2025-05-122025-05-12https://cris.ucsp.edu.pe/handle/ucsp/324La Organización Mundial de la Salud estima que hay aproximadamente 47,5 millones de personas que sufren demencia en el mundo y que cada año aparecen 7,7 millones de nuevos casos; siendo la enfermedad de Alzheimer (EA) la causante del 60-70% de los mismos. Estos datos son más notorios en países como el Perú donde el número de especialistas y centros son escasos y costosos, las evaluaciones de neuroimagen son caras y otras técnicas muy invasivas; lo cual hace estimar que alrededor del 75% de los casos no son diagnosticados tempranamente. Por ello es fundamental desarrollar medidas y herramientas técnicas sensibles, validadas, no costosas y para el caso peruano, no sesgadas por el nivel educativo en estadios pre clínicos de la enfermedad. La utilización de medidas electrofisiológicas no invasivas, de bajo coste y con una alta resolución temporal, junto a la utilización de algoritmos de aprendizaje máquina, permiten analizar los patrones de conectividad cerebral alterados durante la realización de registros en reposo (resting) y en la realización de tareas de memoria de conjunción a corto plazo, las cuales se han mostrado sensibles para la detección precoz de alteraciones en la red funcional de procesamiento en estadios pre-clínicos de la demencia.Investigación científicaProyectosDemenciaEnfermedad de alzheimerAprendizaje automáticoConectividad cerebralNeurociencia cognitivaapplied research