Bioteknologi
Terobosan Non‑Invasif Alzheimer yang Mengubah Deteksi
Tambahkan Securities.io ke sumber pilihan Anda di Google
Lebih dari 7 juta orang Amerika hidup dengan Alzheimer saat ini. Angka ini hanya akan meningkat dalam beberapa tahun mendatang, diproyeksikan naik menjadi hampir 13 juta pada tahun 2050, menurut data yang diberikan oleh Asosiasi Alzheimer.
Demikian pula, biaya kesehatan dan perawatan jangka panjang bagi orang yang hidup dengan demensia diperkirakan mencapai hampir $1 triliun pada tahun 2050.
Secara global, lebih dari 57 juta orang hidup dengan demensia pada tahun 2021, dengan penyakit Alzheimer (AD) menyumbang sebagian besar (60-70%) kasus. Angka-angka ini diperkirakan akan mencapai 139 juta pada tahun 2050.
Mengenai risiko seumur hidup terkena Alzheimer pada usia 45 tahun, risikonya sangat tinggi bagi wanita, 1 dari 5, dibandingkan 1 dari 10 bagi pria. Selain itu, dua pertiga orang Amerika dengan Alzheimer adalah wanita.
Selain itu, orang Amerika kulit hitam yang lebih tua memiliki kemungkinan dua kali lebih tinggi terkena penyakit ini dibandingkan orang kulit putih yang lebih tua, sementara orang Hispanik yang lebih tua memiliki kemungkinan sekitar satu setengah kali lebih tinggi.
Meskipun penyakit Alzheimer paling sering terjadi setelah usia 65 tahun, dengan risiko meningkat secara signifikan seiring bertambahnya usia, penyakit ini juga dapat terjadi pada orang yang lebih muda dalam kasus Alzheimer onset dini yang langka.
Para peneliti percaya bahwa sekitar 110 dari setiap 100.000 orang berusia 30 hingga 64 tahun memiliki demensia onset lebih muda.
Jadi apa sebenarnya penyakit Alzheimer? Sebenarnya, ini adalah gangguan otak progresif yang secara perlahan menghancurkan memori, pemikiran, penalaran, dan kemampuan belajar. Ia juga dapat mengubah perilaku dan kepribadian, serta melemahkan atau menghilangkan kemampuan bahasa dan pemahaman spasial.
Penyakit neurodegeneratif ini adalah bentuk demensia yang paling umum, istilah umum untuk penurunan kognitif dan kehilangan memori.
Penyakit Alzheimer bukan bagian normal dari penuaan. Ini adalah proses biologis yang dimulai dengan penumpukan protein di otak. Dua protein khususnya yang bertanggung jawab di sini:
- Amyloid, yang membentuk plak di luar sel otak
- Tau, yang membentuk anyaman di dalam sel otak
Penumpukan dua protein ini menyebabkan kematian sel otak dan mengakibatkan penyusutan otak.
Gejala awal penyakit ini meliputi lupa percakapan atau peristiwa terbaru, dan seiring waktu, menyebabkan kehilangan memori yang serius yang memengaruhi kemampuan seseorang melakukan bahkan tugas sehari‑hari yang sederhana.
Pada tahap lanjut, kehilangan fungsi otak bahkan dapat menyebabkan infeksi, dehidrasi, atau nutrisi yang buruk, berpotensi berujung pada kematian. Alzheimer sebenarnya membunuh lebih banyak orang daripada kanker payudara dan prostat secara gabungan. Selama bertahun‑tahun, penyakit ini termasuk di antara sepuluh penyebab kematian teratas pada orang berusia 65 tahun ke atas.
Namun, tidak ada obat untuk penyakit Alzheimer. Obat‑obatan yang ada membantu memperlambat perkembangannya dan mengelola gejala.
Sekarang, untuk mendiagnosis penyakit ini, penyedia layanan kesehatan menggunakan data kesehatan pasien, riwayat medis, rutinitas harian, serta perubahan suasana hati dan perilaku pasien. Mereka juga menggunakan beberapa tes, termasuk tes darah, tes kognitif, tes CSF, MRI otak, CT scan, PET scan, serta evaluasi psikiatri dan kesehatan mental.
Penelitian di bidang ini memperluas jangkauan tes dan alat untuk deteksi dini, termasuk penggunaan AI dan pencitraan canggih untuk mengidentifikasi perubahan pada otak.
Terobosan non‑invasif untuk Alzheimer juga sedang dieksplorasi untuk deteksi dan diagnosis dini, serta penanganan gejala.
