‘Análisis de datos’

Enfermedades neurodegenerativas identificadas mediante inteligencia artificial

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.

Referencia: 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

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: , , , , ,

La pérdida de audición temprana es un factor de riesgo para la salud cardiovascular

Un nuevo estudio relaciona la pérdida auditiva con un mayor riesgo de mortalidad antes de los 75 años debido a una enfermedad cardiovascular. Investigadores del Centro de Envejecimiento Robert N. Butler Columbia, en la Escuela de Salud Pública Mailman de la Universidad de Columbia, hallaron entre sus resultados que la mortalidad entre las personas con pérdida auditiva es elevada, especialmente entre hombres y mujeres menores de 75 años y aquellos que están divorciados o separados. Sin embargo, el riesgo de mortalidad disminuyó en los adultos con una pareja con “buen oído”. Este es el primer estudio que investiga los efectos combinados de la pérdida de audición asociadas con las relaciones sociales-familiares y el aumento del riesgo de mortalidad. Los hallazgos se han publicado en la revista Social Science and Medicine.

Es bien conocido que el propio envejecimiento aumenta considerablemente el riesgo de pérdida de audiciónLa pérdida de audición es la 4ª causa principal de discapacidad. Dependiendo de la edad, la probabilidad de padecer perdida auditiva aumenta aproximadamente el 1% entre las personas de 40 a 44 años, hasta el 50% en mujeres y el 62% en hombres de 80 a 84 años.

Los investigadores analizaron datos de 50.462 adultos inscritos en el Estudio de Pérdida Auditiva de Nord-Trøndelag de 1996 a 1998. Utilizaron el Registro de Causas de Muerte de Noruega para identificar muertes hasta 2016. Los datos sobre el estado civil y el número de hijos se obtuvieron del Registro Nacional de Población . Los investigadores también categorizaron aquellos individuos fumadores, además de los hábitos de consumo de alcohol y la actividad física.

Tras el análisis de todos estos datos se obtuvieron varias correlaciones y patrones de asociación referidos a la pérdida de audición, las relaciones sociales y el aumento de mortalidad. Los hallazgos del grupo de investigación encontraron que el exceso de mortalidad entre los discapacitados auditivos puede ser particularmente mayor entre individuos con vínculos familiares-sociales más débiles, por ejemplo, entre los hombres divorciados o mujeres que no tienen hijos con pérdida auditiva por debajo de los 75 años, se encontraron mayores probabilidades de mortalidad. Estos resultados podrían explicarse ya que es más probable que las relaciones familiares más estrechas o con fuertes vínculos, podrían permitir que alguien con pérdida auditiva en mayor medida sea más activo socialmente, ya que el cónyuge o familiar puede brindar apoyo, tomar la iniciativa y ayudarlo a superar los umbrales para socializar con otros. Un cónyuge también podría alentar el uso de asistencia técnica, como audífonos, y ayudar en la consulta de servicios de salud cuando sea necesario. Tener vínculos familiares o de amistades fuertes también puede servir como un amortiguador contra las consecuencias anímicas y económicas perjudiciales de la pérdida auditiva.

Referencia: Bo Engdahl, Mariann Idstad, Vegard Skirbekk. Hearing loss, family status and mortality – Findings from the HUNT study, NorwaySocial Science & Medicine, 2019; 220: 219 DOI: 10.1016/j.socscimed.2018.11.022

Etiquetas: , , , , ,

La inteligencia artificial para el diagnóstico temprano del Alzheimer

Según un estudio desarrollado por investigadores del Departamento de Radiología e Imagen Biomédica de la Universidad de California en San Francisco (UCSF) y publicado en la revista Radiology, los nuevos avances en inteligencia artificial (IA) pueden mejorar la capacidad  para predecir la enfermedad de Alzheimer a partir de las imágenes cerebrales.

El diagnóstico temprano de la enfermedad de Alzheimer es extremadamente importante, ya que los tratamientos e intervenciones son más efectivos al principio de la enfermedad. Sin embargo, el diagnóstico temprano ha demostrado ser un verdadero retoLa investigación ha relacionado el proceso de la enfermedad con los cambios en el metabolismo, como lo demuestra la captación de glucosa en ciertas regiones del cerebro, pero estos cambios pueden ser difíciles de reconocer y normalmente la sintomatología comienza cuando la enfermedad se encuentra más avanzada.

