Revelan rasgos cerebrales autistas usando novedoso análisis de RM
Por el equipo editorial de MedImaging en español Actualizado el 30 Oct 2011 |
Los investigadores han usado una técnica novedosa para estudiar los datos de exámenes cerebrales para diferenciar a los niños con autismo de los niños con desarrollo típico. Su descubrimiento reveló que la materia gris en una red de regiones cerebrales, conocida por afectar la comunicación social y los pensamientos relacionados con sí mismo, tiene una organización diferente en los individuos con autismo.
Los hallazgos fueron publicados en línea en Septiembre de 2011 en la revista Biological Psychiatry. Mientras que los diagnósticos de autismo ahora se basan completamente en observaciones clínicas y una gama de pruebas psiquiátricas y educativas, los investigadores han estado haciendo avances para identificar características anatómicas en el cerebro que ayudarían a determinar si una persona es autista o no.
“Los resultados nuevos dan una vista integral única de la organización cerebral en los niños con autismo y una relación no descubierta entre la severidad de las diferencias de la estructura cerebral y la severidad de los síntomas del autismo”, dijo Vinod Menon, PhD, un profesor de psiquiatría y ciencias del comportamiento y de neurología y ciencias neurológicas de la Escuela de Medicina de la Universidad de Stanford (CA, EUA), quien dirigió la investigación.
“Nos estamos acercando a poder usar tecnología de imaginología cerebral para ayudar en el diagnóstico y tratamiento de los individuos con autismo”, dijo el psiquiatra pediátrico, Antonio Hardan, MD, quien es el otro autor sénior del estudio y un profesor asociado y profesor de psiquiatría y ciencias del comportamiento de Stanford. El Dr. Hardan trata pacientes con autismo en el Hospital de Niños Lucile Packard (Palo Alto, CA, EUA). Los exámenes cerebrales no tienen probabilidad de reemplazar completamente los métodos convencionales de diagnóstico del autismo, que se basan en evaluaciones del comportamiento, anotó el Dr. Hardan, pero pueden eventualmente ayudar en el diagnóstico en los niños pequeños.
El autismo ocurre en aproximadamente uno de cada 110 niños. Es una enfermedad de desarrollo incapacitante que daña las destrezas del lenguaje del niño, las interacciones sociales y la capacidad de sentir como uno es percibido por los otros. El estudio comparó los datos de resonancia magnética (RM) de 24 niños autistas de 8-18 años de edad con 24 niños con desarrollo típico, de la misma edad. Los datos fueron recolectados de la Universidad de Pittsburgh (PA, EUA; http://pitt.edu). “Saltamos cuando vimos los resultados”, dijo el Dr. Menon. “Nuestro método nos permite examinar la estructura del cerebro autista de una manera más significativa”. Los hallazgos nuevos expanden el conocimiento básico de los científicos de los déficits cerebrales principales en el autismo, añadió.
El método de análisis, llamado clasificación reflectora de investigación de múltiples variables, dividió el cerebro con una malla tridimensional, luego examinó un cubo del cerebro a la vez, e identificó regiones en las cuales el patrón de volumen de la materia gris puede ser usado para discriminar entre los niños con autismo y los niños que se desarrollan normalmente.
En vez de comparar los tamaños de las estructuras cerebrales individuales, como lo han hecho estudios anteriores, el análisis nuevo generó algo parecido a un mapa topográfico del cerebro entero. Los científicos “mapearon” esencialmente las distintas colinas y valles del cerebro autista, descubriendo diferencias ligeras en la organización física de la materia gris.
Tal análisis puede ser un método más útil que las direcciones anteriores. Los estudios anteriores, por ejemplo, sugirieron que las personas con autismo deben tener cerebros más grandes en la niñez temprana o tener un defecto grande en una estructura cerebral. Este estudio tomó un método diferente y descubrió varias diferencias asociadas en la Default Mode Network, una serie de estructuras cerebrales importantes para la comunicación social y los pensamientos relacionados con sí mismo. Las estructuras específicas que difirieron incluyeron la corteza cingulada posterior, la corteza prefrontal media, y los lóbulos temporales medios. Esos hallazgos se alinean bien con estudios RM funcionales y teóricos recientes del cerebro autista, que también resaltan las diferencias en la Default Mode Network, reportó el Dr. Menon.
