Prema istraživačima sa Sveučilišta Concordia, analiza mreže može pomoći u otkrivanju kognitivnog opadanja. Oni su razvili novu tehniku vizualizacije podataka i analize koja pokazuje koje bi varijable mogle najbolje ukazivati na suptilne promjene u funkciji mozga.

Svatko ponekad zaboravi gdje je ostavio ključeve automobila ili naočale. Većina ljudi to smatra normalnim dijelom starenja. Međutim, za neke ljude, kognitivno opadanje može predstavljati početnu, ali klinički neprimjetnu fazu prema kognitivnom oštećenju, bilo da je riječ o blagom stanju ili ozbiljnoj bolesti poput Alzheimerove bolesti.

Ogromna složenost ljudskog mozga čini rano dijagnosticiranje kognitivnog opadanja teškim, što može imati važne implikacije za liječenje i prevenciju. To je posebno izraženo kod subjektivnog kognitivnog opadanja, kada pojedinac izražava zabrinutost u vezi s memorijom ili kognitivnim sposobnostima, ali ne pokazuje odstupanja na kognitivnim testovima koje provode kliničari.

Ovo je središte nove studije objavljene u časopisu Cortex, autora Nicholasa Grunden, doktoranda na Concordia Sveučilištu, i profesorice Natalie Phillips s Odsjeka za psihologiju. U studiji koriste novu tehniku nazvanu analiza mreže za istraživanje mogućnosti otkrivanja suptilnih promjena povezanih sa subjektivnim kognitivnim opadanjem koje standardne analize testova ne mogu otkriti.

Analiza mreže modelira kognitivne performanse kao mrežu međusobno povezanih kognitivnih sposobnosti koje odražavaju odnose između skupa varijabli, ili čvorova. Ovdje su čvorovi rezultati nekoliko neuropsiholoških testova, kao i karakteristike sudionika poput dobi, spola i obrazovanja.

Analizom statističkih podataka koji su kombinirani iz dva velika kanadska skupa podataka, istraživači su uspjeli vizualizirati snagu odnosa između čvorova među osobama koje se klasificiraju kao kognitivno normalne (CN), ili koje imaju dijagnoze subjektivnog kognitivnog opadanja (SCD), blagog kognitivnog oštećenja (MCI) ili Alzheimerove bolesti (AD).

„Čvorovi su povezani bridovima, koji su uvjetne asocijacije između njih,” kaže Grunden. „Brid odražava kako te varijable surađuju. Jesu li pozitivno ili negativno korelirane? Mreža nam pokazuje koliko su te asocijacije snažne na temelju zasićenosti bridova. To je ugrađeni vizualni prikaz nalaza.”

Nakon izgradnje mreža pomoću spajanja baza podataka, istraživači su identificirali dva čvora koja imaju najjači utjecaj na ostatak mreže: izvedba na testovima izvršnih funkcija i brzine obrade. Poznato je da obje sposobnosti opadaju s godinama.

Međutim, snaga ovih dvaju čvorova značajno se smanjila od kognitivno normalnih osoba do osoba s subjektivnim kognitivnim opadanjem i do grupa s blagim kognitivnim oštećenjem. Ovaj progresivni gradijent postavlja SCD kao srednju fazu između CN i MCI.

"To nas je posebno zaintrigiralo jer otkriva nešto što odražava subjektivne brige pojedinaca koje su nevidljive u normalnim statističkim analizama", objašnjava Grunden.

"Izvršne funkcije i brzina obrade važne su kognitivne sposobnosti jer doprinose drugim sposobnostima (npr. jeziku, pažnji) i ključne su za podršku svakodnevnom funkcioniranju pojedinca u njegovom životu. Znamo da se učinkovitost smanjuje kako starimo, ali ih također vidimo u početnim fazama nekih vrsta progresivnog kognitivnog opadanja."

Važnu ulogu ima i dob. Iako je to jedan od najjačih prediktora kognitivnog opadanja, utjecaj dobi bio je izražen među osobama klasificiranim kao CN i SCD, ali taj utjecaj je oslabio među osobama klasificiranim kao MCI ili AD. Za njih, drugi čvorovi koji mjere kognitivne sposobnosti postaju važniji.

"Drugim riječima, s obzirom na sve, dob će biti najveći utjecaj na kogniciju kod starijih odraslih osoba koje ne pokazuju znakove Alzheimerove bolesti", kaže Phillips, istraživačka predsjednica Sveučilišta Concordia za senzorno-kognitivno zdravlje u starenju i demenciji.

"Ali to nije slučaj kod onih osoba koje imaju dijagnozu MCI ili Alzheimerove bolesti. Za njih je kognitivna funkcija više povezana s napredovanjem njihove bolesti, kako pokazuju opće mjere kliničkog stanja na standardiziranim testovima kognicije poput Montrealskog testa kognitivne procjene."

Grunden napominje da analiza mreže može pomoći istraživačima da ispituju funkciju mozga kao sustav, a ne kao izolirane varijable koje djeluju jedna na drugu.

"To nam pomaže čitati između redova, jer možemo istovremeno promatrati međuodnose između svih varijabli", kaže on. "Možete primijetiti indikatore koji su manje očiti u pojedinačnim elementima podataka i umjesto toga usmjeriti pažnju na asocijacije između njih."

Izvor: Concordia University