El grupo de investigación ha aplicado las tecnologías del aprendizaje profundo (deep learning), un tipo de inteligencia artificial en el que las máquinas aprenden con el ejemplo, al igual que los humanos, para encontrar patrones que señalen cambios predictivos en el metabolismo cerebral  de la enfermedad de Alzheimer. Los investigadores entrenaron un algoritmo de aprendizaje profundo a partir de las imágenes tomadas con una tecnología de imagen especial conocida como tomografía por emisión de positrones (FDG-PET) con la que se puede medir la actividad metabólica del cerebro.

Los investigadores mediante el acceso a neuroimágenes de más de 2.100 imágenes cerebrales de FDG-PET de 1.002 pacientes de la base de datos de la Iniciativa de neuroimagen de la enfermedad de Alzheimer (ADNI), que se centra en ensayos clínicos para mejorar la prevención y el tratamiento de esta enfermedad. Entrenaron el algoritmo con el 90% ciento del conjunto de datos y validando con el 10% restante, con lo que fueron capaces de descubrir patrones metabólicos que correspondían a la enfermedad de Alzheimer.

Posteriormente los investigadores probaron el algoritmo en un conjunto independiente de 40 imágenes de 40 pacientes que nunca había estudiado. El algoritmo logró una sensibilidad del 100% para detectar la enfermedad que supone un promedio de más de seis años de antelación sobre un diagnóstico normal.

Es necesario apuntar que el conjunto de pruebas independientes se considera pequeño y es necesaria una validación adicional con un estudio más amplio entre distintas instituciones. En todo caso parece vislumbrarse que estas nuevas tecnologías y con las capacidades de procesamiento existentes actualmente, podría ser una herramienta muy útil y complementaria al trabajo desarrollado por los radiólogos para el diagnóstico y la intervención terapéutica temprana en la enfermedad de Alzheimer.

Entra las investigaciones que se están desarrollando en este campo merece la pena destacar aquellas  que intentan entrenar algoritmos de aprendizaje profundo para buscar patrones asociados con la acumulación de proteínas beta-amiloides y tau, grupos de proteínas anormales y ovillos en el cerebro que son marcadores específicos de la enfermedad de Alzheimer.

Referencia: Yiming Ding, Jae Ho Sohn, Michael G. Kawczynski, Hari Trivedi, Roy Harnish, Nathaniel W. Jenkins, Dmytro Lituiev, Timothy P. Copeland, Mariam S. Aboian, Carina Mari Aparici, Spencer C. Behr, Robert R. Flavell, Shih-Ying Huang, Kelly A. Zalocusky, Lorenzo Nardo, Youngho Seo, Randall A. Hawkins, Miguel Hernandez Pampaloni, Dexter Hadley, Benjamin L. Franc. A Deep Learning Model to Predict a Diagnosis of Alzheimer Disease by Using 18F-FDG PET of the BrainRadiology, 2018; 180958 DOI

Etiquetas: , ,

El espacio también puede ayudar en la innovación sobre el envejecimiento de la población

GPM Core ObservatoryEs indudable el proceso de envejecimiento de la población a nivel mundial y cómo el rango de población de mayor de 60 años esta creciendo más rápido que cualquier otro grupo de edad. Este “terremoto” demográfico sin duda tendrá efectos económicos y sociales si no conseguimos adaptar nuestra sociedad al gran beneficio que supone tener más años de vida. Para ello la innovación puede ser uno de los principales factores para conseguir esa adaptación y esta innovación puede provenir de multiples y heterogeneos campos de investigación, tan diferentes como las nuevas soluciones que presenta un ámbito que aparentemente esta tan alejado del envejecimiento como es la demografía geoespacial.

En los últimos años, la Unión Europea ha lanzado iniciativas destinadas a abordar los desafíos que enfrenta el envejecimiento de la población. Para ello se esta desarrollando una industria al rededor de la denominada “Silver Economy” que aborda los aspectos y necesidades más específicas de este grupo de población, como son los aspectos de la vivienda y la adaptación de las ciudades a estas especificidades.

