Una investigación utilizando la teoría de redes complejas sobre la imagen por resonancia magnética ha demostrado que esta aproximación explicaría mejor el grado de discapacidad en esclerosis múltiple que los parámetros convencionales de esta técnica de neuroimagen.
La esclerosis múltiple es una enfermedad autoinmune crónica y degenerativa del sistema nervioso que afecta tanto al cerebro como a la médula espinal. Esta se caracteriza por inflamación del sistema nervioso, pérdida de mielina (una capa de lípidos que rodea los nervios) y neurodegeneración.
En España se estima que unas 47 000 personas están afectadas por esclerosis múltiple, en Europa 600 000 y en el mundo unos 2 000 000.
Su diagnóstico se basa en el estudio tanto de los síntomas como de los signos del paciente, los resultados de la imagen por resonancia magnética y otras pruebas complementarias para descartar una patología diferente. Esta evaluación es compleja y suele requerir cierto tiempo.
La imagen por resonancia magnética tiene sus limitaciones en el diagnóstico y monitorización de la esclerosis múltiple. Por ejemplo, hay otras afecciones que causan lesiones cerebrales muy similares a las que produce la esclerosis múltiple, o al revés, una imagen normal no excluye la existencia de esta enfermedad.
Además, las medidas obtenidas por esta técnica diagnostican no muestran una correlación completa con el grado de discapacidad del paciente.
El cerebro analizado como una red compleja
Una investigación, publicada el mes pasado en la prestigiosa revista internacional Journal of Neurology, Neurosurgery, & Psychiatry, ha estudiado la imagen por resonancia magnética desde la perspectiva de la teoría de redes complejas para evaluar si este tipo de análisis explicaría mejor el grado de discapacidad en pacientes con esclerosis múltiple que la versión convencional de esta técnica de neuroimagen.
Una red, o grafo, es una representación gráfica formada por elementos (nodos) y sus relaciones (aristas). Una red compleja es un grafo con propiedades estadísticas y topológicas que no ocurren en redes simples.
Esta aproximación, conocida como teoría de redes complejas, se puede utilizar para estudiar las conexiones de las diferentes áreas del cerebro.
En este trabajo, los investigadores realizaron una resonancia magnética a 122 pacientes de los principales subtipos de esclerosis múltiple (remitente-recurrente, primaria progresiva y secundaria progresiva) y a 51 personas que no padecían la enfermedad como control.
Una vez obtuvieron el mapa del cerebro de cada participante, tanto de la materia gris, nodos, como de la blanca o conectoma, aristas, realizaron un análisis por la teoría de redes complejas.
Posteriormente, compararon la relación tanto de los parámetros de la red compleja del cerebro como de las medidas realizadas por resonancia magnética convencional con el grado de discapacidad y con la reducción de la velocidad de procesamiento de la información que ocurren en pacientes de esclerosis múltiple.
También te puede interesar leer: Un reciente estudio de neuroimagen podría cambiar uno de los paradigmas dominantes en la biología de los trastornos del espectro autista
Los parámetros extraídos de la red cerebral son más adecuados para entender los grados de discapacidad entre pacientes que las medidas de neuroimagen convencional
Los resultados demostraron que había diferencias en varios de los parámetros de la red entre los diferentes grupos estudiados, controles y subtipos de esclerosis múltiple.
Estas discrepancias podrían estar relacionadas con procesos patológicos como las lesiones en la materia blanca, la alteración en el flujo de información y la neurodegeneración.
Además, los investigadores realizaron modelos estadísticos donde demostraron que los parámetros de la red eran mejores a la hora de explicar los diferentes grados de discapacidad en pacientes de esclerosis múltiple que las medidas de la resonancia magnética convencionales.
A pesar de sus limitaciones, esta investigación abre las puertas al uso de los parámetros de redes complejas como biomarcadores en pacientes de esclerosis múltiple. Esta posibilidad podría mejorar tanto el diagnostico como la monitorización de la enfermedad, ayudando a predecir su desarrollo.
También te puede interesar leer: La imagen por resonancia magnética tiene más precisión que las pruebas clínicas rutinarias para predecir que personas desarrollarán alzhéimer
Fuentes y referencias:
Thalis Charalambous et al (2018): Structural network disruption markers explain disability in multiple sclerosis. En https://jnnp.bmj.com/content/early/2018/11/22/jnnp-2018-318440
La Asociación Española de Esclerosis Múltiple (AEDEM-COCEMFE) ¿Qué es la Esclerosis Múltiple? En https://aedem.org/esclerosis-m%C3%BAltiple/%C2%BFqu%C3%A9-es-la-esclerosis-m%C3%BAltiple
Fundación GAEM (2017): El diagnóstico de la Esclerosis Multiple. En https://fundaciongaem.org/diagnostico-de-la-esclerosis-multiple/
- Los videojuegos de acción pueden aumentar algunas capacidades cognitivas - 2019-03-12
- Inteligencia artificial y neuroimagen, un binomio prometedor en la predicción de la enfermedad de Alzheimer - 2018-12-18
- Análisis de redes complejas, una herramienta para el diagnóstico y el pronóstico en esclerosis múltiple - 2018-12-11
