Los escáneres cerebrales pueden algún día ayudar a elegir el mejor tratamiento para la depresión

Una nueva investigación provocativa sugiere que un escáner cerebral puede determinar si a un individuo deprimido le iría mejor con un medicamento antidepresivo o psicoterapia.

El estudio financiado por los Institutos Nacionales de Salud descubrió que las imágenes cerebrales, una técnica utilizada principalmente para la investigación, puede ser un nuevo método para ayudar en la toma de decisiones clínicas.

“Nuestro objetivo es desarrollar biomarcadores confiables que relacionen a un paciente individual con la opción de tratamiento con más probabilidades de tener éxito, y al mismo tiempo evitar aquellos que serán ineficaces”, explicó Helen Mayberg, MD, de la Universidad de Emory, Atlanta, concesionaria de los NIH Instituto Nacional de Salud Mental.

Mayberg y sus colegas informan sobre sus hallazgos en Psiquiatría JAMA.

“Para el tratamiento de los trastornos mentales, las imágenes cerebrales siguen siendo principalmente una herramienta de investigación, sin embargo, estos resultados demuestran cómo puede estar a punto de ayudar en la toma de decisiones clínicas”, dijo el director del NIMH, Thomas R. Insel, M.D.

Actualmente, los médicos usan prueba y error para determinar si un paciente en particular con depresión respondería mejor a la psicoterapia o la medicación.

Los médicos suelen probar un tratamiento que ellos, o el paciente, prefieren durante uno o dos meses para ver si funciona. Como resultado, solo alrededor del 40 por ciento de los pacientes logran la remisión después del tratamiento inicial.

Obviamente, esta práctica es costosa en términos de sufrimiento humano y gasto en atención médica.

El equipo de Mayberg esperaba identificar un biomarcador que pudiera predecir de qué tipo de tratamiento se beneficiaría un paciente en función del estado de su cerebro.

Utilizando un escáner de tomografía por emisión de positrones (PET), obtuvieron imágenes de la actividad cerebral en reposo antes del tratamiento en 63 pacientes deprimidos. El PET identifica qué partes del cerebro están activas en un momento dado rastreando los destinos de una forma de glucosa etiquetada radiactivamente, el azúcar que alimenta su metabolismo.

Compararon la actividad del circuito cerebral de los pacientes que lograron la remisión después del tratamiento con los que no mejoraron.

La actividad en un área específica del cerebro surgió como un predictor fundamental de los resultados de dos formas estándar de tratamiento de la depresión: la terapia cognitivo-conductual (TCC) o el escitalopram (Lexapro), un antidepresivo inhibidor de la recaptación de serotonina específica (ISRS).

Si la actividad cerebral en reposo de un paciente antes del tratamiento era baja en la parte frontal de un área llamada ínsula, en el lado derecho del cerebro, indicaba una probabilidad significativamente mayor de remisión con CBT y una mala respuesta al escitalopram (Lexapro).

Por el contrario, la hiperactividad en la ínsula predijo la remisión con escitalopram y una mala respuesta a la TCC.

La actividad dentro de la ínsula anterior del cerebro predijo mejor si un individuo respondió o no a un tratamiento en particular.

Se sabe que la ínsula anterior es importante para regular los estados emocionales, la autoconciencia, la toma de decisiones y otras tareas de pensamiento.

Se han observado cambios en la actividad de la ínsula en estudios de varios tratamientos para la depresión, incluidos medicamentos, entrenamiento de atención plena, estimulación del nervio vago y estimulación cerebral profunda.

“Si estos hallazgos se confirman en estudios de replicación de seguimiento, las exploraciones de la actividad de la ínsula anterior podrían resultar clínicamente útiles para guiar decisiones de tratamiento inicial más efectivas, ofreciendo un primer paso hacia medidas de medicina personalizada en el tratamiento de la depresión mayor”, dijo Mayberg.

El costo de una tomografía por emisión de positrones varía ampliamente, pero las estimaciones actuales son de $ 1,000 a $ 4,000.

Fuente: Institutos Nacionales de Salud

!-- GDPR -->