Pero, ¿ dónde y cómo vivirán en el futuro exactamente las personas más mayores? Sin esta información importante, la construcción de estrategias para atender adecuadamente a las personas mayores (una cohorte diversa y heterogénea que incluye tanto a los que están enfermos como a los que disfrutaran de una buena salud con motivaciones y actividades diversas), por lo que será difícil satisfacer sus necesidades con éxito.

La buena noticia es que una nueva generación de modelos de dinámica poblacional, se están apoyando en las nuevas imágenes de satelites de alta resolución para innovar, generando modelos que puedan predecir dónde es probable que vivan en el futuro las personas mayores en los núcleos urbanos. Un estudio reciente financiado por la Agencia Espacial Europea examinó este desafío. Los resultados preliminares de este experimento, llamado AgeSpot, se dieron a conocer recientemente.

En pocas palabras, el trabajo del equipo era predecir la densidad de personas mayores (de 65 años en adelante) que viven en un lugar determinado en cualquier momento durante los próximos 20 años.

Mediante la aplicación de técnicas de modelado econométrico y demográfico, el uso de los datos censales, junto con la utilización de los datos de los satélites actuales, y mediante técnicas de machine learning e inteligencia artificial, se entrenó a algoritmos de predicción para encontrar patrones de relaciones entre los humanos y su entorno físico. Y, como resultado, algunos de estos patrones se ha encontrado que son muy buenos predictores de quién probablemente vive al lado, dos puertas abajo, o a cinco paradas de metro.

La ciudad elegida para llevar acabo este estudio fue Viena, Austria, una ciudad europea de tamaño medio con tendencias poblacionales estables y una gran cantidad de registros abiertos al público. Como paso preliminar, el motor analítico de AgeSpot fue alimentado con entradas de varias fuentes de datos que finalmente le permitieron predecir la distribución actual de edades a nivel agregado con más del 95% de grado de precisión.

En la siguiente figura se muestra los datos censales de la población mayor, su localización y concentración en la ciudad y a la derecha la predicción que los algoritmos desarrollaron con los datos obtenidos de los satélites.

Cómo se puede observar, en el gráfico de la derecha que es el de la predicción, además de obtener una mayor precisión y resolución de los datos de concentración de la población mayor, los patrones obtenidos por el algoritmo son muy similares a los datos censales. Esta metodología innovadora tendría múltiples utilidades, como pueden ser una mejor planificación de las leyes urbanísticas, planificación y optimización de infraestructuras, mejor planificación de los presupuestos de servicios sociales, campañas locales y regionales, etc. En los países en desarrollo cuyas sociedades y economías están cambiando rápidamente y donde el censo (con datos muy desactualizados), la planificación pública y la prestación de servicios se ven obstaculizados por muchas limitaciones, las aplicaciones para aprovechar este tipo de herramientas parecen ilimitadas, para el mejor desarrollo de estas ciudades y su adaptación a la población cada vez más longeva.

Fuente: Auropean Space AgencyThe Brookings Institution.

Etiquetas: , , , , , , ,

Personas mayores con problemas para identificar olores, aumenta la probabilidad de demencia

Un estudio desarrollado a largo plazo con una muestra poblacional de casi 3.000 adultos, de entre 57 y 85 años de edad, ha descubierto patrones similares en aquellos individuos que no podían identificar al menos cuatro de cada cinco olores comunes. De tal manera que estos presentaban más del doble de probabilidades de desarrollar demencia en los cinco años próximos.

Aunque el 78% de los examinados presentaban comportamientos normales en la identificación de dichos olores, el 14% sólo podía identificar tres de cinco, el 5% podía identificar sólo dos, el 2% identificaba sólo uno y 1% de los sujetos del estudio no fueron capaces de identificar ningún olor.

Cinco años después de la prueba inicial, casi todos los sujetos del estudio que no pudieron nombrar un único olor habían sido diagnosticados con demenciaCasi el 80% de los que proporcionaron sólo una o dos respuestas correctas también tuvieron demencia, con una correlación entre el grado de pérdida de olor y la incidencia de demencia.

Estos resultados muestran que el sentido del olfato está estrechamente relacionado con la función cerebral y la salud. Se cree que la capacidad del olfato podría ser un marcador sencillo en etapas tempranas para identificar a las personas con mayor riesgo de demencia y aumentar su seguimiento neurológico.

