Indagine sui biomarcatori motori precoci della malattia di Alzheimer attraverso EMG e Data-Driven Modelling

Abstract

La malattia di Alzheimer (AD) è valutata soprattutto in ambito cognitivo, ma i deficit motori compaiono precocemente e potrebbero offrire marcatori oggettivi. Le sinergie muscolari non sono mai state studiate nell'AD: questa tesi valuta quelle spaziali derivate dall'EMG, estratte durante un compito di catching in realtà virtuale (VR), come biomarcatore precoce del declino cognitivo.

Sessantuno partecipanti (22 controlli sani [HC], 21 con deterioramento cognitivo lieve [MCI], 18 con AD) hanno intercettato una palla virtuale con lanciatore visibile, occluso, oppure occluso e con la palla senza gravità. Le analisi cinematiche hanno incluso 60 partecipanti, quelle EMG i 37 con tutti i canali (15 HC, 14 MCI, 8 AD). Le sinergie, estratte da dodici muscoli dell'arto superiore con Non negative Matrix Factorization (NMF), sono state raggruppate negli HC in cinque moduli di riferimento e associate a quelle dei pazienti. Le prestazione e due features dell'attivazione (area relativa e centro di massa) sono state analizzate con modelli lineari a effetti misti; i partecipanti sono stati classificati con analisi discriminante lineare leave-one-subject-out.

I pazienti AD hanno intercettato la palla quanto gli HC con il lanciatore visibile, ma sono stati meno accurati quando era occluso. Le sinergie dei pazienti corrispondono ai moduli degli HC per composizione e proporzioni. Le poche differenze riguardano l'area relativa del modulo comune a tutti (inferiore nei gruppi clinici) e la dipendenza dal lato del target in due moduli (maggiore nell'AD). La visibilità del lanciatore anticipava l'attivazione dei moduli in modo simile nei gruppi. La classificazione dei singoli soggetti non ha superato il caso.

Nell'AD, il deficit nel catching emerge quando l'informazione sul lancio viene rimossa e non si accompagna a una riorganizzazione rilevabile dei moduli spaziali.

Alzheimer's disease (AD) is traditionally assessed through the cognitive domain, but motor deficits appear early along the disease continuum and may provide objective markers. Muscle synergies, which describe how motor commands are organized, have never been studied in AD. This thesis evaluates EMG-derived spatial muscle synergies, extracted during a virtual reality (VR) catching task, as an early biomarker of cognitive decline.

Sixty-one right-handed participants (22 healthy controls [HC], 21 with Mild Cognitive Impairment [MCI], 18 with AD) intercepted a virtual ball with the throwing avatar visible, occluded, or occluded with the ball travelling without gravity. Kinematic analyses included 60 participants; EMG analyses the 37 with a complete set of channels (15 HC, 14 MCI, 8 AD). Spatial synergies were extracted from twelve upper-limb muscles by non-negative matrix factorization (NMF), clustered in HC into five reference modules and matched to each patient synergy. Performance and two activation features, relative area and center of mass, were analyzed with linear mixed-effects models; individuals were classified by leave-one-subject-out linear discriminant analysis.

AD patients intercepted the ball as often as HC when the thrower was visible, but lost accuracy when it was occluded. Patients' synergies matched the HC modules in proportion and muscle composition. The few group differences concerned the relative area of the module shared by all participants, lower in the clinical groups, and its dependence on target side in two modules, larger in AD. Thrower visibility anticipated the activation of every module equally in all groups. Classification of individuals did not exceed chance.

The catching deficit in AD emerges when information on the throw is removed and is not accompanied by a detectable reorganization of the spatial modules.