L’obiettivo del presente studio è stato quello di sviluppare un metodo analitico automatico basato sulla quantificazione dei voxel utilizzando le immagini acquisite con tomografia ad emissione di positroni con fluorodeossiglucosio (FDG-PET) per la diagnosi precoce di malattia di Alzheimer (AD). Ottanta persone cognitivamente integre, 36 pazienti con decadimento cognitivo successivamente convertiti ad AD nei successivi 18 mesi, 85 pazienti con decadimento cognitivo che sono rimasti stabili nel tempo (24 mesi) e 67 pazienti con diagnosi di AD sono stati selezionati dal database ADNI. Per tutti i soggetti è stata eseguita la FDG-PET. Le analisi sono state eseguite basandosi su un indice di ipometabolismo AD-relato elaborato in loco. Successivamente è stata eseguita una analisi di regressione logistica tra i diversi indici di ipometabolismo cerebrale e le variabili cliniche al fine di identificare i fattori predittivi da includere in un ipotetico modello per la diagnosi precoce di AD. I risultati hanno evidenziato come un ipometabolismo a livello del cingolato posteriore combinato all’interno di un modello multivariato per età, sesso, funzione cognitiva globale e presenza di apolipoproteinaE aumenti la probabilità di diagnosi precoce di AD rispetto ad una valutazione esclusivamente clinica in pazienti affetti da decadimento cognitivo.