La alta capacidad de generalizaci\u00f3n del nuevo modelo de predicci\u00f3n de aptitud de neurorretroalimentaci\u00f3n (NF) desarrollado por cient\u00edficos de NAIST Jap\u00f3n ofrece un m\u00e9todo r\u00e1pido, simple y no invasivo para evaluar candidatos en entornos cl\u00ednicos para quienes el entrenamiento fMRI-NF ser\u00eda m\u00e1s beneficioso. Cr\u00e9dito: Instituto de Ciencia y Tecnolog\u00eda de Nara <\/p>\n
Los avances en la ciencia m\u00e9dica han permitido el tratamiento de trastornos psiqui\u00e1tricos como el trastorno depresivo mayor (MDD) con capacitaci\u00f3n en neurorretroalimentaci\u00f3n de im\u00e1genes por resonancia magn\u00e9tica funcional (fMRI-NF). El entrenamiento fMRI-NF es un tipo de tratamiento que proporciona una forma no invasiva de controlar y reforzar las funciones cerebrales en pacientes con trastornos mentales mediante el uso de la monitorizaci\u00f3n fMRI en tiempo real. Sin embargo, la efectividad del tratamiento no es universal, est\u00e1 influenciada por un par\u00e1metro llamado aptitud de neurofeedback (NF). <\/p>\n
La aptitud de NF se refiere a la capacidad de un individuo para responder al entrenamiento de NF mostrando cambios en la actividad cerebral. Pero la aptitud de NF var\u00eda de un individuo a otro. Por lo tanto, predecir la aptitud de NF de un paciente se vuelve importante no solo para el \u00e9xito del entrenamiento de fMRI-NF, sino tambi\u00e9n para reducir la carga f\u00edsica y econ\u00f3mica para el paciente y el sistema de atenci\u00f3n m\u00e9dica. Hasta ahora, los modelos de predicci\u00f3n de aptitudes de NF se han centrado en regiones objetivo espec\u00edficas del cerebro, donde se centr\u00f3 el entrenamiento de NF. Ahora, en un nuevo estudio publicado en NeuroImage, un grupo de cient\u00edficos japoneses, dirigido por Junichiro Yoshimoto del Instituto de Ciencia y Tecnolog\u00eda de Nara, Jap\u00f3n, ha desarrollado con \u00e9xito un modelo matem\u00e1tico para la predicci\u00f3n de la aptitud NF con una alta capacidad de generalizaci\u00f3n.<\/p>\n
Hablando sobre su investigaci\u00f3n, Yoshimoto dice: \u00abAplicamos el aprendizaje autom\u00e1tico, que es una derivaci\u00f3n de la tecnolog\u00eda de inteligencia artificial (IA), en datos obtenidos de personas sanas y pacientes con trastorno depresivo mayor para desarrollar con \u00e9xito un modelo matem\u00e1tico que puede predecir la aptitud de entrenamiento individual fMRI-NF, en funci\u00f3n de su actividad cerebral pregrabada en el estado de reposo\u00bb.<\/p>\n
Para llegar al modelo, los cient\u00edficos primero estudiaron im\u00e1genes fMRI de pacientes sanos y pacientes con MDD antes Entrenamiento fMRI-NF. Luego usaron estas im\u00e1genes para calcular la conectividad funcional (FC) en estado de reposo, que describe las actividades correlacionadas o anticorrelacionadas en diferentes \u00e1reas del cerebro. Luego aplicaron una t\u00e9cnica llamada ‘regresi\u00f3n de m\u00ednimos cuadrados parciales’ (PLS) para transformar los patrones de FC en la aptitud de NF de los participantes. Adem\u00e1s, determinaron qu\u00e9 FC eran m\u00e1s efectivos para predecir la aptitud de NF.<\/p>\n
Descubrieron que el modelo PLS pod\u00eda generalizarse al conjunto de datos independientes de otros institutos, es decir, pod\u00eda predecir con \u00e9xito la aptitud de NF de los individuos bas\u00e1ndose en \u00fanicamente en la resonancia magn\u00e9tica funcional en estado de reposo. Tambi\u00e9n encontraron que una parte del cerebro llamada corteza cingulada posterior era el centro funcional entre las regiones del cerebro, lo que sugiere que juega un papel importante en la aptitud de NF. \u00abCreemos que nuestra investigaci\u00f3n ayudar\u00e1 a que el entrenamiento con fMRI-NF se vuelva m\u00e1s popular como un tratamiento no invasivo con efectos secundarios m\u00ednimos para pacientes con trastornos de salud mental\u00bb, concluye Yoshimoto.<\/p>\n
Aunque el estudio se centr\u00f3 en MDD , la generalizaci\u00f3n del modelo desarrollado en este estudio asegura que se puede aplicar a diferentes trastornos neuropsicol\u00f3gicos, brindando esperanza a los pacientes que padecen enfermedades mentales y trastornos neurol\u00f3gicos. <\/p>\n
Explore m\u00e1s<\/p>\n
Las conmociones cerebrales m\u00faltiples pueden interrumpir la conectividad cerebral en los adolescentes M\u00e1s informaci\u00f3n:<\/strong> Takashi Nakano et al, La actividad cerebral en estado de reposo puede predecir la aptitud independiente del objetivo en el entrenamiento de neurorretroalimentaci\u00f3n con fMRI, NeuroImage (2021). DOI: 10.1016\/j.neuroimage.2021.118733 Informaci\u00f3n de la revista:<\/strong> NeuroImage <\/p>\n Proporcionado por el Instituto de Ciencia y Tecnolog\u00eda de Nara Cita<\/strong>: El nuevo modelo puede predecir la capacidad de respuesta de un paciente a la IRMf -based mental health treatment (2021, 22 de diciembre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-12-patient-responsiveness-fmri-based-mental-health.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" La alta capacidad de generalizaci\u00f3n del nuevo modelo de predicci\u00f3n de aptitud de neurorretroalimentaci\u00f3n (NF) desarrollado por cient\u00edficos de NAIST Jap\u00f3n ofrece un m\u00e9todo r\u00e1pido, simple y no invasivo para evaluar candidatos en entornos cl\u00ednicos para quienes el entrenamiento fMRI-NF ser\u00eda m\u00e1s beneficioso. Cr\u00e9dito: Instituto de Ciencia y Tecnolog\u00eda de Nara Los avances en la … Continuar leyendo \u00abNuevo modelo puede predecir la capacidad de respuesta de un paciente al tratamiento de salud mental basado en resonancia magn\u00e9tica funcional\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3937","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/3937","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=3937"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/3937\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=3937"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=3937"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=3937"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}