Las imágenes cerebrales identifican a los niños en riesgo de depresión en el futuro
Un nuevo estudio de imágenes cerebrales realizado por investigadores de Boston puede que algún día conduzca a un método para identificar a los niños con alto riesgo de desarrollar depresión más adelante en la vida.
Los investigadores del Instituto de Tecnología de Massachusetts (MIT) y la Escuela de Medicina de Harvard encontraron diferencias cerebrales distintivas en niños que se sabe que tienen un alto riesgo debido a antecedentes familiares de depresión.
El hallazgo sugiere que este tipo de exploración podría usarse para identificar a los niños cuyo riesgo se desconocía anteriormente, lo que les permite someterse a un tratamiento antes de desarrollar depresión, dice John Gabrieli, profesor de ciencias cognitivas y cerebrales en el MIT.
"Nos gustaría desarrollar las herramientas para poder identificar a las personas en riesgo real, independientemente de por qué llegaron allí, con el objetivo final de tal vez intervenir temprano y no esperar a que la depresión golpee a la persona", dice Gabrieli, un autor. de El estudio.
El estudio aparece en la revista Psiquiatría biológica.
Los investigadores explican que la intervención temprana es importante porque una vez que una persona sufre un episodio de depresión, es más probable que tenga otro. "Si puedes evitar esa primera pelea, tal vez pondría a la persona en una trayectoria diferente", dice Gabrieli.
El autor principal del artículo es Xiaoqian Chai y el autor principal es Susan Whitfield-Gabrieli, ambos asociados con el Instituto McGovern del MIT.
El estudio también ayuda a responder una pregunta clave sobre las estructuras cerebrales de los pacientes deprimidos. Estudios de imágenes anteriores han revelado dos regiones del cerebro que a menudo muestran una actividad anormal en estos pacientes: la corteza cingulada anterior subgenual (sgACC) y la amígdala.
Sin embargo, en estos estudios no estaba claro si las diferencias causaron depresión o si el cerebro cambió como resultado de un episodio depresivo.
Para abordar ese problema, los investigadores decidieron escanear los cerebros de los niños que no estaban deprimidos, de acuerdo con sus puntuaciones en un cuestionario de diagnóstico de uso común, pero que tenían un padre que había sufrido el trastorno.
Históricamente, estos niños tienen tres veces más probabilidades de deprimirse más adelante en la vida, generalmente entre los 15 y los 30 años.
Gabrieli y sus colegas estudiaron a 27 niños de alto riesgo, con edades comprendidas entre los ocho y los 14 años, y los compararon con un grupo de 16 niños sin antecedentes familiares conocidos de depresión.
Usando imágenes de resonancia magnética funcional (fMRI), los investigadores midieron la sincronización de la actividad entre diferentes regiones del cerebro. Los patrones de sincronización que surgen cuando una persona no está realizando ninguna tarea en particular permiten a los científicos determinar qué regiones se comunican naturalmente entre sí.
Los investigadores identificaron varios patrones distintivos en los niños en riesgo. El más fuerte de estos vínculos fue entre el sgACC y la red de modo predeterminado, un conjunto de regiones del cerebro que está más activo cuando la mente está desenfocada. El hallazgo es importante ya que también se ha observado una sincronización anormalmente alta en los cerebros de los adultos deprimidos.
Los investigadores también encontraron conexiones hiperactivas entre la amígdala, que es importante para procesar las emociones, y la circunvolución frontal inferior, que participa en el procesamiento del lenguaje. Se encontró conectividad normal dentro de las áreas de la corteza frontal y parietal, regiones del cerebro importantes para el pensamiento y la toma de decisiones.
La investigación continúa mientras el equipo del MIT continúa rastreando a los niños en riesgo. Planean investigar si el tratamiento temprano podría prevenir episodios de depresión y también esperan estudiar cómo algunos niños que están en alto riesgo logran evitar el trastorno sin tratamiento.
Fuente: MIT
