MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Revelan rasgos cerebrales autistas usando novedoso análisis de RM

Por el equipo editorial de MedImaging en español
Actualizado el 30 Oct 2011
Print article
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



Ultra-Flat DR Detector
meX+1717SCC
Ultrasonic Pocket Doppler
SD1
Miembro Plata
X-Ray QA Meter
T3 AD Pro
Portable Color Doppler Ultrasound Scanner
DCU10

Print article

Canales

Radiografía

ver canal
Imagen: la evaluación FFR impulsada por IA es comparable a la evaluación convencional (foto cortesía de 123RF)

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

Medicina Nuclear

ver canal
Imagen: COX-2 en la materia gris cortical humana (foto cortesía de The Journal of Nuclear Medicine; DOI: https://doi.org/10.2967/jnumed.124.268525)

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

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

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