Una vez que el Dr. Menon y su equipo habían encontrado dónde estaban localizadas las diferencias en el cerebro autista, pudieron usar sus análisis para clasificar si los niños individuales en el estudio tenían autismo o no. Usaron un subgrupo de sus datos para “entrenar” el algoritmo matemático, y luego hicieron los exámenes restantes de RM usando el algoritmo para clasificar a los niños
“Pudimos discriminar entre el niño de desarrollo atípico y el autista con 92% de exactitud con base en el volumen de la materia gris en la corteza cingulada posterior”, dijo Lucina Uddin, PhD, el primer autor del estudio. El Dr. Uddin es un instructor en psiquiatría y ciencias del comportamiento de Stanford.
Además, los niños con los déficits más severos de comunicación, cuando se calificaron en una escala de comportamiento estándar para diagnosticar las personas con autismo, tuvieron las diferencias más grandes de la estructura cerebral. Varias alteraciones en el comportamiento social y el comportamiento repetitivo también demostraron una tendencia hacia la asociación con diferencias cerebrales más severas.
El Dr. Menon y su equipo planean repetir el estudio en niños más jóvenes y extenderlo a grupos más grandes de individuos. Si los resultados son validados, el método nuevo ofrece la posibilidad de varios métodos en diagnóstico y tratamiento del autismo. Por ejemplo, los exámenes cerebrales deben eventualmente ayudar a diferenciar el autismo de otras enfermedades del comportamiento como enfermedad de hiperactividad con déficit de atención, o debe predecir si los niños con riesgo alto, como aquellos con hermanos autistas, desarrollarán o no autismo. El examen cerebral también debe poder predecir qué tipo de deterioros ocurrirán en un niño con un diagnóstico nuevo de autismo, permitiéndoles a los médicos enfocar sus tratamientos en los deterioros pronosticados de un niño. “Los exámenes probablemente sean usadas junto con la experiencia clínica, dando esa pista adicional usando los datos del cerebro”, dijo el Dr. Uddin.
Cuando tales evaluaciones integradas sean posibles, los investigadores esperan que les permitan a los médicos construir perfiles personalizados de cada paciente. “Esperamos que eventualmente podamos decirles a los padres, ‘Su niño probablemente responderá a este tratamiento, o es improbable que su niño responda al tratamiento”, concluyó el Dr. Hardan. “En mi mente, ese es el futuro”.
Enlaces relacionados:
Stanford University School of Medicine
Lucile Packard Children’s Hospital
University of Pittsburgh
Los hallazgos fueron publicados en línea en Septiembre de 2011 en la revista Biological Psychiatry. Mientras que los diagnósticos de autismo ahora se basan completamente en observaciones clínicas y una gama de pruebas psiquiátricas y educativas, los investigadores han estado haciendo avances para identificar características anatómicas en el cerebro que ayudarían a determinar si una persona es autista o no.
“Los resultados nuevos dan una vista integral única de la organización cerebral en los niños con autismo y una relación no descubierta entre la severidad de las diferencias de la estructura cerebral y la severidad de los síntomas del autismo”, dijo Vinod Menon, PhD, un profesor de psiquiatría y ciencias del comportamiento y de neurología y ciencias neurológicas de la Escuela de Medicina de la Universidad de Stanford (CA, EUA), quien dirigió la investigación.
“Nos estamos acercando a poder usar tecnología de imaginología cerebral para ayudar en el diagnóstico y tratamiento de los individuos con autismo”, dijo el psiquiatra pediátrico, Antonio Hardan, MD, quien es el otro autor sénior del estudio y un profesor asociado y profesor de psiquiatría y ciencias del comportamiento de Stanford. El Dr. Hardan trata pacientes con autismo en el Hospital de Niños Lucile Packard (Palo Alto, CA, EUA). Los exámenes cerebrales no tienen probabilidad de reemplazar completamente los métodos convencionales de diagnóstico del autismo, que se basan en evaluaciones del comportamiento, anotó el Dr. Hardan, pero pueden eventualmente ayudar en el diagnóstico en los niños pequeños.
El autismo ocurre en aproximadamente uno de cada 110 niños. Es una enfermedad de desarrollo incapacitante que daña las destrezas del lenguaje del niño, las interacciones sociales y la capacidad de sentir como uno es percibido por los otros. El estudio comparó los datos de resonancia magnética (RM) de 24 niños autistas de 8-18 años de edad con 24 niños con desarrollo típico, de la misma edad. Los datos fueron recolectados de la Universidad de Pittsburgh (PA, EUA; http://pitt.edu). “Saltamos cuando vimos los resultados”, dijo el Dr. Menon. “Nuestro método nos permite examinar la estructura del cerebro autista de una manera más significativa”. Los hallazgos nuevos expanden el conocimiento básico de los científicos de los déficits cerebrales principales en el autismo, añadió.
