Un mejor control de los síntomas en pacientes con enfermedad de Parkinson
La enfermedad de Parkinson es neurodegenerativa y afecta a las células nerviosas del encéfalo que controlan el movimiento. Según la Asociación Europea de Parkinson, en el mundo hay diez millones de personas que sufren esta enfermedad. Aunque no existe cura para ella, los tratamientos siguen avanzando. Tomemos como ejemplo la estimulación cerebral profunda de circuito cerrado. «La estimulación cerebral profunda (ECP) es un tipo de tratamiento que estimula eléctricamente las neuronas de las estructuras profundas del encéfalo mediante electrodos implantados quirúrgicamente», explica Madeleine Lowery, ingeniera biomédica en el University College de Dublín. «La ECP de circuito cerrado es una propuesta de forma avanzada de ECP que percibe la gravedad de los síntomas de un paciente y ajusta el grado de estimulación en consonancia». Aunque la ECP de circuito cerrado puede mejorar la eficacia terapéutica y reducir tanto los efectos secundarios como los costes, todavía no está lista para su uso clínico. «Antes de que se pueda utilizar en pacientes, debemos identificar biomarcadores adecuados para monitorizar los síntomas y los efectos secundarios provocados por la estimulación, y desarrollar nuevos algoritmos para controlar la estimulación en tiempo real», afirma Lowery. Aquí es donde entra en escena el proyecto financiado con fondos europeos DBSModel. «Mediante modelos computacionales, diseñamos y pusimos a prueba nuevas estrategias para la estimulación cerebral profunda de circuito cerrado que podrían adaptarse a los cambios en los síntomas y los efectos secundarios que sufre cada paciente, variando diversos parámetros de estimulación», señala Lowery, principal investigadora del proyecto. «Ahora podemos probar estos métodos en modelos animales preclínicos y en pacientes».
Los nuevos modelos alcanzan importantes resultados
Este proyecto, respaldado por el Consejo Europeo de Investigación (CEI), se centró en un nuevo modelo multiescala del sistema neuromuscular humano. «El modelo abarca múltiples escalas espaciales y temporales, e incorpora diferentes aspectos de la fisiología y biofísica subyacentes involucrados en la ECP», comenta Lowery. «Entre ellos se incluyen la distribución del campo eléctrico en torno al electrodo, el efecto de la ECP sobre las neuronas individuales y las redes de neuronas en el encéfalo, y su influencia sobre los temblores y la generación de fuerza en los músculos». Los investigadores utilizaron este modelo para desarrollar y comprobar una serie de diferentes estrategias para el control en circuito cerrado de la ECP mediante diversos biomarcadores del sistema nervioso. Así, el equipo pudo proponer nuevos algoritmos para ajustar automáticamente los parámetros de la ECP con el fin de que se adapten en respuesta a los biomarcadores registrados. Asimismo, llevó a cabo experimentos empleando ECP con voluntarios con enfermedad de Parkinson cuyo objetivo era comprender cómo afectan la enfermedad de Parkinson y la ECP al comportamiento de las neuronas que controlan los músculos asociados con el control de la motricidad fina. Lowery explica que los resultados experimentales les proporcionaron nuevos datos para examinar cómo cambia, con la medicación y la ECP, la actividad de las motoneuronas que controlan los cambios musculares. Estos modelos computacionales permitieron extraer información sobre los mecanismos fisiológicos responsables de estos comportamientos. Por ello, pueden servir para comprender mejor cómo funciona el efecto terapéutico de la ECP, así como para diseñar y comprobar nuevas estrategias de estimulación. «Estos resultados también contribuirán a la nueva generación de dispositivos de neuromodulación implantados de circuito cerrado para mejorar el control de los síntomas de la enfermedad de Parkinson», concluye Lowery. Lowery afirma que su equipo tiene previsto proseguir con la investigación a fin de sentar las bases para poder llevar al ámbito clínico los resultados del proyecto en materia de ECP de circuito cerrado. Además, con el apoyo de una subvención de prueba de concepto del CEI, el equipo ya está realizando estudios preclínicos para valorar «in vivo» la eficacia de los algoritmos de ECP de circuito cerrado desarrollados por el proyecto.
Palabras clave
DBSModel, enfermedad de Parkinson, estimulación cerebral profunda, ECP, encéfalo, neurodegenerativo, enfermedad, estimulación cerebral profunda de circuito cerrado, biomarcadores
