Para los pacientes con enfermedad de Parkinson, los cambios en su capacidad para caminar pueden ser drásticos.
por la Universidad de California, San Francisco
npj Parkinson’s Disease (2025). DOI: 10.1038/s41531-025-00990-5
La «marcha parkinsoniana», como se le suele llamar, puede incluir cambios en la longitud del paso y asimetría entre las piernas. Esta disfunción de la marcha reduce la movilidad, aumenta el riesgo de caídas y afecta significativamente la calidad de vida del paciente.
Si bien la estimulación cerebral profunda (ECP) de alta frecuencia es muy eficaz para disminuir los síntomas de temblores, rigidez y bradicinesia (enlentecimiento del movimiento), su impacto en la marcha ha sido más variable y menos predecible en pacientes con problemas avanzados de la marcha. Entre los desafíos importantes para mejorar los resultados de la ECP en trastornos avanzados de la marcha se encuentran la falta de una métrica de la marcha estandarizada que los profesionales clínicos puedan usar durante la programación, así como la comprensión del impacto de los diferentes factores de estimulación en la marcha.
En un estudio reciente, investigadores de la UCSF desarrollaron un método sistemático para cuantificar aspectos clave de la marcha relevantes para el párkinson y utilizaron aprendizaje automático para identificar los mejores ajustes de DBS para cada individuo. Estos ajustes personalizados resultaron en mejoras significativas en la marcha, como pasos más rápidos y estables, sin agravar otros síntomas.
Los resultados de su estudio se publican en npj Parkinson’s Disease.
«Abordamos el problema de optimizar las configuraciones de DBS como un desafío de ingeniería, con el objetivo de modelar la relación entre los parámetros de estimulación, la actividad cerebral y el rendimiento al caminar», dijo el primer autor del estudio, Hamid Fekri Azgomi, Ph.D., investigador postdoctoral en el Laboratorio Wang en la UCSF.
Cómo optimizar el rendimiento de la marcha
En el estudio, se implantó un dispositivo de estimulación cerebral profunda (DBS) a pacientes con párkinson que estimula el cerebro y registra la actividad neuronal al caminar. Durante las visitas clínicas, se modificaron los ajustes de DBS de los pacientes dentro de rangos seguros para examinar su impacto en la marcha. En respuesta a cada ajuste de DBS, los participantes caminaron en un circuito de aproximadamente seis metros con transmisión continua de sus datos neuronales y cinemática de la marcha.
Los investigadores desarrollaron un índice de rendimiento de la marcha (IPM) para evaluar parámetros de la marcha, como la longitud del paso, la velocidad de la zancada y la amplitud del balanceo de los brazos, y para comprender mejor la consistencia de la marcha. Al combinar estos parámetros, el IPM ofreció una evaluación integral de la marcha, abordando múltiples dimensiones de la función motora afectadas por la enfermedad de Parkinson.
«Nuestros resultados confirmaron que el WPI registró eficazmente los cambios en la configuración de la ECP, alineándose con las evaluaciones del paciente y del médico durante cada visita», afirmó Azgomi. «Esta validación respalda que el WPI es una métrica eficaz para evaluar y orientar las mejoras de la marcha en personas con párkinson. Mediante estas técnicas, pudimos predecir e identificar configuraciones personalizadas de la ECP que mejoraron el WPI».
En primer lugar, los investigadores también identificaron patrones de actividad cerebral relacionados con una mejor marcha. Mediante modelos multivariables, los autores identificaron dinámicas neuronales distintivas que diferencian el rendimiento óptimo de la marcha de los patrones menos efectivos. Una mejor marcha se correlacionó con una menor actividad de las ondas cerebrales de banda beta durante fases específicas del ciclo de la marcha en el globo pálido, una parte del cerebro asociada con la pérdida de movimiento muscular en personas con párkinson.
Estos hallazgos, junto con biomarcadores neuronales específicos de cada persona identificados, subrayan la importancia de las intervenciones personalizadas basadas en datos para mejorar la marcha de las personas que viven con Parkinson.
«Este trabajo no solo profundiza nuestra comprensión de cómo la estimulación cerebral profunda (DBS) afecta el movimiento, sino que también resalta la promesa de la neuromodulación personalizada para el Parkinson y otros trastornos neurológicos, acercándonos a terapias de neuromodulación más inteligentes y efectivas», afirmó la autora principal del estudio, Doris Wang, MD, Ph.D., neurocirujana y profesora asociada de Cirugía Neurológica de la UCSF.
Los autores afirman que las futuras líneas de investigación incluyen el desarrollo de sistemas automatizados para el análisis de la marcha en tiempo real y la integración de WPI con el software de programación de DBS. Tecnologías como las esterillas de marcha, los sensores portátiles y los sistemas avanzados de captura de movimiento podrían permitir una monitorización continua y precisa de la marcha , lo que permitiría ajustes más precisos de la DBS.
Otros autores de la UCSF incluyen a Kenneth H. Louie, Ph.D.; Jessica E. Bath, DPT, Ph.D.; Kara N. Presbrey, Ph.D.; Jannine P. Balakid, BS; Jacob H. Marks, BA; Thomas A. Wozny, MD; Nicholas B. Galifianakis, MD; Marta San Luciano, MD; Simon Little, MBBS; y Philip A. Starr, MD, Ph.D.
Más información: Hamid Fekri Azgomi et al., Modelado y optimización de la estimulación cerebral profunda para mejorar la marcha en la enfermedad de Parkinson: tratamiento personalizado con perspectivas neurofisiológicas, npj Parkinson’s Disease (2025). DOI: 10.1038/s41531-025-00990-5