Sehubungan dengan itu, pada awal tahun ini, sebuah uji klinis menemukan bahwa pembukaan berulang penghalang darah‑otak (BBB) yang dimediasi oleh ultrasound terfokus pada lobus frontal tidak hanya aman tetapi juga dapat mengurangi plak amyloid.
Hal ini juga memperbaiki gejala neuropsikiatrik umum (kecemasan, agitasi, iritabilitas, dan delusi) yang terkait dengan penyakit tersebut. Menurut Neal Kassell, MD, pendiri dan ketua Focused Ultrasound Foundation, yang mendanai penelitian yang dipimpin oleh Rumah Sakit Anam Universitas Korea bekerja sama dengan Universitas Yonsei:
“Penelitian Alzheimer telah relatif stagnan selama beberapa dekade terakhir, tetapi ultrasound terfokus menawarkan harapan dalam bidang yang telah lama mencari solusi inovatif dan berpotensi mengubah jalannya penyakit yang menghancurkan ini.”
Klik di sini untuk mempelajari bagaimana AI dapat membantu memprediksi penyakit Alzheimer.
Detak Jantung Istirahat Meningkatkan Prediksi Risiko Demensia di Berbagai Populasi
Sementara ilmuwan telah mulai melihat di luar otak untuk tanda peringatan dini, ada satu hubungan jelas yang terlewatkan: hubungan jantung‑otak. Sebuah tim peneliti internasional ternyata menemukan bahwa detak jantung istirahat dapat membantu mendeteksi risiko demensia dengan akurasi yang lebih tinggi di sebagian besar kelompok ras.
Detak jantung hanyalah jumlah kali jantung kita berdetak setiap menit. Detak jantung normal saat istirahat, yaitu ketika kita tenang dan tidak aktif, berkisar antara 60 hingga 100 denyut per menit. Perubahan detak jantung dapat menunjukkan kondisi jantung atau masalah kesehatan lainnya.
Pengukuran detak jantung yang sama yang membantu kami memantau kesehatan jantung dan tingkat kebugaran, menurut peneliti, juga dapat membantu memprediksi risiko demensia.
Menurut Newman Sze, Profesor Ilmu Kesehatan di Universitas Brock dan Canada Research Chair dalam Mekanisme Kesehatan dan Penyakit, detak jantung abnormal adalah salah satu faktor risiko paling penting untuk demensia setelah obesitas dan hipertensi.
Misalnya, hal ini dapat menandakan stres kronis yang mendasari dan disfungsi otonom, yang berpotensi berkontribusi pada neurodegenerasi dan perfusi otak yang buruk.
“Jika detak jantung istirahat terlalu rendah atau terlalu cepat karena kegagalan otot jantung, tidak cukup darah yang dipompa ke otak. Otak tidak menerima cukup oksigen dan nutrisi, yang menyebabkan degenerasi otak.”
– Sze
Fitur ini, bagaimanapun, tidak tercakup dalam salah satu alat prognostik yang paling banyak digunakan, yaitu model CAIDE.
Untuk menilai kerentanan pasien mengembangkan demensia di masa depan, alat evaluasi internasional Cardiovascular Risk Factors, Aging and Incidence of Dementia (CAIDE) menggunakan beberapa pengukuran fisiologis dan sosial.
Model CAIDE telah menjadi dasar dalam pengambilan keputusan klinis, konseling pasien, dan manajemen risiko.
Meskipun menunjukkan kemampuan prediktif yang kuat, model saat ini tidak menangkap gambaran lengkap kesehatan seseorang, terutama di seluruh kelompok ras yang beragam di AS, kata mereka. Validitas terbatas dari model yang ada dapat berujung pada akses layanan kesehatan yang tidak merata, disparitas dalam kualitas perawatan, dan variasi faktor risiko terkait demensia, seperti penyakit kardiovaskular.
Selain itu, model prediksi, seperti yang dicatat dalam studi, sering dibangun menggunakan populasi yang sangat selektif, yang tidak cocok untuk demografi yang beragam.
Jadi, tim penelitian delapan anggota menyelidiki dampak memasukkan detak jantung istirahat (RHR) ke dalam model CAIDE untuk melihat apakah penambahan ini akan meningkatkan model dan meningkatkan akses yang adil ke prediksi demensia.
RHR, pada akhirnya, adalah penanda kesehatan jantung yang mudah diakses dan non‑invasif, yang, tidak seperti faktor risiko kardiovaskular tradisional, menawarkan informasi tambahan terkait fungsi sistem saraf otonom dan respons stres kardiovaskular.
