Adobe Stock
LUNES, 18 de abril de 2022 (HealthDay News) -- El futuro del diagnóstico y de dirigir los tratamientos para los trastornos graves de la salud mental quizá incluya a IRM del cerebro.
Unos investigadores de Reino Unido encontraron que los escáneres del cerebro les permitían identificar cuáles pacientes con depresión mayor o psicosis tenían más probabilidades de sufrir unos peores resultados.
Esto podría ayudar a los médicos a decidir quién podría necesitar un tratamiento más intensivo desde el inicio, y ayudarlos a evitar el ensayo y error al elegir fármacos.
Aunque ahora el diagnóstico de afecciones como la depresión, la esquizofrenia y el trastorno bipolar se realiza usando los síntomas, el historial médico y las observaciones clínicas de un paciente, las IRM proveerían revelaciones biológicas, según el estudio.
"Sentimos que los resultados de este estudio pueden acercarnos un paso más al uso de los escáneres del cerebro u otro tipo de información neurobiológica, por ejemplo las muestras de sangre, para crear métodos más dirigidos en el tratamiento de las personas con psicosis y depresión", señaló el autor principal, Paris Lalousis, investigador postdoctoral de la Universidad de Birmingham, en Inglaterra.
Aunque otras investigaciones han utilizado escáneres del cerebro para el diagnóstico y el pronóstico de la salud mental, ahora no se usan en la clínica, aclaró Lalousis.
En el nuevo estudio, su equipo utilizó los datos de unos 300 participantes en un estudio europeo llamado PRONIA, en que se investigan herramientas para predecir la psicosis. Los participantes del estudio fueron diagnosticados de psicosis o depresión de inicio reciente.
Los investigadores los dividieron en dos grupos usando un algoritmo de aprendizaje automático. Cada uno de los dos grupos contenía a pacientes con psicosis y depresión, y cada grupo tenía unas características distintivas que iluminaban a las probabilidades de recuperación de los pacientes.
En el primer grupo, unos volúmenes más bajos de materia gris se asociaron con unos peores resultados.
La materia gris es el tejido más oscuro del cerebro, que está implicado en el control de los músculos, la memoria, las emociones y la toma de decisiones.
Ese grupo también presentaba unos niveles más altos de inflamación, una peor concentración, y otros deterioros del pensamiento y la memoria.
Al contrario, unos niveles altos de materia gris en el segundo grupo señalaron que era más probable que los pacientes se recuperaran bien.
Los investigadores utilizaron un segundo algoritmo para predecir la condición de los pacientes nueve meses tras el diagnóstico, y encontraron que era más preciso que el diagnóstico tradicional, según el estudio.
El equipo también evaluó a los grupos en otros grandes estudios de Estados Unidos y Alemania, que incluyeron a individuos con afecciones crónicas, no solo a los recién diagnosticados. Mientras más tiempo había pasado desde el diagnóstico, más probable fue que un paciente cayera en el grupo con una materia gris baja, encontró el estudio.
"Lo que esto nos dice es que tenemos potencialmente una firma identificable de un mal resultado en los pacientes con un inicio reciente", dijo Lalousis.
Por otro lado, el segundo grupo mostró una firma potencial de personas que quizá no necesiten un tratamiento igual de intensivo, añadió.
Ahora, los investigadores planifican revisar los resultados antes de planificar unos ensayos clínicos de mayor tamaño.
"Lo que necesitaríamos hacer ahora es pasar a la clínica y aplicar estos modelos, y ver si las personas se estratifican basándose en estos modelos, en comparación con solo el diagnóstico tradicional que tenemos", apuntó Lalousis. "Si observamos una diferencia en el tipo de resultados que logran, entonces podemos decir con seguridad que estos modelos tienen una utilidad clínica real".
El Dr. Steven Siegel, director de salud y bienestar mentales y psiquiatra de la Facultad de Medicina Keck de la Universidad del Sur de California, en Los Ángeles, revisó el nuevo informe.
Dijo que los hallazgos muestran el potencial de la tecnología para ayudar a un médico a obtener un diagnóstico y un plan de tratamiento que es mucho mejor que el promedio.
"Pruebas como estas igualan el campo de juego, porque la persona no depende de conseguir a un médico muy bueno para obtener un diagnóstico y un pronóstico precisos", planteó Siegel. "Esto haría que fuera accesible para los médicos promedio".
Aunque la tecnología podría ayudar a reducir algunas disparidades en la atención de la salud, Siegel dijo que un punto negativo potencial es incorporarla demasiado pronto.
Pero a medida que el proceso se refine y disemine, imagina que en lugar de un diagnóstico de "sí" o "no", las imágenes informarían al médico qué tantas probabilidades tiene un paciente de pertenecer a un grupo en lugar del otro.
"Esperaría que solo se usara como una herramienta para decir que tenemos algunos datos más. Que nos hace sentir un poco más cómodos", comentó Siegel. "Tenemos un poco más de evidencia sólida, por así decirlo, para respaldar mi juicio clínico de que este es un buen camino para usted".
El diagnóstico siempre requiere un contexto, apuntó.
Por ejemplo, para alguien que tiene un primer episodio depresivo mayor, hay buenas evidencias de que el paciente se va a recuperar y estará bien el resto de su vida, dijo Siegel. Es importante que escuche que su cerebro sigue estando bien, que tiene mucho potencial y que hay magníficas terapias para tratarlo. En la psicosis, las imágenes no cambian el sentido de permanencia que ya existe, añadió.
"Pienso que es una pieza en el camino hacia que comprendamos mejor qué cambia en el cerebro de las personas a principios de la enfermedad", observó Siegel. "Y lo que me encantaría ver es el estudio de seguimiento, en que observen a las personas dos años más tarde, tras el tratamiento, para ver si algunos de esos patrones han desaparecido".
Los hallazgos se publicaron en la edición en línea del 11 de abril de la revista Biological Psychiatry.
Más información
El Instituto Nacional de la Salud Mental de EE. UU. ofrece más información sobre los estudios de las enfermedades mentales graves.
Artículo por HealthDay, traducido por HolaDoctor.com
FUENTES: Paris Lalousis, PhD, post-doctoral research fellow, University of Birmingham, U.K.; Steven Siegel, MD, PhD, chief mental health and wellness officer and psychiatrist, Keck School of Medicine, University of Southern California, Los Angeles; Biological Psychiatry, April 11, 2022, online