El nervio olfativo es el único nervio craneal directamente expuesto al medio ambiente. Las células que detectan olores conectan directamente con el bulbo olfatorio en la base del cerebro, exponiendo potencialmente el sistema nervioso central a peligros ambientales como la contaminación o distintos patógenos. Los déficit olfativos son a menudo un signo temprano de la enfermedad de Parkinson o de Alzheimer. Estas deficiencias olfativas se pueden  agravan con la progresión de la enfermedad.

El sistema olfativo también tiene células madre para auto-regenerarse, por lo que una disminución en la capacidad de olor puede señalar una disminución en la capacidad del cerebro para reconstruir componentes clave que están disminuyendo con la edad, dando lugar a los cambios patológicos con la potencial aparición de muchas diferentes demencias.

Referencia: Dara R. Adams, David W. Kern, Kristen E. Wroblewski, Martha K. McClintock, William Dale, Jayant M. Pinto. Olfactory Dysfunction Predicts Subsequent Dementia in Older U.S. AdultsJournal of the American Geriatrics Society, 2017; DOI: 10.1111/jgs.15048

Recursos gráficos: Flickr

Etiquetas:

El tai chi puede ayudar a prevenir caídas en personas mayores

World Tai Chi Day
Practicar ejercicios de tai chi de manera habitual, unas tres sesiones por semana, mejora el equilibrio y la flexibilidad en personas mayores de 65 años, lo que puede ayudar a reducir hasta en 64% el riesgo de caídas y fracturas, una de las principales causas de discapacidad y pérdida de autonomía asociadas al envejecimiento.

El tai chi es una antigua práctica china, centrada en la flexibilidad y la coordinación del cuerpo entero, que promueve el movimiento armonizado en el espacio. Investigaciones anteriores ya han demostrado que se trata de un ejercicio eficaz para mejorar el control del equilibrio.

Esta vez, dos nuevos trabajados confirman la utilidad de esta práctica para prevenir caídas. Uno de ellos fue realizado por el doctor Rafael Lomas-Vega, de la Universidad de Jaén, en España. En él se analizaron 10 ensayos clínicos sobre el efecto del tai chi en comparación con otras intervenciones, como fisioterapia o ejercicios de baja intensidad.

Los resultados (publicados hoy en el Diario de la Sociedad Americana de Geriatría), muestran que el tai chi redujo significativamente la tasa de caídas en 43%, al cabo de un año de seguimiento. En cuanto a caídas potencialmente perjudiciales, que habrían generado alguna fractura, el riesgo se redujo en 50% en igual período.

“La práctica de tai chi puede ser recomendada para prevenir caídas en los adultos en riesgo y en adultos mayores en general. La frecuencia de las sesiones, de una hora, puede variar de una a tres veces por semana”, explica el doctor Lomas-Vega.

El otro trabajo, realizado por investigadores de la Universidad de Guangzhou, en China, se basó en datos recogidos en 18 ensayos clínicos anteriores, que incluían un total de casi 4.000 personas mayores de 65 años.

Así observaron que hasta el 40% de los mayores sufre un accidente de este tipo a lo largo de un año, porcentaje que aumenta al 50% en los que superan los 80 años.

Gracias a la respiración y a los movimientos lentos y controlados que caracterizan el tai chi, se redujo en 20% el riesgo sufrir alguna caída, además de mejorar su equilibrio, la fuerza en las rodillas y la flexibilidad. También se comprobó que quienes realizaban esta práctica al menos tres veces por semana reducían el riesgo de caídas en 64%.

Los beneficios del tai chi se ha visto que son múltiples. En febrero pasado, durante la reunión anual de la Asociación Americana del Infarto Cerebral, se estableció que practicar tai chi, junto con evitar el tabaquismo, hacer ejercicio aeróbico, mantener una buena higiene bucal y comer saludable, ayuda a evitar un infarto cerebral, ya que mantiene la presión arterial y el colesterol normales, y las paredes de las arterias flexibles.

