Prueba de metabolitos en sangre detecta deterioro cognitivo temprano

La identificación temprana de personas con riesgo de demencia sigue siendo difícil, ya que los síntomas suelen aparecer solo después de una neurodegeneración significativa. Las herramientas de detección accesibles que identifiquen cambios cognitivos sutiles antes del diagnóstico clínico podrían mejorar el seguimiento y permitir una intervención más temprana.

Los análisis de sangre vinculados a la biología subyacente constituyen una vía práctica para la estratificación del riesgo en la atención primaria y especializada. Un nuevo estudio demuestra que el perfil metabólico de la sangre en ayunas, vinculado al eje intestino-cerebro, puede distinguir el deterioro cognitivo temprano con notable precisión.

Imagen: los hallazgos podrían allanar el camino para que un análisis de sangre detecte el riesgo de deterioro cognitivo años antes de que normalmente se diagnostique la demencia (fotografía cortesía de Adobe Stock)

Científicos de la Universidad de East Anglia (Norwich, Reino Unido) desarrollaron un modelo de aprendizaje automático de inteligencia artificial (IA) basado en seis metabolitos sanguíneos para clasificar el estado cognitivo.

Este método analiza 33 moléculas derivadas del intestino y la dieta, medidas en muestras de sangre en ayunas, junto con un análisis de heces, para caracterizar las comunidades bacterianas intestinales. Los investigadores afirman que las señales metabólicas reflejan cambios en bacterias intestinales específicas, lo que respalda el papel del eje intestino-cerebro en los cambios tempranos de la memoria.

El estudio evaluó a 150 adultos de 50 años o más, incluyendo participantes sanos, personas con problemas de memoria subjetivos que obtuvieron resultados normales en las pruebas y personas con deterioro cognitivo leve (DCL). Todos los participantes proporcionaron muestras de sangre en ayunas para análisis de metabolitos específicos y muestras de heces para el mapeo del microbioma. Mediante modelos informáticos avanzados e inteligencia artificial, los investigadores evaluaron si las combinaciones de estas moléculas circulantes podían diferenciar a los grupos.

Un modelo basado en seis metabolitos clasificó a los participantes de los tres grupos con un 79 % de precisión y diferenció a los adultos sanos de aquellos con DCL con más del 80 % de precisión. El estudio, publicado en Gut Microbes el 27 de marzo de 2026, contó con la participación de investigadores de la Universidad de East Anglia y la Universidad Queen Mary de Londres.

Los investigadores sugieren que este enfoque podría ayudar a identificar a las personas con mayor riesgo de deterioro de la memoria años antes de que se diagnostique la demencia, y destacan el microbioma como un objetivo potencial para proteger la salud cerebral.

"Este estudio es fascinante porque vincula el análisis avanzado de datos con el objetivo clínicamente realista de encontrar una forma sencilla y aceptable de detectar el riesgo de forma temprana. Podría contribuir a un nuevo conjunto de métodos que ayuden a cerrar la brecha entre la investigación científica y las herramientas prácticas para la prevención", afirmó el Dr. Saber Sami, director del proyecto Alzheimer's Research UK UEA y coautor del mismo.

Enlaces relacionados
University of East Anglia