Wilson Roberto Picco Junior
Residente em Geriatria no Hospital das Clínicas de Ribeirão Preto – FMRP USP
Júlio César Moriguti
Docente de Geriatria do HCRP -FMRP USP
Tema: Diagnóstico precoce em Doença de Alzheimer
Estudo: “An Algorithm for Preclinical Diagnosis of Alzheimer’s Disease”
Fonte: Journal Frontiers in Neuroscience – An Algorithm for Preclinical
Diagnosis of Alzheimer’s Disease –doi: 10.3389/fnins.2018.00275
Desenho do estudo: Artigo de revisão sobre a utilidade da combinação de neuroimagem, líquido céfalo-raquidiano (LCR) e biomarcador genético de Doença de Alzheimer (DA) na elaboração de um algoritmo
para o diagnóstico da DA pré-clínica.
Introdução: Existem definições de DA pré-clínica desde 1990 e com a evolução dos exames de imagem,
genéticos e de LCR busca-se um modelo ideal para estabelecer um diagnóstico precoce que
consiga modificar a evolução da doença, tendo em vista o modelo fisiopatológico aceito
atualmente, no qual, quando do diagnóstico o dano neuronal já se mostra irreversível e sem
qualquer possibilidade de intervenção farmacológica que altere a evolução da doença, nesse
momento.
Aplicabilidade de biomarcadores e exames de imagem:
– Biomarcadores: no momento, a avaliação do níveis de β amilóide, proteína tau e taufosforilada (p-tau) indicam placas amilóides (amilólise), neurodegeneração e emaranhados neurofibrilares, respectivamente, indicando a provável contribuição destes para o desenvolvimento da doença. A ausência desses no LCR, em casos de CCL, pode
prever com precisão a conversão da doença em demência não-Alzheimer (Ritchie et al., 2017), no entanto não são precisos para detectar a conversão de CCL em DA. No momento, pelo custo relacionado e grau de invasividade do procedimento a detecção de marcadores periféricos poderiam contribuir ainda mais para a viabilidade do algoritmo
proposto.
– Exames de imagem:
Algoritmo: O algoritmo visa detectar em que momento a neurodegeneração relacionada ao envelhecimento
se diferencia da alteração patológica relacionada à doença de Alzheimer, assim, recomenda-se uma combinação de alterações de neuroimagem (para detectar evidências precoces de neurodegeneração em áreas do cérebro suscetíveis à alteração patológica da DA), marcadores genéticos de risco que predizem o início da DA e evidência de anormalidades em biomarcadores.
Dessa forma, a partir da combinação dos resultados os pacientes seriam divididos em 4 grupos:
DA pré-clínica definida, provável, suspeita e pré-clínica não DA.
A validação deste modelo exigirá a identificação precisa de uma coorte assintomática em risco
de DA sendo que a sensibilidade, especificidade e os valores preditivos positivos e negativos
dependerão do método e dos fatores de risco selecionados para definir a população de risco para
DA pré-clínica.
Discussão: Neste momento, os custos relacionados aos exames de imagem, biomarcadores, necessidade de
equipe especializada para análise e padronização dos resultados, associados a complexidade da
seleção da amostra a ser estudada e a necessidade de seguimento de longo prazo para
demonstração de resultados relevantes são barreiras importantes a serem superadas na
elaboração de estudos nesse sentido.
Outro ponto relevante, trata-se dos dilemas éticos relacionados ao diagnóstico pré-clínico de
DA, com possíveis impactos em aspectos emocionais, sociais e econômicos, como aumento de
ansiedade ou depressão, necessidade de supervisão em empregos com riscos a terceiros e
aumento de custos em seguros de saúde. Uma pesquisa da Fundação Metlife em 2011 mostrou
que americanos ≥55 anos têm mais medo de DA do que de diabetes mellitus, doença cardíaca
ou derrame.
Conclusão: Embora os desafios sejam substanciais, esse algoritmo fornecerá um quadro de diagnóstico pré-clínico de DA, como o perfil lipídico para um indivíduo em risco de doença cardíaca. No futuro, o indivíduo com um risco de DA pré-clínico, a partir dessa estrutura, deve ter a sugestão dos médicos para intervenções no estilo de vida e quem sabe medidas farmacológicas que diminuam a chance para apresentação clínica da doença.