Fuentes: Periódico El Mercurio/ Sección Vida Ciencia y Tecnología y Medical News Today

Etiquetas: , , , , , ,

Principales áreas de investigación sobre envejecimiento

Tras el desarrollo del informe de Investigación sobre envejecimiento desarrollado por la FGCSIC en el que se han analizado las publicaciones científicas tanto en el mundo como su comparativa con el caso español, durante una ventana temporal de 7 años (2009-1015), se ha podido extraer datos sobre las principales áreas que según la categorización que realiza la Web of Science, son las principales protagonistas de la investigación que se realiza sobre el ámbito de envejecimiento.

El análisis de todos los datos de publicaciones en el periodo mencionado muestra que la ciencia sobre envejecimiento queda clasificada en 87 áreas en las que de una u otra manera se desarrolla actividad investigadora en ese ámbito.

Destaca la alta concentración de publicaciones en torno a sólo unas pocas áreas de investigación. Tres de cada cuatro publicaciones se concentran en las diez áreas más prolíficas, que están relacionadas con la biología, la medicina y la psicología. Más aún, la mitad de ellas proviene de sólo cuatro: Geriatría y Gerontología, Neurociencias y Neurología, Bioquímica y Biología Molecular, y Psiquiatría.

En el siguiente gráfico interactivo se muestra la evolución, en el período 2009 – 2015, de las diez áreas más prolíficas y del resto de áreas agrupadas en una única categoría para facilitar su visualización.

Una de cada dos publicaciones mundiales en envejecimiento proviene de una de las siguientes cuatro áreas de investigación: Geriatría y Gerontología, Neurociencias y Neurología, Bioquímica y Biología Molecular, y Psiquiatría.

El área Geriatría y Gerontología comprende publicaciones que se focalizan en el proceso de envejecimiento, incluyendo aspectos clínicos, bioquímicos, histológicos y fisiológicos. Además, agrupa problemas clínicos específicos en el tratamiento de los pacientes mayores, así como la investigación celular y animal relacionada con la edad y la senescencia. Caen fuera de este área las investigaciones centradas en aspectos psicológicos, sociales y políticos. Un 8% de las publicaciones registradas bajo Geriatría y Gerontología lo están también en Neurociencia y Neurología, área que ocupando el segundo lugar en número de publicaciones, incluye las que se investiga el cerebro, la fisiología neuronal y la práctica médica en neurología. Si se considera además la Psiquiatría, bajo la que se clasifican las publicaciones que estudian el origen, diagnosis y tratamiento de los desórdenes conductuales, emocionales y mentales, y la Psicología, que contiene los estudios de la conducta humana y los procesos mentales, se puede afirmar que prácticamente una de cada cuatro publicaciones sobre envejecimiento se ocupa de aspectos neurológicos del envejecimiento.

Finalmente, mencionar que, si se analiza la evolución durante los 7 años, existe una ligera tendencia a la desconcentración de la investigación en envejecimiento, ya que la tasa de crecimiento del  grupo de áreas categorizada como “Resto de áreas científicas”, es ligeramente superior al de las diez más prolíficas.

Fuente: Informe de la FGCSIC 2016: Investigación sobre envejecimiento

Etiquetas:

¿Dónde se investiga sobre envejecimiento en España?

Sí se realiza un análisis de indicadores geográficos de la producción científica sobre envejecimiento desarrollada en España en el periodo 2009-2015 a nivel de comunidad autónoma (CA), muestra que las cuatro con mayor producción en el ámbito del envejecimiento coinciden con las de mayor producción científica en general. En primer lugar, aparece Madrid, responsable de un tercio de las publicaciones españolas sobre envejecimiento. La siguen muy de cerca Cataluña y, a continuación, Andalucía y la Comunidad Valenciana.

Pero si se considera el peso de la producción científica en envejecimiento sobre el total de publicaciones en cada una de las CCAA, se observa una cierta especialización en el caso de Castilla la Mancha y Navarra (3,80% y 3,22%, respectivamente). En cambio, Andalucía, que en términos absolutos es el tercer productor en investigación en envejecimiento, ocupa el último lugar en términos relativos, con sólo un 1,75%. El peso de la investigación en envejecimiento en Madrid es del 2,98% y en Cataluña del 2,85%.

Fuente: Informe sobre la investigación en envejecimiento 2016

Etiquetas: , , , , , ,