Untuk menilai efektivitas RHR, tim menggunakan data dari 44.467 peserta AS berusia 18 tahun ke atas, termasuk mereka yang berusia 65 tahun ke atas, yang dikumpulkan oleh National Alzheimer’s Coordinating Center (NACC) antara 2005 dan 2023. Data tersebut juga mencakup informasi dari tes kognitif, pemeriksaan fisik, dan wawancara.
Untuk mengembangkan model, tim menggunakan algoritma random forest pada dataset NACC.
Teknik machine learning (ML) menangkap hubungan kompleks dan non‑linear antar variabel, meningkatkan prediksi risiko demensia tim.
Peserta dalam basis data pertama‑tama dibagi menjadi kelompok ras yang dilaporkan sendiri: Putih, Afrika Hitam, Hispanik, Asia, dan dua populasi pribumi: Indian Amerika dan Alaska Native.
Tim peneliti kemudian menjalankan setiap kelompok melalui model CAIDE saat ini, yang terdiri dari usia, jenis kelamin, tingkat pendidikan, aktivitas fisik, indeks massa tubuh (BMI), kadar kolesterol, dan pengukuran hipertensi, bersama dengan biomarker alel apolipoprotein E (APOE) ε4, faktor risiko genetik terkuat untuk AD.
Proses ini kemudian diulang dengan model CAIDE‑RHR yang mencakup detak jantung istirahat. Sze mengatakan:
“Penyesuaian ini secara signifikan meningkatkan prediksi risiko demensia di sebagian besar kelompok ras, menawarkan cara yang lebih inklusif dan mudah diakses untuk mengidentifikasi individu berisiko.”
Hal yang baik dari ini adalah detak jantung istirahat mudah diukur, yang berarti lebih banyak orang dapat disaring dan dipantau. Dan itu membuat model CAIDE‑RHR lebih inklusif.
Sementara upaya telah dilakukan di masa lalu untuk meningkatkan akurasi model CAIDE melalui analisis laboratorium yang memakan sumber daya untuk mendeteksi biomarker demensia dalam sampel darah, hal ini berisiko mengurangi akses bagi populasi multiras yang kurang terlayani.
“Sebaliknya, detak jantung istirahat dapat diukur dengan manset tekanan darah sederhana atau dengan menempatkan jari pada pergelangan tangan — metode yang cepat, non‑invasif, dan tersedia secara luas, bahkan di lingkungan komunitas yang kurang terlayani.”
– Shakiru Alaka, mahasiswa PhD dan penulis utama studi.
Menurut temuan studi, yang dipublikasikan dalam Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association, model CAIDE‑RHR secara signifikan meningkatkan akurasi prediksi risiko demensia untuk semua kelompok ras dalam studi kecuali populasi Pribumi Amerika. Namun hal itu mungkin disebabkan oleh jumlah peserta yang rendah, catatannya. Menurut Sze:
“Temuan ini menyoroti pentingnya hubungan antara kesehatan jantung dan kesehatan otak.”
Model CAIDE‑RHR yang berbiaya rendah dan non‑invasif, lanjutnya, adalah “langkah menuju penanganan kesenjangan sistemik dalam cara kami menilai risiko demensia di berbagai populasi” yang dapat diintegrasikan ke dalam perawatan rutin “untuk membantu mengidentifikasi mereka yang berisiko lebih awal dan lebih adil.”
Tugas Kognitif Berbasis Video Mengidentifikasi Alzheimer Bertahun‑tahun Sebelum Gejala
Sementara studi sebelumnya menggunakan ML dan detak jantung istirahat, sebuah studi dari peneliti Rutgers‑Newark menggunakan permainan video untuk deteksi dini Alzheimer dan menemukan bahwa metode ini seefektif tes darah.
Para peneliti mengembangkan permainan tersebut untuk membantu mendeteksi penyakit bertahun‑tahun sebelum gejalanya pertama kali terlihat.
Tes demensia inovatif ini menyediakan bentuk skrining demensia non‑invasif, yang hasilnya sebanding dengan tes darah yang tersedia secara luas yang mengungkap biomarker untuk penyakit Alzheimer. Tes non‑invasif baru ini sebenarnya memiliki keunggulan tambahan berupa tidak menyakitkan dan hemat biaya karena tidak memerlukan teknisi terlatih untuk mengambil sampel darah.
