La neuroimagen permite predecir autismo en bebés de alto riesgo

Autismo

La neuroimagen permite predecir autismo en bebés de alto riesgo

La detección temprana y las intervenciones conductuales podrían mejorar la calidad de vida de las personas con este tipo de trastornos.

Escaner cerebral

El trastorno por espectro autista afecta a uno de cada 68 niños en el mundo, pero los síntomas no aparecen hasta que tienen dos o más años. Ahora, investigadores de EE UU han usado técnicas de imagen de resonancia magnética para detectar cambios funcionales en los cerebros de bebés de tan solo seis meses y permitir hacer un diagnóstico temprano.

Un escáner cerebral puede detectar cambios funcionales en bebés de tan solo seis meses de edad y predecir un diagnóstico por trastorno del espectro autista (TEA), según ha demostrado un estudio liderado por investigadores de la Universidad de Carolina del Norte (UCN), en Chapel Hill, y de la Escuela de Medicina de la Universidad de Washington, en San Luis, Missouri, (ambas en EE UU).

Se estima que uno de cada 68 niños en todo el mundo se ve afectado por TEA, un amplio grupo de trastornos del desarrollo neurológico que a menudo causan problemas de comunicación, conductas repetitivas y otros síntomas que afectan a la capacidad social del individuo.

La detección temprana y las intervenciones conductuales podrían mejorar significativamente la calidad de vida de las personas con autismo, pero los síntomas no suelen aparecer hasta que los niños tienen dos o más años.

Técnicas de imagen de resonancia magnética

En el trabajo, publicado en el último número de la revista Science Translational Medicine, los autores han usado por primera vez técnicas de imagen de resonancia magnética (IRM) en niños de seis meses de edad. Los expertos han mostrado la forma en la que las regiones del cerebro están conectadas y sincronizadas y han logrado predecir qué bebés con alto riesgo de desarrollar autismo se les diagnosticará TEA a una edad aproximada de dos años.

Un estudio previo del mismo grupo, que apareció en Nature en febrero, usó IRM para determinar las diferencias en la anatomía del cerebro que anticipan qué bebés desarrollarán autismo con posterioridad.

El artículo actual describe un segundo tipo de biomarcador cerebral que los investigadores podrían utilizar como parte de un paquete’ de diagnóstico para ayudar a identificar a los niños tan pronto como sea posible, antes de que los síntomas del autismo aparezcan, insisten los autores.

«En el futuro podremos usar la resonancia magnética para identificar a los niños en riesgo y así comenzar los tratamientos más pronto», subraya John R. Pruett Jr., investigador de psiquiatría de la Escuela de Medicina de la Universidad de Washington y coautor del trabajo.

Durante el estudio, se colocaron niños dormidos en una máquina de IRM y durante unos 15 minutos se observó su actividad neuronal a través de 230 regiones cerebrales diferentes. Los científicos analizaron cómo varias regiones del cerebro se sincronizaron entre sí.

Esta sincronía refleja la actividad coordinada de las regiones cerebrales, que es crucial para la cognición, la memoria y el comportamiento, y puede observarse durante el sueño.

Programa de clasificación de aprendizaje automático

El equipo se centró en las conexiones de la región cerebral relacionadas con las características principales del autismo: habilidades de lenguaje, comportamientos repetitivos y comportamiento social.

Por ejemplo, los científicos determinaron qué regiones cerebrales –sincronizadas a los seis meses– estaban relacionadas con comportamientos del espectro autista a los dos años. Esto ayudó a los investigadores de la UCN, liderados por Joseph Piven, a crear un programa de clasificación de aprendizaje automático para catalogar las diferencias de sincronización entre esas regiones clave del cerebro.

Una vez que el ordenador aprendió estos diferentes patrones, los investigadores aplicaron el clasificador de aprendizaje a un grupo separado de niños.

Esta parte del estudio incluyó a 59 bebés inscritos en varios centros y hospitales estadounidenses. Cada uno de ellos tenía un hermano mayor con autismo, lo que implicaba que contaba con un factor de riesgo de uno de cada cinco de desarrollar autismo, en comparación con uno de cada 68, que es el riesgo aproximado entre la población general. Un total de once los bebés acabaron desarrollando este trastorno.

El clasificador de aprendizaje automático fue capaz de separar los resultados en dos grupos principales: los datos de IRM de los niños que desarrollaron autismo y los de los que no lo hicieron. Usando solo esta información, el programa informático predijo correctamente el 81% de los bebés que más tarde cumpliría los criterios de autismo a los dos años de edad.

Robert Emerson, de la UCN, destaca que «hasta ahora nadie había hecho este tipo de investigación con niños de seis meses de edad, por lo que necesita ser replicado». «Esperamos realizar un estudio más amplio pronto con diferentes participantes”, concluye.

Más información