El método de análisis, llamado clasificación reflectora de investigación de múltiples variables, dividió el cerebro con una malla tridimensional, luego examinó un cubo del cerebro a la vez, e identificó regiones en las cuales el patrón de volumen de la materia gris puede ser usado para discriminar entre los niños con autismo y los niños que se desarrollan normalmente.
En vez de comparar los tamaños de las estructuras cerebrales individuales, como lo han hecho estudios anteriores, el análisis nuevo generó algo parecido a un mapa topográfico del cerebro entero. Los científicos “mapearon” esencialmente las distintas colinas y valles del cerebro autista, descubriendo diferencias ligeras en la organización física de la materia gris.
Tal análisis puede ser un método más útil que las direcciones anteriores. Los estudios anteriores, por ejemplo, sugirieron que las personas con autismo deben tener cerebros más grandes en la niñez temprana o tener un defecto grande en una estructura cerebral. Este estudio tomó un método diferente y descubrió varias diferencias asociadas en la Default Mode Network, una serie de estructuras cerebrales importantes para la comunicación social y los pensamientos relacionados con sí mismo. Las estructuras específicas que difirieron incluyeron la corteza cingulada posterior, la corteza prefrontal media, y los lóbulos temporales medios. Esos hallazgos se alinean bien con estudios RM funcionales y teóricos recientes del cerebro autista, que también resaltan las diferencias en la Default Mode Network, reportó el Dr. Menon.
Una vez que el Dr. Menon y su equipo habían encontrado dónde estaban localizadas las diferencias en el cerebro autista, pudieron usar sus análisis para clasificar si los niños individuales en el estudio tenían autismo o no. Usaron un subgrupo de sus datos para “entrenar” el algoritmo matemático, y luego hicieron los exámenes restantes de RM usando el algoritmo para clasificar a los niños
“Pudimos discriminar entre el niño de desarrollo atípico y el autista con 92% de exactitud con base en el volumen de la materia gris en la corteza cingulada posterior”, dijo Lucina Uddin, PhD, el primer autor del estudio. El Dr. Uddin es un instructor en psiquiatría y ciencias del comportamiento de Stanford.
Además, los niños con los déficits más severos de comunicación, cuando se calificaron en una escala de comportamiento estándar para diagnosticar las personas con autismo, tuvieron las diferencias más grandes de la estructura cerebral. Varias alteraciones en el comportamiento social y el comportamiento repetitivo también demostraron una tendencia hacia la asociación con diferencias cerebrales más severas.
El Dr. Menon y su equipo planean repetir el estudio en niños más jóvenes y extenderlo a grupos más grandes de individuos. Si los resultados son validados, el método nuevo ofrece la posibilidad de varios métodos en diagnóstico y tratamiento del autismo. Por ejemplo, los exámenes cerebrales deben eventualmente ayudar a diferenciar el autismo de otras enfermedades del comportamiento como enfermedad de hiperactividad con déficit de atención, o debe predecir si los niños con riesgo alto, como aquellos con hermanos autistas, desarrollarán o no autismo. El examen cerebral también debe poder predecir qué tipo de deterioros ocurrirán en un niño con un diagnóstico nuevo de autismo, permitiéndoles a los médicos enfocar sus tratamientos en los deterioros pronosticados de un niño. “Los exámenes probablemente sean usadas junto con la experiencia clínica, dando esa pista adicional usando los datos del cerebro”, dijo el Dr. Uddin.
Cuando tales evaluaciones integradas sean posibles, los investigadores esperan que les permitan a los médicos construir perfiles personalizados de cada paciente. “Esperamos que eventualmente podamos decirles a los padres, ‘Su niño probablemente responderá a este tratamiento, o es improbable que su niño responda al tratamiento”, concluyó el Dr. Hardan. “En mi mente, ese es el futuro”.
