L'ipermetabolismo del muscolo scheletrico predice la sopravvivenza in pazienti con Sclerosi Laterale Amiotrofica: un approccio computazionale alle immagini FDG PET/TC

L'ipermetabolismo del muscolo scheletrico predice la sopravvivenza in pazienti con Sclerosi Laterale Amiotrofica: un approccio computazionale alle immagini FDG PET/TC

Informazioni sul documento

Autore

Emanuele Alexander Chiorino

Scuola

Università degli Studi di Genova

Specialità Medicina e Chirurgia
Anno di pubblicazione 2018/2019
Tipo di documento tesi di laurea
Luogo Genova
Lingua Italian
Numero di pagine 79
Formato
Dimensione 13.70 MB
  • Sclerosi Laterale Amiotrofica
  • Malattie Neurodegenerative
  • FDG PET/TC

Riassunto

I. Introduzione

La sclerosi laterale amiotrofica (SLA) è una malattia neurodegenerativa ad esito fatale, caratterizzata dalla degenerazione dei motoneuroni superiori e inferiori. La sua eziologia rimane in gran parte sconosciuta, ma è stata associata a mutazioni genetiche in alcuni casi. La SLA colpisce prevalentemente il sistema motorio, portando a una progressiva paralisi e compromissione delle funzioni vitali. La diagnosi è complessa e si basa su criteri clinici, con l'elettromiografia (EMG) come unico test sensibile attualmente utilizzato. La mancanza di un trattamento curativo rende necessaria una gestione sintomatica e palliativa. La SLA ha ricevuto attenzione mediatica, specialmente dopo che figure pubbliche, come il giocatore di baseball Lou Gehrig, hanno rivelato la loro condizione. Recenti studi hanno evidenziato anche il rischio di danno cognitivo nei pazienti, con una percentuale significativa che sviluppa demenza frontotemporale (FTD).

II. Classificazione e Spettro della SLA

La classificazione della SLA è complessa e si inserisce nel contesto delle malattie motoneuronali. Le patologie possono essere suddivise in tre categorie principali: quelle che coinvolgono il motoneurone superiore, quelle che colpiscono il motoneurone inferiore e quelle a coinvolgimento misto. Questa classificazione aiuta a comprendere il continuum fenotipico della SLA, che varia da forme più lievi a forme più gravi, come l'Atrofia Muscolare Progressiva. È importante notare che la SLA può manifestarsi con sintomi cognitivi variabili, rendendo la diagnosi e la gestione clinica ancora più sfidanti. La comprensione di queste categorie è fondamentale per lo sviluppo di strategie terapeutiche e per la ricerca futura.

III. Epidemiologia e Implicazioni Cliniche

Dal punto di vista epidemiologico, la SLA è considerata una malattia rara, con una prevalenza di circa 8-10 casi ogni 100.000 persone. L'incidenza annuale si attesta intorno ai 2,5-3 nuovi casi per 100.000. La maggior parte dei dati proviene dall'Europa occidentale, con minori segnalazioni da altre regioni. Queste statistiche sono cruciali per comprendere l'impatto della SLA sulla popolazione e per pianificare risorse sanitarie adeguate. La consapevolezza della malattia è aumentata, ma rimane necessario un maggiore impegno nella ricerca e nella sensibilizzazione per migliorare la diagnosi precoce e l'assistenza ai pazienti. La SLA non solo influisce sulla vita dei pazienti, ma ha anche un impatto significativo sulle famiglie e sui sistemi sanitari.

IV. Uso della FDG PET TC nella SLA

L'uso della FDG PET/TC rappresenta un approccio innovativo per la valutazione della SLA. Questa tecnica di imaging consente di analizzare il metabolismo cerebrale e muscolare, fornendo informazioni preziose sulla progressione della malattia. La FDG PET/TC può rivelare alterazioni metaboliche che precedono i sintomi clinici, offrendo opportunità per interventi precoci. L'analisi computazionale delle immagini FDG PET/TC ha dimostrato di essere utile nel monitoraggio della risposta ai trattamenti e nella valutazione della prognosi. Questi sviluppi tecnologici possono migliorare significativamente la gestione clinica della SLA, contribuendo a una personalizzazione delle terapie e a una migliore qualità della vita per i pazienti.

Riferimento del documento

  • Fazio et al., 2019 (Fazio et al.)
  • Mathis et al., 2017 (Mathis et al.)
  • Rowland et al., 2001 (Rowland et al.)
  • Leigh et al., 1994 (Leigh et al.)
  • Vanacore et al., 2018 (Vanacore et al.)