US DE COOKIES
Utilitzem cookies necessàries de sistema per al correcte funcionament de la web i cookies opcionals de Google Analytics per obtenir estadístiques de visita.
 +info

Configuració cookies

  • Necessàries

    Les cookies necessàries són absolutament essencials perquè el lloc web funcioni correctament. Aquesta categoria només inclou galetes que garanteixen funcionalitats bàsiques i funcions de seguretat del lloc web. Aquestes cookies no emmagatzemen cap informació personal.

    NomProveïdorPropietatFinalitatCaducitat+info
    _GRECAPTCHAgoogle.comPropiaProveir protecció antispam amb el servei reCaptcha6 mesos
    cc_cookie_acceptfidmag.orgPropiaUsada per confirmar que l'usuari ha confirmat / refusat les cookies (i quins tipus accepta)1 any
    WEB_SESSIONfidmag.orgPropiaCookie técnica: cookie de sessió PHP. Guarda l'id de sessió d'usuari.al acabar la sessió

  • Anàlisi

    Les cookies analítiques s'utilitzen per entendre com interactuen els visitants amb el lloc web. Aquestes cookies ajuden a proporcionar informació sobre mètriques, el nombre de visitants, el percentatge de rebots, la font del trànsit, etc.

    NomProveïdorPropietatFinalitatCaducitat+info
    _gaGoogle AnalyticsDe tercersCookie d'anàlisi o mesurament: Identifica els usuaris i proporciona informació sobre com els usuaris troben la pàgina web i com la utilitzen per a realització d'Informes estadístics2 anys
    _gat_gtag_UA_141706552_1Google AnalyticsDe tercersCookie d'anàlisi o mesurament: Tracking per part de google per google analytics1 minut
    _gidGoogle AnalyticsDe tercersCookie d'anàlisi o mesurament: S'usa per limitar el percentatge de sol·licituds24 hores

ConfigurarRebutjar totesAcceptar

Títol

Obtenció d'un algorisme de diagnòstic per al trastorn bipolar amb màquines d'aprenentatge utilitzant dades de neuroimatge estructural, variants genètiques i funció cognitiva

Resum

Poder establecer el diagnóstico de trastorno bipolar (TBP) en los primeros episodios, cuando los síntomas son confusos, ayudará a establecer los planes terapéuticos personalizados y minimizar la progresión a formas crónicas con deterioro cognitivo. No existe ningún estudio en TBP en el que se haya integrado la información genómica, de neuroimagen estructural y de función cognitiva para buscar asociaciones. El equipo dispone de una cohorte de 300 pacientes con TBP y 300 controles sanos (cohorte BipoGent) con evaluación clínica, neuropiscológica y varias modalidades de imagen por resonancia magnética (IRM) estructural del cerebro. Además se dispone de muestra de ADN. En el presente proyecto, después de genotipar a todos los sujetos de la cohorte con el Psych-Array que contiene >560000 variantes genéticas asociadas a enfermedad psiquiátrica, se obtendrá un algoritmo automático de diagnóstico para el TBP utilizando máquinas de aprendizaje (machine learning) con todos los datos disponibles: IRM, genotipos y función cognitiva. El algoritmo se entrenará y evaluará en esta muestra y después se aplicará a una nueva muestra de validación de 120 pacientes con diagnóstico de primer episodio psicótico. En la muestra de validación se aplicarán los mismos criterios de exclusión que en  la cohorte BipoGent y se empleará el mismo protocolo de obtención de datos. Los 120 pacientes serán evaluados nuevamente a los 12 meses para realizar un diagnóstico clínico. Finalmente, se comprobará la concordancia con el diagnóstico del algoritmo, se estudiará su capacidad predictiva y se identificarán las variables de predicción más relevantes. Esperamos obtener un algoritmo para diagnosticar el TBP con mayor poder predictivo que los obtenidos en estudios previos basados sólo en datos de IRM.

Finançador

Júlia Gil

Formem part de
HH Província Espanya
Contacteu-nos

Avda. Jordà, 8, 08035 Barcelona
Telèfon: 935 480 105
E-mail: fundacio@fidmag.org
Formulari de contacte online 

           

 

Reconeixements a la qualitat i l'excel·lència
Darrera modificació: 29/11/2023