Dipublikasikan dalam jurnal Alzheimer’s Research & Therapy, studi tersebut dilakukan oleh Aging & Brain Health Alliance, yang berfokus pada peran genetika dan gaya hidup dalam menunda Alzheimer.
Dengan penemuan terbaru, peneliti tidak perlu menunggu penyakit didiagnosis secara konvensional dan dapat memilih peserta uji coba obat pada tahap paling awal penyakit secara non‑invasif, menghemat tahun dalam jadwal uji klinis.
“Ini cukup menggembirakan bagi kami karena bahkan sebelum masalah kognisi menjadi jelas, kami sudah memiliki tanda peringatan dini.”
– Penulis utama Miray Budak dari Center for Molecular & Behavioral Neuroscience
Aliansi tersebut sebenarnya telah mengembangkan dan menguji alat skrining permainan video mereka selama lebih dari dua dekade. Dan akhirnya, mereka memiliki lebih banyak bukti yang mengkonfirmasi bahwa alat ini memang efektif mendeteksi penurunan fungsi otak bertahun‑tahun sebelum pasien atau orang terdekat mereka menyadari gejala apa pun.
Tes permainan video, yang disebut tugas generalisasi, mengukur kemampuan kognitif seseorang. Hal ini dilakukan dengan menunjukkan seberapa baik seseorang dapat menemukan aturan yang terkait dengan bentuk dan warna, lalu menerapkannya pada contoh baru.
Tim juga mengembangkan penilaian berbeda yang menggunakan pencitraan MRI untuk mendeteksi penurunan fleksibilitas otak.
Untuk menguji efektivitas alat mereka, tim baru‑baru ini melakukan studi yang melibatkan 148 peserta, semuanya berkulit hitam Amerika dan tidak mengalami gangguan kognitif. Mereka menjalani beberapa tes kognisi, termasuk tugas generalisasi, sebelum memberikan sampel darah dan menjalani MRI otak.
Berbeda dengan tes kognisi yang saat ini digunakan, yang mengharuskan peserta mengingat daftar kata atau menggambar wajah jam dan sering gagal mendeteksi gejala Alzheimer sampai terlambat, alat Rutgers‑Newark sederhana, dapat digunakan secara global, dan mendukung intervensi dini, memungkinkan orang lebih melindungi kesehatan otak mereka.
Model Digital Twin yang Dipersonalisasi untuk Diagnosis Dini Alzheimer
Sementara itu, sebuah studi baru telah menciptakan model digital twin untuk membantu diagnosis penyakit Alzheimer pada tahap pra‑klinis, seperti penurunan kognitif subjektif (SCD), yang dapat memungkinkan penanganan kondisi secara tepat waktu.
Metode diagnostik dini saat ini tidak cocok untuk skrining pra‑klinis semacam itu karena keterbatasan ketersediaan dan keandalan diagnostiknya. Selain itu, mereka bergantung pada metode invasif dan jarang tersedia, yang meningkatkan underdiagnosis AD pada bentuk pra‑klinis.
Untuk mengatasi tantangan ini, studi yang dipublikasikan dalam Alzheimer’s Research & Therapy memperkenalkan model Digital Alzheimer’s Disease Diagnosis atau DADD, yang menyediakan biomarker digital penyakit Alzheimer dengan memanfaatkan pemodelan otak yang dipersonalisasi dan rekaman EEG. Sinyal EEG dikumpulkan dari peserta sehat serta pasien SCD.
Elektroensefalografi (EEG) adalah alat yang banyak diadopsi yang telah secara luas digunakan untuk menyelidiki efek AD dan penurunan kognitif pada aktivitas listrik otak yang diukur selama tugas kognitif atau dalam keadaan istirahat.
Meskipun EEG memiliki manfaat biaya yang lebih rendah dan ketersediaan yang luas, tidak seperti metode diagnostik yang lebih mahal seperti MRI dan PET scan, EEG memiliki keterbatasan, terutama terkait resolusi spasial dan efek konduksi volume.
Selain itu, belum ada alur diagnostik untuk AD berbasis rekaman EEG yang telah mencapai penggunaan klinis.
Di sini, studi mencatat bahwa model komputasional dan digital twin menawarkan solusi menjanjikan, tetapi mereka jarang digunakan dalam setting klinis.
Jadi, tim menciptakan model DDD, yang menggunakan mekanisme terkait penyakit untuk membuat digital twin yang dipersonalisasi bagi setiap pasien. Model DADD telah menunjukkan akurasi tinggi dalam meramalkan biomarker cairan serebrospinal (CSF) Alzheimer serta konversi ke penurunan kognitif klinis.
