Detectar el TDAH con una precisión casi perfecta

Crédito: CC0 Dominio público

Un nuevo estudio dirigido por un investigador de la Universidad de Buffalo ha identificado cómo la comunicación específica entre diferentes regiones del cerebro, conocida como conectividad cerebral, puede servir como biomarcador para el déficit de atención trastorno de hiperactividad (TDAH).

La investigación se basó en una arquitectura profunda que utiliza clasificadores de aprendizaje automático para identificar con un 99 % de precisión a aquellos adultos que habían recibido un diagnóstico infantil de TDAH muchos años antes.

«Esto sugiere que la conectividad cerebral es un biomarcador estable para el TDAH, al menos en la infancia, incluso cuando el comportamiento de un individuo se había vuelto más típico, tal vez al adaptar diferentes estrategias que oscurecen el trastorno subyacente», dijo Chris McNorgan, profesor asistente de psicología en la Facultad de Artes y Ciencias de la UB, y el autor principal del estudio.

Los hallazgos, publicados en la revista Frontiers in Physiology, tienen implicaciones no solo para detectar el TDAH, un trastorno común pero difícil de identificar en el diagnóstico, sino que también pueden ayudar a los médicos a orientar los tratamientos mediante la comprensión de dónde se ubican los pacientes en un continuo amplio.

«Debido a que ciertos productos farmacéuticos reaccionan con ciertas vías, comprender los diferentes tipos de TDAH puede ayudar a informar la decisión siones sobre un medicamento frente a otros», dijo McNorgan, experto en neuroimágenes y modelado computacional.

El trastorno por déficit de atención es el trastorno psicológico más comúnmente diagnosticado entre los niños en edad escolar, pero es difícil de identificar. Además, múltiples subtipos complican la definición clínica de TDAH.

Un diagnóstico clínico de TDAH en un paciente puede cambiar cuando ese mismo paciente regresa para una evaluación posterior.

«Un paciente puede estar exhibiendo síntomas conductuales consistentes con el TDAH un día, pero incluso días después, podría no presentar esos síntomas, o en el mismo grado», dijo McNorgan. «Podría ser simplemente la diferencia entre un buen día y un mal día.

«Pero la firma de conectividad cerebral del TDAH parece ser más estable. No vemos el cambio de diagnóstico».

El equipo de investigación multidisciplinario de los voluntarios de investigación de pregrado de la UB, Cary Judson del Departamento de Psicología y Dakota Handzlik del Departamento de Informática e Ingeniería, y John G. Holden, profesor asociado de psicología en la Universidad de Cincinnati, utilizó datos de resonancia magnética funcional de 80 participantes adultos a quienes se les diagnosticó TDAH cuando eran niños.

Los clasificadores de aprendizaje automático se aplicaron luego a cuatro instantáneas de actividad durante un tarea diseñada para evaluar la capacidad del sujeto para inhibir una respuesta automática.

El análisis enfocado de ejecuciones individuales logró un 91 % de precisión diagnóstica, mientras que el análisis colectivo estuvo cerca del 99 %.

» Es, con mucho, la tasa de precisión más alta que he visto reportada en cualquier lugar, está muy por encima de cualquier cosa que haya ocurrido antes, y mucho más allá de cualquier cosa que se haya logrado con una evaluación del comportamiento», dijo McNorgan. «Muchos factores probablemente contribuyeron a nuestra rendimiento de clasificación superior».

Investigaciones anteriores que sugerían una relación entre la conectividad cerebral y el TDAH utilizaron la clasificación lineal directa. Esta investigación analiza las relaciones entre algo y lo que ese algo predice, como el café y el rendimiento.

Para muchos rangos, la clasificación lineal directa es eficaz, pero la relación entre el café y el rendimiento, como los síntomas conductuales y el TDAH , no es lineal. Una o dos tazas de café pueden aumentar el rendimiento, pero en algún momento, la cafeína puede perjudicar el rendimiento. Las relaciones no lineales existen cuando puede tener «demasiado poco o demasiado de algo bueno», según McNorgan.

Las redes de aprendizaje profundo son adecuadas para detectar relaciones condicionales, que son no lineales. En el caso del presente estudio, el TDAH se predijo a partir de los patrones de comunicación entre grupos de áreas cerebrales, por ejemplo, A, B y C. Si las regiones A y B estuvieran muy conectadas, eso podría predecir el TDAH, pero no si estas regiones también estaban muy conectadas con la región C. Este tipo de relaciones son problemáticas para las técnicas más utilizadas, pero no para los clasificadores de aprendizaje profundo.

El modelo de McNorgan va más allá al diferenciar también a las personas con TDAH que tienen desempeño típico o atípico en la Iowa Gambling Task (IGT). El IGT es un paradigma de comportamiento similar a un juego de cartas de casino que presenta opciones de alto y bajo riesgo, y se usa comúnmente para estudiar y diagnosticar el TDAH.

Las técnicas tradicionales no pueden hacer más de una clasificación a la vez El enfoque de McNorgan vincula elegantemente el diagnóstico de TDAH con el desempeño en la IGT para proporcionar un puente potencial que explica por qué ambos están relacionados con el cableado del cerebro.

Además, aunque las personas con TDAH tienden a tomar decisiones más riesgosas en la IGT, no es un determinante universal. Algunas personas sin TDAH también toman decisiones más riesgosas que otras.

«Este enfoque al diferenciar ambas dimensiones proporciona un mecanismo para subclasificar a las personas con TDAH de maneras que pueden permitir tratamientos específicos», dijo McNorgan. «Podemos ver dónde se encuentra la gente en el continuo».

Debido a que en las personas en ambos extremos del continuo están implicadas diferentes redes cerebrales, este método abre la puerta para desarrollar terapias que se centren en redes cerebrales específicas, dijo. adicional.

Explore más

La persistencia del TDAH en la edad adulta es un predictor importante del riesgo de accidentes automovilísticos Más información: Frontiers in Physiology, DOI: 10.3389/phys.2020.583005 Proporcionado por la Universidad de Buffalo Cita: Detección del TDAH con una precisión casi perfecta (27 de enero de 2021) consultado el 30 de agosto de 2022 en https://medicalxpress.com/news/2021-01-adhd-accuracy.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.