Un estudio vincula conexiones cerebrales con diagnósticos de autismo a los 2 años

Investigadores del autismo han utilizado resonancias magnéticas de niños de 6 meses de edad para mostrar cómo las regiones cerebrales están conectadas y sincronizadas, y luego predecir qué bebés con alto riesgo de desarrollar autismo se les diagnosticaría la enfermedad a los 2 años de edad.

Un estudio anterior liderado por expertos de la Universidad de Carolina del Norte (UNC), publicado en febrero en 'Nature', usó resonancias magnéticas para determinar las diferencias en la anatomía del cerebro que predicen qué bebés desarrollarían autismo cuando sean niños pequeños.

Publicado en 'Science Translational Medicine', este nuevo documento describe un segundo tipo de biomarcador cerebral que los investigadores y potencialmente clínicos podrían utilizar como parte de un kit de diagnóstico para ayudar a identificar a los niños tan pronto como sea posible, incluso antes de que los síntomas del autismo aparezcan.

"El artículo de 'Nature' se centró en medir la anatomía en dos momentos (6 y 12 meses), pero este nuevo artículo se centró en cómo las regiones cerebrales están sincronizadas entre sí en un momento (6 meses) para predecir a una edad aún más joven qué bebés desarrollarán autismo cuando sean niños pequeños --resalta el autor principal Joseph Piven, profesor de Psiquiatría en la Escuela de Medicina de la UNC y director del Instituto de Carolina para Discapacidades del Desarrollo--. Cuanto más entendemos acerca del cerebro antes de que aparezcan los síntomas, estaremos mejor preparados para ayudar a los niños y sus familias".

El coautor principal John R. Pruett Jr., profesor asociado de Psiquiatría en la Escuela de Medicina de la Universidad de Washington en St. Louis, en Estados Unidos, subraya: "No hay características de comportamiento que nos ayuden a identificar el autismo antes del desarrollo de los síntomas, que emergen durante el segundo año de vida. Pero la intervención temprana mejora los resultados, por lo que si en el futuro pudiéramos utilizar la resonancia magnética para identificar a los niños en riesgo ultra alto antes de que desarrollen síntomas, podríamos comenzar los tratamientos antes".

Durante el estudio, se colocó a niños dormidos en una máquina de imagen de resonancia magnética (IRM) y se les escaneó durante unos 15 minutos para ver la actividad neuronal a través de 230 regiones cerebrales diferentes. Los investigadores analizaron cómo varias regiones del cerebro se sincronizaron entre sí, ya que 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.

Los investigadores se centraron entonces en las conexiones de la región cerebral relacionadas con las características principales del autismo: habilidades de lenguaje, comportamientos repetitivos y comportamiento social. Por ejemplo, determinaron qué regiones cerebrales --sincronizadas a los 6 meses-- estaban relacionadas con comportamientos a los 2 años.

DESARROLLAN UN CLASIFICADOR DE APRENDIZAJE AUTOMÁTICO

Esto ayudó a los coinvestigadores a crear un clasificador de aprendizaje automático (un programa de ordenador) para clasificar las diferencias de sincronización entre esas regiones clave del cerebro. Una vez que el ordenador aprendió estos diferentes patrones, los científicos colocaron la máquina clasificadora de aprendizaje a un grupo separado de bebés.

Esta parte del estudio incluyó a 59 bebés inscritos en cuatro sitios, como el Instituto Carolina para Discapacidades del Desarrollo (CIDD) en UNC-Chapel Hill, la Universidad de Washington en St. Louis, el Hospital Infantil de Filadelfia y la Universidad de Washington en Seattle, todos en Estados Unidos. Cada bebé tenía un hermano mayor con autismo, lo que significa que cada bebé tenía alrededor de una oportunidad de desarrollar el autismo en uno de cada cinco, en comparación con uno de cada 68, que es el riesgo aproximado entre la población general.

Un total de 11 de los 59 bebés pasaron a desarrollar autismo. El clasificador de aprendizaje mecánico fue capaz de separar los resultados en dos grupos principales: los datos de IRM de los niños que desarrollaron autismo y los datos de IRM de los que no lo tuvieron. Usando sólo esta información, el programa informático predijo correctamente al 81 por ciento de los bebés que más tarde cumplirían los criterios para el autismo a los 2 años de edad.

Robert Emerson, exinvestigador postdoctoral de UNC y primer autor del estudio, explica: "Cuando el clasificador determinó que un niño tenía autismo, siempre tenía razón, pero perdió a dos niños, que desarrollaron autismo pero el programa de ordenador no lo predijo correctamente, según los datos que obtenemos a los 6 meses de edad". Y añade: "Nadie ha hecho este tipo de estudio en niños de seis meses de edad antes, por lo que necesita replicarse y esperamos realizar un estudio más amplio pronto con diferentes participantes".