L’invecchiamento è un processo graduale e continuo che porta a cambiamenti fisici, biologici, cognitivi e psicologici legati al progredire dell’età. Studiare come il cervello cambia durante l’invecchiamento è fondamentale per comprendere meglio come l’età influenzi le funzioni cognitive e soprattutto per identificare fasi precoci di condizioni patologiche e neurodegenerative, come ad esempio l’Alzheimer. Fondamentale è quindi condurre ricerche approfondite per individuare i cambiamenti cerebrali dovuti all’invecchiamento fisiologico e poterli così distinguere da quelli di un invecchiamento patologico del cervello. Uno studio recentemente pubblicato su GeroScience ha avuto come principale obiettivo l’analisi dell’invecchiamento fisiologico attraverso l’esplorazione di un parametro, chiamato entropia, estratto dai segnali elettrici del cervello umano: “Questa misura consente di quantificare il livello di informazione, incertezza o ‘graduale tendenza al disordine’ in un segnale per definizione molto irregolare (molto differente da quello, per esempio, del cuore che è regolare in ritmo e morfologia), rappresentando, se applicato all’elettroencefalografia […] un indice quantitativo della casualità e del disordine del sistema dinamico cerebrale e un potente strumento per analizzare qualsiasi stato mentale”, dichiara il prof. Paolo Maria Rossini, direttore del Dipartimento Neuroscienze e Neuroriabilitazione dell’IRCCS San Raffaele, coautore della pubblicazione.
“È utile immaginare l’immensa popolazione delle cellule nervose (circa 100miliardi in un cervello umano adulto) come un sistema che partendo da uno stato di base può muoversi in varie direzioni in risposta a uno stimolo, o in presenza di condizioni di invecchiamento fisiologico o patologico”, aggiunge il prof. Fabrizio Vecchio, responsabile del laboratorio Brain Connectivity dell’IRCCS San Raffaele. “L’organizzazione del cervello (cellule e circuiti nervosi) devia infatti dal suo stato di base a un diverso stato che può dar luogo a un sistema meno complesso (attività neurale più regolare) o a uno più complesso (attività neurale più irregolare).”
Nello studio, 161 volontari (72 giovani e 89 anziani) sono stati sottoposti a registrazione elettroencefalografica. L’entropia è stata calcolata sull’intero contenuto del tracciato EEG e dopo averlo suddiviso nelle sue tipiche bande di oscillazione (delta, theta, alpha 1, alpha 2, beta 1, beta 2, gamma). “I 2 gruppi di volontari hanno mostrato valori di entropia differenti, in particolare più alti negli anziani che nei giovani nell’intero contenuto in frequenza del segnale EEG e nei ritmi lenti (delta, theta)”, continua Rossini. “Al contrario, nei ritmi veloci (beta 2 e gamma) il cervello giovane ha mostrato valori più alti, e quindi un maggiore caos cerebrale. Questo cambiamento di entropia con l’avanzare dell’età può essere considerato un biomarcatore di invecchiamento cerebrale anche sul piano cognitivo.”
I ricercatori hanno inoltre sviluppato un algoritmo di intelligenza artificiale in grado di classificare e distinguere automaticamente, a partire dai parametri di entropia, l’attività elettroencefalografica di un cervello giovane da uno anziano. L’algoritmo mostra performance elevatissime in termini di accuratezza, sensibilità e specificità, superando il 90% e sfiorando, in alcuni casi, il 95%. L’entropia, sottolineano i ricercatori, si è quindi dimostrata un indice altamente accurato per lo studio di cambiamenti età-correlati della funzione cerebrale, aprendo la strada a studi futuri per l’identificazione precoce di patologie neurodegenerative legate all’invecchiamento.