Biomarker digital yang dihasilkan dari model tersebut mampu secara kuat membedakan antara peserta SCD dan peserta sehat, dengan peningkatan 7% dalam akurasi klasifikasi dibandingkan biomarker EEG standar.
Model ini juga berhasil mengidentifikasi pasien yang positif untuk biomarker CSF AD dengan akurasi 88%, jauh lebih tinggi daripada akurasi 58% biomarker EEG. Studi tersebut mencatat:
“Memprediksi biomarker CSF dengan menggabungkan digital twin dengan rekaman non‑invasif dapat merevolusi diagnosis AD pada tahap awal, membuka jalan bagi penerapan klinis digital twin dalam diagnostik AD.”
Tes Ketukan Jari dengan Sensor Magnetik Mengungkap Alzheimer pada Tahap Terawal
Sementara gangguan kognitif adalah gejala inti dan awal penyakit Alzheimer, hal ini juga dapat mengubah cara tubuh berfungsi.
Perubahan fisik ini dapat berupa otot kaku, kelelahan, kehilangan keseimbangan atau koordinasi, kaki meleret, kesulitan berdiri atau duduk, dan kedutan yang tidak dapat dikendalikan.
Studi yang meneliti fungsi jari pada pasien demensia menemukan penurunan kontrol motorik halus. Selain itu, mereka melaporkan interval yang lebih lama antara ketukan jari dan lebih sedikit ketukan pada pasien AD dan Mild Cognitive Impairment (MCI) dibandingkan individu lanjut usia yang sehat.
Untuk menguji hal itu, National Center for Geriatrics and Gerontology (NCGG) Jepang dan Hitachi bekerja sama dan melaporkan korelasi tinggi antara gerakan ketukan jari spesifik dan demensia tipe Alzheimer. Untuk ini, mereka menggunakan teknik analisis gelombang yang memungkinkan berbagai pola ketukan diekstraksi dari data kemampuan motor dengan bantuan sensor magnetik (UB1).
Pasien dengan demensia menunjukkan ketukan yang lebih lambat dan kurang teratur, menunjukkan bahwa gerakan ritmis sederhana ini dapat menjadi indikator awal penurunan kognitif.
Dalam penelitian bersama selanjutnya, NCGG dan Hitachi mengeksplorasi perbedaan gerakan jari selama ketukan jari di antara individu lanjut usia yang sehat serta pasien AD dan MCI. Kali ini, mereka menggunakan UB‑2, perangkat ketukan jari sensor magnetik yang ditingkatkan.
Menurut studi tersebut, pasien dengan penyakit Alzheimer dapat mengalami durasi kontak yang tertunda selama ketukan jari, ritme tidak teratur, dan jeda waktu antara kedua tangan.
Hasil studi menunjukkan bahwa durasi kontak pada pasien AD dan MCI “secara signifikan lebih lama” dibandingkan individu lanjut usia yang sehat. Penundaan durasi kontak selama ketukan jari ini, dicatat, mungkin menjadi pola karakteristik yang terlihat sejak tahap MCI, sebagai tahap yang lebih awal.
Swipe to scroll →
| Metode | Tipe | Invasifitas | Perkiraan Biaya | Akurasi Deteksi |
|---|---|---|---|---|
| Resting Heart Rate Model (CAIDE‑RHR) | Pengukuran Fisiologis | Non‑invasif | Rendah | Tinggi (bervariasi per grup) |
| Video‑Game Cognitive Tasks | Tes Kognitif | Non‑invasif | Rendah | Sebanding dengan tes darah |
| Digital Twin EEG Model (DADD) | EEG + Pemodelan Komputasional | Non‑invasif | Sedang | Hingga 88% |
| Magnetic Sensor Finger‑Tapping | Penilaian Keterampilan Motorik | Non‑invasif | Rendah | Tinggi untuk deteksi tahap awal |
Berinvestasi dalam Pengobatan Alzheimer
Perusahaan farmasi global, Eli Lilly and Company (LLY ) , adalah nama terkemuka di sektor ini, secara aktif mengembangkan obat Alzheimer.
