Biomarcadores de imagen para el diagnóstico precoz de enfermedad de Alzheimer

Autores/as

  • Juan José Delgado Moraleda
  • Luis Marti Bonmati
  • Fernando Aparici Robles
  • Angel Alberich Bayarri
  • Miguel Baquero Toledo

Palabras clave:

Alzheimer, poster, seram

Resumen

Objetivos

Generales

Determinar estructuras y circuitos que permitan un diagnóstico precoz de Enfermedad de Alzheimer.

Específicos
• Medir volumen, forma y conectividad de estructuras implicadas en la Enfermedad de Alzheimer en sanos y en pacientes en estados iniciales de la enfermedad.
• Buscar existen diferencias estadísticas entre los grupos.

• Proponer las variables que presentan diferencias como clasificadoras entre los estados clínicos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

BalachandarR, John JP, SainiJ, Kumar KJ, JoshiH, SadanandS, etal. A studyofstructuraland functionalconnectivityin earlyAlzheimer’sdiseaseusingrestfMRIand diffusiontensor imaging. IntJ GeriatrPsychiatry. mayo de 2015;30(5):497-504.

EskildsenSF, Coupé P, FonovVS, PruessnerJC, Collins DL, Alzheimer’sDiseaseNeuroimagingInitiative. StructuralimagingbiomarkersofAlzheimer’sdisease: predictingdiseaseprogression. NeurobiolAging. enero de 2015;36 Suppl1:S23-31.

Garcés P, Ángel Pineda-Pardo J, CanuetL, AurtenetxeS, López ME, Marcos A, etal. TheDefault ModeNetwork isfunctionallyand structurallydisruptedin amnesticmildcognitiveimpairment—A bimodal MEG–DTI study. NeuroImage: Clinical. 1 de enero de 2014;6(SupplementC):214-21.

HornA, Ostwald D, ReisertM, BlankenburgF. Thestructural-functionalconnectomeand thedefault modenetworkofthehuman brain. Neuroimage. 15 de noviembre de 2014;102 Pt 1:142-51.

Jack CR, KnopmanDS, JagustWJ, Shaw LM, AisenPS, WeinerMW, etal. HypotheticalmodelofdynamicbiomarkersoftheAlzheimer’spathologicalcascade. Lancet Neurol. enero de 2010;9(1):119-28.

La JoieR, PerrotinA, de La SayetteV, EgretS, DoeuvreL, BelliardS, etal. Hippocampalsubfieldvolumetryin mildcognitiveimpairment, Alzheimer’sdiseaseand semanticdementia. NeuroimageClin. 2013;3:155-62.

MadsenSK, GutmanBA, JoshiSH, Toga AW, Jack CR, WeinerMW, etal. Mappingventricular expansionontocortical gray matterin olderadults. NeurobiolAging. enero de 2015;36 Suppl1:S32-41.

PhilippiN, Noblet V, BotzungA, DesprésO, Renard F, SfikasG, etal. MRI-BasedVolumetryCorrelatesofAutobiographicalMemoryin Alzheimer’sDisease. PLOS ONE. 10 de octubre de 2012;7(10):e46200.

PrasadG, JoshiSH, NirTM, Toga AW, Thompson PM, Alzheimer’sDiseaseNeuroimagingInitiative(ADNI). Brainconnectivityand novel networkmeasuresforAlzheimer’sdiseaseclassification. NeurobiolAging. enero de 2015;36 Suppl1:S121-131.

Reid AT, Evans AC. Structuralnetworksin Alzheimer’sdisease. EurNeuropsychopharmacol. enero de 2013;23(1):63-77.

Weiler M, de Campos BM, Nogueira MH, Pereira Damasceno

B, Cendes F, Balthazar MLF. Structural connectivity of the default

mode network and cognition in Alzheimer ׳s disease. Psychiatry

Res. 30 de julio de 2014;223(1):15-22.

Descargas

Publicado

2018-11-22

Cómo citar

Delgado Moraleda, J. J., Marti Bonmati, L., Aparici Robles, F., Alberich Bayarri, A., & Baquero Toledo, M. (2018). Biomarcadores de imagen para el diagnóstico precoz de enfermedad de Alzheimer. Seram. Recuperado a partir de https://piper.espacio-seram.com/index.php/seram/article/view/2865

Número

Sección

Neurorradiología