019-10212-1
Etiquetas: , , , , , ,

El famoso “Big Data” también nos puede ayudar a entender mejor los trastornos neurodegenerativos

Brain Art

Científicos del Centro de Bioinformática Tropical y Biología Molecular de la Universidad de James Cook (Australia) como parte de un equipo internacional más amplio, ha utilizado un nuevo enfoque mediante el análisis de gran volumen de datos para conseguir un avance en la comprensión de distintos trastornos neurodegenerativos como el Alzheimer y el Parkinson, mediante la observación de las distintas combinaciones de comunicación entre las neuronas.

El equipo de investigadores estudiaron la multitud de datos que se producen en los procesos sinápticos (comunicación entre las neuronas), que es un lugar donde los trastornos y enfermedades neurológicas pueden interferir con las funciones normales del cerebro. Esta ingente cantidad de datos es muy difícil de procesar y obtener patrones de funcionamiento, sin embargo con las nuevas técnicas y capacidades de procesado computacional actuales se pueden mapear las rutas de proteínas que las neuronas utilizan para comunicarse entre sí (neurotransmisión) y tratar de ver si se puede identificar patrones de actividad relacionados con la memoria.

Estos hallazgos y metodologías, abren nuevos caminos para estudiar las vías proteicas que subyacen a la neurotransmisión y cómo podrían estar relacionadas con las distintas enfermedades y trastornos neurológicos.

Este equipo de científicos está publicando el documento que detalla los métodos computacionales y los miles de nuevos sitios de proteínas identificados como un recurso para la comunidad científica y que sobre ellos se puedan desarrollar nuevos estudios y análisis.

Referencia: Kasper Engholm-Keller, Ashley J. Waardenberg, Johannes A. Müller, Jesse R. Wark, Rowena N. Fernando, Jonathan W. Arthur, Phillip J. Robinson, Dirk Dietrich, Susanne Schoch, Mark E. Graham. The temporal profile of activity-dependent presynaptic phospho-signalling reveals long-lasting patterns of poststimulus regulationPLOS Biology, 2019; 17 (3): e3000170 DOI: 10.1371/journal.pbio.3000170

Etiquetas:

La edad es algo más que un número. El aprendizaje automático podría predecir el envejecimiento

Los profesionales médicos y la ciencia han observado durante mucho tiempo que la edad biológica y la edad cronológica no siempre coinciden. Un niño de 5 años puede presentar muchos signos de vejez y padecer numerosas enfermedades relacionadas con la edad, mientras que un una persona mayor de 80 años puede ser sano y robusto. Si bien los factores ambientales como la dieta, la actividad física y otros factores juegan un papel muy importante, hay muchos otros factores que contribuyen también a diferenciar cómo algunas personas envejecen mejor que otras. Esos factores siguen siendo aún poco conocidos…

Hace pocos días un estudio publicado en la revista Genome Biology , un equipo de investigadores del Instituto Salk de Estudios Biológicos de California, ha desarrollado un proyecto de investigación mediante el análisis de células de la piel en muestras humanas tomados de 133 individuos sanos con edades comprendidas entre 1 y 94 años, con el objetivo de encontrar ”firmas moleculares” que puedan predecir la edad biológica. Los investigadores se centraron en un tipo de célula de la piel llamada fibroblastos dérmicos, que generan tejido conectivo y ayudan a la piel a sanar después de una lesión. Eligieron este tipo de células por dos razones: primero, las células son fáciles de obtener con una biopsia de piel simple y no invasiva; en segundo lugar, estudios anteriores indicaron que es probable que los fibroblastos contengan firmas de envejecimiento. Esto se debe a que, a diferencia de la mayoría de los tipos de células que se regeneran por completo cada pocas semanas o meses, un subconjunto de estas células permanecen durante toda nuestra vida.

Para obtener una muestra representativa, el equipo estudió un promedio de 13 personas por cada década de edad. El laboratorio cultivó las células para multiplicarlas, luego usó un método llamado secuenciación del ARN (RNA-Seq) para buscar biomarcadores en las células que cambian a medida que las personas envejecen. La peculiaridad de la investigación ha sido la utilización de técnicas de aprendizaje automático e inteligencia artificial mediante el entrenamiento de algoritmos personalizados para clasificar los datos del RNA-Seq. El equipo encontró ciertos biomarcadores que indicaban el envejecimiento y podían predecir la edad de una persona con un error de menos de ocho años de promedio. Para la validación del algoritmo, el equipo utilizó fibroblastos de 10 pacientes con progeria, una enfermedad genética caracterizada por el envejecimiento prematuro. Basado en el análisis de las firmas moleculares de estos pacientes, que tenían entre dos y ocho años, el modelo predijo que sería aproximadamente una década mayor que su edad cronológica.

El objetivo de perfeccionar este algoritmo es que pueda predecir un envejecimiento saludable y un envejecimiento no saludable, y tratar de encontrar las diferencias. El estudio trata de proporcionar una base para abordar las cuestiones no resueltas en el envejecimiento humano, como es la cuantificación de la tasa de envejecimiento en momentos de estrés.

El análisis del equipo de Salk fue diferente de los enfoques anteriores tomados por otros laboratorios para estudiar el envejecimiento biológico. La mayoría de los estudios anteriores se centraron en los cambios en solo unos pocos sitios de metilación del ADN, en lugar de observar los cambios de expresión en todo el genoma. El conjunto de datos también fue mucho más grande que cualquier investigación de este tipo que se haya hecho antes, porque incluía a muchas personas que representan un rango de décadas. Los investigadores han hecho públicos los datos para que otros investigadores puedan usarlos.

Desarrollar una mejor comprensión de los procesos biológicos del envejecimiento podría eventualmente ayudar a abordar las condiciones de salud que son más comunes en la vejez, como las enfermedades cardíacas y la demencia. Además si los hallazgos son validados, los médicos podrían usar este tipo de análisis para determinar cuándo comenzar a evaluar a sus pacientes para detectar afecciones relacionadas con la edad y aconsejarles de forma preventiva sobre opciones de estilo de vida saludables más personalizadas.

El siguiente paso de la investigación será buscar estas firmas moleculares en otros tipos de células para confirmar estas hipótesis.

Referencia: Jason G. Fleischer, Roberta Schulte, Hsiao H. Tsai, Swati Tyagi, Arkaitz Ibarra, Maxim N. Shokhirev, Ling Huang, Martin W. Hetzer, Saket Navlakha. Predicting age from the transcriptome of human dermal fibroblastsGenome Biology, 2018; 19 (1) DOI: 10.1186/s13059-018-1599-6

Etiquetas: , , , , ,