Resumen de Análisis de complejidad de la actividad cerebral y trastornos mentales
A. Fernández, M. Andreina Méndez, Roberto Hornero Sánchez, Tomás Ortiz Alonso, Juan José López-Ibor Aliño
El conocimiento sobre los procesos cerebrales que subyacen tras los trastornos mentales ha incrementado significativamente en las últimas décadas, pero a pesar del importante esfuerzo investigador no disponemos de ningún marcador biológico para estos trastornos. Por ejemplo, las técnicas neurofisiológicas (EEG o MEG) se han utilizado ampliamente en la investigación de los síndromes psiquiátricos más importantes como la esquizofrenia, la depresión mayor, el trastorno bipolar o el trastorno obsesivo/compulsivo.
Los resultados de algunos de estos estudios permitieron la construcción de modelos estadísticos con alta sensibilidad y especifi cidad, aunque estos modelos no han alcanzado la práctica clínica diaria. Una posible explicación para está situación sería la utilización de procedimientos de análisis inadecuados que podrían perder elementos importantes de la información contenida en la señal cerebral. En este sentido se han propuesto nuevos métodos de análisis nolineal para los datos neurofisiológicos. De particular interés resulta el análisis de complejidad de la señal cerebral que se ha utilizado ampliamente en la investigación de trastornos psiquiátricos. Los parámetros de complejidad EEG o MEG generalmente estiman la predictibilidad de las oscilaciones cerebrales y/o el número de osciladores independientes que subyacen tras las señales observadas. Más importante aun, los parámetros de complejidad parecen ser sensibles a los componentes temporales de la actividad cerebral y por tanto podrían reflejar bien la naturaleza dinámica de los trastornos psiquiátricos. Este artículo revisa alguno de los estudios más importantes dentro de este campo, en especial aquellos que se centran en el diagnóstico, el seguimiento y la respuesta al tratamiento.