Enlaces relacionados:
Stanford University School of Medicine
Lucile Packard Children’s Hospital
University of Pittsburgh
Últimas RM noticias
- Herramienta de IA rastrea la eficacia de tratamientos para la esclerosis múltiple mediante RM cerebral
- Imágenes por RM ultrapotentes permiten cirugías en pacientes con epilepsia resistente al tratamiento
- Tecnología de resonancia magnética impulsada por IA mejora el diagnóstico de Parkinson
- La RM biparamétrica combinada con IA mejora la detección del cáncer de próstata clínicamente significativo
- Plataforma de imágenes cerebrales impulsada por IA orienta el tratamiento del ACV
- Nuevo modelo mejora la comparación de RM tomadas en diferentes instituciones
- Nuevo escáner innovador detecta la propagación del cáncer que antes era inobservable
- Herramienta pionera analiza resonancias magnéticas para medir el envejecimiento cerebral
- Imágenes de RM mejoradas por IA hacen que el tejido mamario canceroso brille
- Modelo de IA segmenta automáticamente imágenes de resonancia magnética
- Nueva investigación respalda la RM cerebral de rutina en pacientes asintomáticas con cáncer de mama en etapa avanzada
- Dispositivo portátil realiza imágenes rápidas por MRI de accidentes cerebrovasculares junto a la cama del paciente
- La IA predice los efectos secundarios de la cirugía de tumores cerebrales a partir de resonancias magnéticas
- Estrategia de resonancia magnética primero para detección de cáncer de próstata demostrada segura
- Nuevo modelo hace que la resonancia magnética sea más precisa y confiable
- Nuevo método de escaneo muestra los efectos del tratamiento en la función pulmonar en tiempo real
Canales
Radiografía
ver canal
Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP
La intervención coronaria percutánea (ICP), también conocida como angioplastia coronaria, es un procedimiento mínimamente invasivo en el que se insertan pequeños tubos... Más
Mayor uso de radiografías de tórax permite detectar el cáncer de pulmón en etapas tempranas
El cáncer de pulmón sigue siendo la principal causa de muerte por cáncer en todo el mundo. Si bien tecnologías avanzadas como la tomografía computarizada (TC) desempeñan... Más
Las mamografías impulsadas por IA predicen el riesgo cardiovascular
Los Centros para el Control y la Prevención de Enfermedades de Estados Unidos recomiendan que las mujeres de mediana edad o mayores se sometan a una mamografía (una radiografía de la mama) cada uno o dos... Más
Modelo de IA generativa reduce significativamente el tiempo de lectura de radiografías de tórax
La interpretación rápida y precisa de las imágenes radiológicas es crucial debido a su impacto significativo en los resultados del paciente, ya que los errores en la interpretación pueden llevar a cambios... MásUltrasonido
ver canal
Técnica de microscopía basada en ultrasonido ayuda a diagnosticar enfermedades de pequeños vasos
La ecografía clínica, comúnmente utilizada en exámenes durante el embarazo, proporciona imágenes en tiempo real de las estructuras corporales. Es una de las técnicas... Más
Células inmunitarias activadas por ultrasonido destruyen células cancerosas
La terapia de células T con receptores de antígenos quiméricos (CAR) se ha convertido en un tratamiento oncológico muy prometedor, especialmente en los cánceres hematológicos como la leucemia.... MásMedicina Nuclear
ver canal
Nuevo enfoque de imágenes PET ofrece una visión nunca antes vista de la neuroinflamación
La COX-2, una enzima clave en la inflamación cerebral, puede aumentar significativamente su expresión mediante estímulos inflamatorios y neuroexcitación. Los investigadores... Más
Nuevo radiotrazador identifica biomarcador para el cáncer de mama triple negativo
El cáncer de mama triple negativo (CMTN), que representa entre el 15 % y el 20 % de todos los casos de cáncer de mama, es uno de los subtipos más agresivos, con una tasa de supervivencia a cinco años de... MásImaginología General
ver canal
Sistema de imágenes impulsado por IA mejora el diagnóstico del cáncer de pulmón
Dada la necesidad de detectar el cáncer de pulmón en etapas tempranas, existe una creciente necesidad de una vía de diagnóstico definitiva para pacientes con nódulos pulmonares sospechosos.... Más
Modelo de IA mejora las capacidades de la tomografía computarizada de baja dosis
El cáncer de pulmón sigue siendo una de las enfermedades más difíciles de abordar, lo que hace que el diagnóstico temprano sea fundamental para un tratamiento eficaz.... MásTI en Imaginología
ver canal
Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más
Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
Una estación de trabajo de imagenología nueva ofrece una interfaz única e intuitiva para la toma eficiente de radiografías, fluoroscopias, mamografías y la toma de imágenes de las piernas/columna vertebral... MásIndustria
ver canal
Colaboración entre GE HealthCare y NVIDIA para reinventar la imagenología diagnóstica
GE HealthCare (Chicago, IL, EUA) ha iniciado un proceso de colaboración con NVIDIA (Santa Clara, CA, EUA), ampliando la relación existente entre las dos empresas para centrarse en la innovación... Más
Siemens y Sectra colaboran en la mejora de los flujos de trabajo en radiología
Siemens Healthineers (Forchheim, Alemania) y Sectra (Linköping, Suecia) han iniciado una colaboración destinada a mejorar las capacidades de diagnóstico de los radiólogos y, a... Más