Los científicos biomédicos vinculan los procesos de estudios mejorados con la reducción de los síntomas de la depresión – ScienceDaily

0 14


Los científicos de Virginia Tech del Instituto de Investigación Biomédica Fralin en VTC identificaron los procesos de aprendizaje neuronal asociados con los síntomas de la depresión y vincularon las mejoras en estos procesos con la mejora de los síntomas en los participantes de la investigación que reciben tratamiento para la depresión.

Los resultados, descritos en un estudio publicado el 28 de julio de 2021 en Revista de psiquiatría de la Asociación Médica Estadounidense (JAMA), sugieren distintas vías para los síntomas de la depresión y nuevos enfoques matemáticos para el tratamiento de la depresión clínica.

La depresión mayor es uno de los trastornos mentales más comunes en los Estados Unidos y puede causar un gran daño, según el Instituto Nacional de Salud Mental. Se estima que el 7,1% de todos los adultos estadounidenses han tenido al menos un episodio depresivo mayor.

“Los medicamentos actuales y las terapias conductuales son útiles, pero para muchas personas que luchan contra la depresión, los tratamientos existentes no funcionan bien”, dijo Pearl Chiu, profesora asociada de la Unidad de Psiquiatría Computacional del Instituto de Investigación Biomédica Fralin y autor corresponsal del estudio. “Necesitamos considerar otras posibles vías para la depresión. Estas vías, o mecanismos, podrían apuntar a nuevos objetivos de tratamiento para explorar”.

Los científicos utilizaron modelos computacionales del funcionamiento del cerebro como una nueva forma de considerar los mecanismos de la depresión. En un hallazgo clave, los investigadores encontraron que las mejoras en los síntomas que siguieron a la terapia cognitivo-conductual se correlacionaron con mejoras en los componentes del aprendizaje por refuerzo que se habían descontinuado antes de la terapia.

“La depresión es una enfermedad muy grave y una de las principales causas de discapacidad en todo el mundo. Esperamos que nuestro trabajo pueda ser un puente entre los médicos del comportamiento y los científicos computacionales para identificar con mayor precisión las causas de la depresión y las nuevas formas de tratarla”, dijo la autora anterior Vanessa Brown, ex estudiante de doctorado de Chiu en el Departamento de Psicología de Virginia Tech y que ahora es profesor asistente de psiquiatría en la Universidad de Pittsburgh.

El equipo de investigación comenzó a estudiar un grupo de referencia de 101 adultos con y sin depresión clínica. Un subconjunto de los participantes con depresión fueron tratados con hasta 12 semanas de terapia cognitivo-conductual, un tratamiento que implica aprender a identificar y corregir patrones de pensamiento negativos.

Los participantes con depresión jugaron un juego de aprendizaje durante la resonancia magnética funcional del cerebro antes y después de la terapia cognitivo-conductual, y los participantes sin depresión jugaron el mismo juego en ocasiones emparejado con los participantes que participaron en la terapia cognitivo-conductual. Los científicos utilizaron modelos computacionales para identificar los diferentes procesos que contribuyen al aprendizaje. Descubrieron que los distintos componentes del aprendizaje de recompensa y pérdida, conocido como aprendizaje por refuerzo, estaban relacionados con ciertos síntomas de depresión.

“Dos de las partes más interesantes de los hallazgos son que las personas con depresión aprenden de diferentes maneras y que estos procesos de aprendizaje han cambiado a medida que los síntomas de la depresión han mejorado después de la terapia cognitivo-conductual. El vínculo entre los componentes del aprendizaje y los síntomas es fundamental”. dijo Brooks King-Casas, coautor del estudio y profesor asociado en el Instituto de Investigación Biomédica Fralin y en el Departamento de Psicología de la Facultad de Ciencias de Virginia Tech.

Los investigadores dicen que el uso de modelos computacionales tiene el potencial de ayudar a otros investigadores y profesionales de la salud mental a identificar con precisión los nuevos contribuyentes a la depresión, que a su vez podrían ser nuevos objetivos para las terapias.

“Un ejemplo es que para alguien con depresión, perder unos centavos en el juego puede parecer perder varios cientos de dólares o la pérdida puede ser muy difícil de olvidar. Estos procesos son diferentes, pero ambos afectan la forma en que aprendemos y las decisiones que tomamos. hacemos ”, dijo King-Casas.

“Hemos cuantificado algunos de estos procesos de aprendizaje con modelos computacionales y hemos demostrado que se relacionan con la depresión de formas muy diferentes”, dijo Chiu, quien también es profesor asociado de psicología en la Facultad de Ciencias de Virginia Tech. “La idea es similar a cómo el estrés o el exceso de sodio pueden contribuir a la hipertensión, pero lo que contribuye a la hipertensión de una persona en particular podría sugerir si se enfoca en reducir el estrés o en reducir el consumo de sal como parte del proceso. De manera similar, para la depresión, las partes de el aprendizaje que contribuye a la depresión de una persona puede requerir diferentes enfoques de tratamiento “.

Chiu dice que formar una comprensión computacional de cómo los procesos cognitivos se alinean con los síntomas de la depresión es un enfoque prometedor.

“Ahora que hemos vinculado componentes específicos del aprendizaje a la depresión y demostramos que cambian con los síntomas específicos de la depresión, tal vez podamos desarrollar nuevas terapias que se centren en adaptar estos componentes del aprendizaje como una forma de reducir la depresión”, dijo.

Otros ex alumnos y colaboradores postdoctorales que contribuyeron al estudio incluyen a Lusha Zhu, Alec Solway, John Wang y Katherine McCurry.

El estudio fue financiado en parte por el Instituto Nacional de Salud Mental, parte de los Institutos Nacionales de Salud.

Fuente de la historia:

Materiales proporcionados por Virginia Tech. Original escrito por John Pastor. Nota: el contenido se puede cambiar por estilo y longitud.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More