Tahun lalu, pengobatan Alzheimer untuk orang dewasa dengan AD simptomatik awal, Kisunla™ (donanemab‑azbt), menerima persetujuan FDA. Pengobatan ini telah menunjukkan hasil menjanjikan dalam memperlambat penurunan kognitif pada pasien tahap awal
Eli Lilly and Company
Eli Lilly adalah perusahaan dengan kapitalisasi pasar $605,2 miliar, yang sahamnya saat ini diperdagangkan pada $648,38, turun 17,17% YTD. Saham perusahaan mencapai puncaknya pada $972,5 akhir tahun 2024.
LLY Grafik Harga
Saham tersebut baru‑baru ini mengalami penurunan ke level terendah 19‑bulan, yang disebabkan oleh kemunduran tak terduga pada obat obesitas oralnya, orforglipron. Sementara pasien yang mengonsumsi dosis tertinggi pil selama 72 minggu kehilangan hingga 11,5% lebih berat badan dibandingkan yang menerima plasebo, hasilnya lebih lemah dibandingkan Wegovy milik Novo Nordisk. (NVO )
Namun, hasil kuartal kedua Eli Lily, menunjukkan gambaran optimis. Penjualannya naik 38% menjadi $15,56 miliar sementara laba bersih per saham yang disesuaikan naik 61% menjadi $6,31.
Berita dan Perkembangan Saham Eli Lilly (LLY) Terbaru
Masa Depan Deteksi Alzheimer Non‑Invasif
Setiap tiga detik, seseorang mengembangkan demensia, yang menunjukkan betapa pentingnya menemukan perawatan efektif untuk penyakit yang melemahkan ini. Namun meskipun belum ada obat, para peneliti mencapai terobosan kuat.
Dari pembacaan denyut hingga ketukan jari, serta permainan hingga digital brain twin, penelitian Alzheimer semakin mengarah pada diagnostik yang lebih cepat, lebih murah, dan lebih inklusif. Dengan mendeteksi dan mengelola gejala jauh sebelum muncul, langkah‑langkah sehari‑hari ini dapat memungkinkan orang mempertahankan kesehatan kognitif mereka lebih lama dan mengurangi beban pada pengasuh!
Referensi:
1. He, Q., Wang, W., Zhang, Y., Xiong, Y., Tao, C., Ma, L., You, C., Ma, J., & Jiang, Y. Beban global demensia onset muda, dari 1990 hingga 2021: analisis kohort usia‑periode‑kohort dari Global Burden of Disease Study 2021. Translational Psychiatry, 15(1), 56, dipublikasikan 17 Februari 2025. https://doi.org/10.1038/s41398-025-03275-w
2. Alzheimer’s Association. Fakta dan angka penyakit Alzheimer 2022. Alzheimer’s & Dementia, 18(4), 700–789, dipublikasikan 14 Maret 2022. https://doi.org/10.1002/alz.12638
3. Alaka, S.A., Ngan, S.-F.C., Shookoni, M., MacPherson, R.E.K., Faught, B.E., Klentrou, P., Kalaria, R., Chen, C.P., & Sze, S.K. Meningkatkan validitas skor risiko demensia CAIDE dengan detak jantung istirahat dan machine learning: Analisis dari National Alzheimer’s Coordinating Center di semua ras/etnis. Alzheimer’s & Dementia, dipublikasikan 8 Agustus 2025. https://doi.org/10.1002/alz.70442
4. Budak, M., Fausto, B.A., Osiecka, Z., et al. Peningkatan plasma p-tau231 terkait dengan penurunan generalisasi dan fleksibilitas jaringan dinamis lobus temporal medial pada orang Afrika Amerika lanjut usia yang sehat. Alzheimer’s Research & Therapy, 16, 253, dipublikasikan 22 November 2024. https://doi.org/10.1186/s13195-024-01619-0
5. Amato, L.G., Lassi, M., Vergani, A.A., et al. Digital twin dan rekaman non‑invasif memungkinkan diagnosis dini penyakit Alzheimer. Alzheimer’s Research & Therapy, 17, 125, dipublikasikan 31 Mei 2025. https://doi.org/10.1186/s13195-025-01765-z
6. Sugioka, J., Suzumura, S., Kawahara, Y., Osawa, A., Maeda, N., Ito, M., Nagahama, T., Kuno, K., Shiramoto, K., Kizuka, S., Mizuguchi, T., Sano, Y., Kandori, A., & Kondo, I. Penilaian karakteristik gerakan jari pada pasien demensia menggunakan perangkat ketukan jari sensor magnetik. Japanese Journal of Comprehensive Rehabilitation Science, 11, 91–98, dipublikasikan 2020. https://doi.org/10.11336/jjcrs.11.91
