Estudo apresentado na reunião anual da Academia Americana de Neurologia avalia que usuários do sistema de saúde dos EUA residentes no vale do Mississippi-Ohio, apresentam risco maior de desenvolvimento da doença de Parkinson comparados com outras regiões americanas. A pesquisadora do programa de neuro-epidemiologia do St. Joseph's Hospital and Medical Center, Phoenix, Brittany Krzyzanowski, avalia que tal associação se atribuí a concentrações de material particulado, PM 2,5, maior que outras áreas, não explicando inteiramente o aumento da doença naquela região. Avaliou 22.546.965 usuários do Medicare em 2009 com abordagem multi-método incluindo análise geoespacial para categorizar exposição a PM 2,5 com base em idade, sexo, raça, tabagismo e assistência médica, agrupados conforme exposição média com grupo mais baixo em exposição anual média de 5 mcg/m3 e o grupo com exposição mais alta média anual de 19 mcg/m3. Identifica 83.674 com Parkinson incidente, 434 novos casos por 100 mil pessoas no grupo de maior exposição comparado a 359 novos casos por 100 mil pessoas, 25%, no grupo de menor exposição e risco relativo à Parkinson maior em PM 2,5, em comparação ao mais baixo.
Em relação a doença de Alzheimer a pesquisa se concentrou na exposição a pesticidas, explicando que "consiste em estudos em populações pequenas e dados de poluição do ar de baixa resolução", no entanto, a genética é outra causa possível. O professor de neurologia na Universidade de Rochester, NY, Ray Dorsey, MD, que não participou do estudo, disse que há evidências que "a poluição do ar seja fator causal importante no mal de Parkinson e especialmente no mal de Alzheimer", explica que "o estudo realizado adiciona evidências epidemiológicas para essa associação", considerando que foi realizado nos EUA já que muitos estudos epidemiológicos avaliando poluição do ar e doença de Parkinson foram realizados fora do país por conta da "escassez de fontes de dados confiáveis". O passo seguinte na pesquisa é exame aprofundado dos diferentes tipos de poluição do ar e "compreender diferentes componentes da poluição e como interagem com o clima, temperatura e topografia e explicar diferenças regionais observadas." Deverão incluir nestes estudos avaliação prospectiva de bebês adultos e crianças expostos a níveis altos e baixos de poluição do ar "para determinar o papel de um importante tóxico ambiental em muitas doenças cerebrais incluindo derrame, Alzheimer e Parkinson". Avanços de linguagem natural, NLP, reconhecimento de fala e aprendizado de máquina, ML, permitirão exploração de alterações linguísticas e acústicas, antes, difíceis de medir, pois sugerem que os biomarcadores digitais derivados podem identificar o comprometimento cognitivo na Doença de Alzheimer, DA, pré-clínica e prever a sua progressão, caracterizada por lesões neuropatológicas progressivas que se iniciam décadas antes do aparecimento dos sintomas cognitivos e funcionais.
Moral da Nota: no estudo Imaging Dementia Evidence for Amyloid Scanning, 25% dos diagnosticados com comprometimento cognitivo leve, CCL, com Doença de Alzheimer, DA, e 15% com demência de DA apresentavam, PET, tomografia por emissão de pósitrons, amiloide negativa, aumentando a especificidade diagnóstica e precisão na DA inicial. Demais estudos demonstram que baixa densidade de ideias iniciais e baixa complexidade gramatical em autobiografias foram associadas à demência tardia, menor peso cerebral pós-morte, maior atrofia cerebral e patologia neurofibrilar. Padrões sutis que transcendem a estrutura da frase, contagem de palavras ou características gramaticais são detectados no processamento de linguagem natural, NLP, usando a teoria dos grafos para derivar gráficos semânticos de gravações de áudio de indivíduos cognitivamente normais ou deficientes. Avanços de linguagem natural, reconhecimento automático de fala e aprendizado de máquina, alterações linguísticas e acústicas na fala conectada, podem detectar comprometimento cognitivo e status de biomarcador cerebral nos estágios iniciais da DA, necessitando maior exploração. Avanços em NLP e IA, inteligência artificial, mostram padrões léxico-semânticos que, de outra forma seriam indetectáveis ou trabalhosos de identificar, com o lobo temporal medial e a região temporoparietal implicados no processamento semântico supostamente suscetíveis a alterações patológicas no início da DA. Aprendizado de máquina de IA identifica Doença de Alzheimer precoce via métodos significativamente menos trabalhosos, em estudo que avaliou o padrão de fala de 206 participantes recrutados no programa de pesquisa da Emory University, em Atlanta, publicado no jornal revisado por pares Alzheimer's Association, liderado pelo Dr. Ihab Hajjar, professor de neurologia no UT Southwestern Peter O'Donnell Jr. Brain Institute em Dallas. Os pesquisadores conseguiram adquirir a voz em 6 a 8 minutos e concluir o teste em menos de 10 minutos, sendo mais confiável que testes tradicionais, identificando alterações com maior precisão, menos trabalhoso que os métodos tradicionais e, devido a velocidade, precisão e natureza econômica dos testes, podem ser implementados por provedores de cuidados primários com relativa facilidade.