Sesso, Parkinson e Alzheimer, lo studio

Ruolo del sesso nelle patologie neurodegenerative: uno studio pionieristico 

Uno studio condotto dall'Istituto di scienze e tecnologie della cognizione del Consiglio Nazionale delle Ricerche di Roma (CNR-Istc) ha esaminato l'influenza del sesso nello sviluppo di patologie neurodegenerative come l'Alzheimer e il Parkinson. Per la prima volta, è stata utilizzata Intelligenza Artificiale per individuare i fattori chiave per una diagnosi precoce, distinguendo tra uomini e donne. L'algoritmo di IA ha analizzato i risultati di una serie di test neuropsicologici, dati neurofisiologici e genetici condotti su un campione misto di uomini e donne, sia sani che malati. L'obiettivo era identificare i principali fattori predittivi associati all'insorgenza delle due malattie, differenziandoli in base al sesso. 

Risultati della ricerca 

Lo studio, pubblicato su due articoli del Journal of the Neurological Sciences, è frutto di una collaborazione interdisciplinare che ha coinvolto l’Area di Ricerca Milano 4 del CNR, la Fondazione Mondino, l’Università di Pavia, la Fondazione Santa Lucia IRCCS, le Università di Roma Sapienza e Tor Vergata e la start-up AI2Life s.r.l. Nel caso dell'Alzheimer, l'algoritmo ha analizzato test neuropsicologici come MMSE (memoria, orientamento, attenzione e linguaggio), AVTOT (memoria verbale a breve termine) e LDELTOTAL (memoria episodica a lungo termine). MMSE è risultato un predittore più efficace per le donne. Negli uomini, LDELTOTAL è più predittivo dell'insorgenza della malattia. AVTOT è più rilevante negli uomini. Il livello di istruzione incide diversamente sul rischio di Alzheimer, con le donne che presentano un rischio maggiore. Per il Parkinson, il modello di machine learning ha identificato caratteristiche neuropsicologiche, genetiche e corporee. Negli uomini, i principali predittori includono rigidità muscolare e disfunzioni del sistema nervoso autonomo. Nelle donne, le disfunzioni urinarie sono più rilevanti per predire la malattia. Predittori significativi includono l'età e la storia familiare, con maggiore impatto negli uomini. Nei maschi, test come la fluidità verbale semantica (SFT) e la variante genetica SNCA-rs356181 sono particolarmente rilevanti. 

Implicazioni dello studio 

Daniele Caligiore, responsabile scientifico dello studio, ha sottolineato l'importanza di integrare approcci diagnostici specifici per sesso nella pratica clinica per migliorare la gestione di Alzheimer e Parkinson. Gli algoritmi di machine learning possono analizzare dati specifici del paziente – fisiologici, genetici e legati allo stile di vita – per prevedere l'insorgenza della malattia, monitorarne la progressione e offrire trattamenti mirati e personalizzati. Lo studio rappresenta un esempio concreto di come l'IA possa supportare efficacemente la medicina, combinando l'analisi delle caratteristiche individuali con una visione sistemica.

Fonte: CRN