Un estudio muestra diferencias entre los cerebros de niñas y niños con autismo

0


La organización del cerebro difiere entre niños y niñas con autismo, según un nuevo estudio de la Facultad de Medicina de la Universidad de Stanford.

Las diferencias, identificadas mediante el análisis de cientos de escáneres cerebrales con técnicas de inteligencia artificial, eran exclusivas del autismo y no se encontraron en niños y niñas con un desarrollo típico. La investigación ayuda a explicar por qué los síntomas del autismo difieren entre los géneros y puede allanar el camino para mejores diagnósticos para las niñas, según los científicos.

El autismo es un trastorno del desarrollo con un espectro de gravedad. Los niños afectados tienen déficits sociales y de comunicación, muestran intereses limitados y exhiben comportamientos repetitivos. La descripción original del autismo, publicada en 1943 por Leo Kanner, MD, estaba sesgada contra los pacientes masculinos. El trastorno se diagnostica en cuatro veces más hombres que mujeres, y la mayoría de las investigaciones sobre el autismo se han centrado en los hombres.

«Cuando una condición se describe parcialmente, los métodos de diagnóstico están sesgados», dijo el autor principal del estudio, Kaustubh Supekar, PhD, profesor clínico asistente de psiquiatría y ciencias del comportamiento. «Este estudio sugiere que debemos pensar de manera diferente».

El estudio fue publicado en línea el 15 de febrero en El Diario Británico de Psiquiatría.

«Encontramos diferencias significativas entre los cerebros de niños y niñas con autismo y obtuvimos predicciones individualizadas de los síntomas clínicos en las niñas», dijo el autor principal del estudio, Vinod Menon, PhD, profesor de psiquiatría y ciencias del comportamiento, y Rachael L. y Walter F. Nichols. , MD, Profesor. «Sabemos que el camuflaje de los síntomas es un desafío importante en el diagnóstico del autismo en las niñas, lo que genera retrasos en el diagnóstico y la terapia».

Las niñas con autismo generalmente tienen menos conductas repetitivas manifiestas que los niños, lo que puede contribuir a los retrasos en el diagnóstico, dijeron los investigadores.

«Saber que los niños y las niñas no se presentan de la misma manera, tanto conductual como neurológicamente, es muy convincente», dijo Lawrence Fung, MD, PhD, profesor asistente de psiquiatría y ciencias conductuales, quien no fue autor del estudio.

Fung trata a personas con autismo en Stanford Children’s Health, incluidas niñas y mujeres con un diagnóstico tardío. Muchos tratamientos para el autismo funcionan mejor durante el preescolar, cuando los centros motores y del lenguaje del cerebro se están desarrollando, anotó.

«Si los tratamientos se pueden hacer en el momento adecuado, hace una gran, gran diferencia: por ejemplo, los niños en el espectro del autismo que reciben una intervención temprana del habla tendrán más posibilidades de desarrollar el lenguaje como todos los demás y no tendrán que hacerlo». seguir jugando a ponerse al día, retrasarse a medida que crecen ”, dijo Fung. «Si un niño no logra articular bien, se atrasa en muchas áreas diferentes. Las consecuencias son muy graves si no se diagnostica a tiempo».

Nuevos métodos estadísticos desbloquean las diferencias

El estudio analizó resonancias magnéticas cerebrales funcionales de 773 niños con autismo, 637 niños y 136 niñas. Recopilar suficientes datos para incluir una cantidad considerable de niñas en el estudio fue un desafío, dijo Supekar, y señaló que la pequeña cantidad de niñas históricamente incluidas en la investigación del autismo era un obstáculo para aprender más sobre ellas. El equipo de investigación se basó en datos recopilados en Stanford y en bases de datos públicas que contenían escáneres cerebrales de sitios de investigación de todo el mundo.

La preponderancia de niños en las bases de datos de escáneres cerebrales también plantea un desafío matemático: los métodos estadísticos estándar utilizados para encontrar diferencias entre grupos requieren que los grupos sean aproximadamente del mismo tamaño. Estos métodos, que son la base de las técnicas de aprendizaje automático en las que se pueden entrenar algoritmos para encontrar patrones en conjuntos de datos muy grandes y complejos, no pueden adaptarse a una situación del mundo real en la que un grupo es cuatro veces más grande que el otro.

«Cuando traté de identificar las diferencias [with traditional methods]el algoritmo me diría que cada cerebro es un hombre con autismo «, dijo Supekar. «Fue un aprendizaje excesivo y no distinguir entre hombres y mujeres con autismo «.

Supekar discutió el problema con Tengyu Ma, PhD, profesor asistente de informática y estadística en Stanford y coautor del estudio. Pero recientemente había desarrollado un método que podía comparar de manera confiable conjuntos de datos complejos, como escáneres cerebrales, de grupos de diferentes tamaños. La nueva técnica proporcionó el avance que los científicos necesitaban.

«Tuvimos la suerte de que este nuevo enfoque estadístico se desarrolló en Stanford», dijo Supekar.

¿En qué se diferenció?

Utilizando 678 escáneres cerebrales de niños con autismo, los investigadores desarrollaron un algoritmo que podía distinguir entre niños y niñas con un 86 % de precisión. Cuando verificaron el algoritmo en los 95 escáneres cerebrales restantes de niños con autismo, mantuvo la misma precisión para distinguir a los niños de las niñas.

Los científicos también probaron el algoritmo en 976 escáneres cerebrales de niños y niñas con un desarrollo normal. El algoritmo no pudo distinguirlos, lo que confirma que las diferencias sexuales que encontraron los científicos eran exclusivas del autismo.

Entre los niños con autismo, las niñas tenían diferentes patrones de conectividad que los niños en diferentes centros cerebrales, incluidos los sistemas de atención motora, lingüística y visoespacial. Las diferencias en un grupo de áreas motoras, incluyendo la corteza motora primaria, el área motora suplementaria, la corteza occipital parietal y lateral, y la circunvolución temporal media y superior, fueron mayores entre los sexos. Entre las niñas con autismo, las diferencias en los centros motores estaban relacionadas con la gravedad de sus síntomas motores, lo que significa que las niñas cuyos patrones cerebrales eran más similares a los de los niños con autismo tendían a tener los síntomas motores más pronunciados.

Los investigadores también identificaron áreas del lenguaje que diferían entre los niños y las niñas con autismo, y anotaron que estudios anteriores habían identificado más trastornos del habla en los niños.

«Cuando ves que hay diferencias en las regiones del cerebro relacionadas con los síntomas clínicos del autismo, esto se siente más real», dijo Supekar.

En conjunto, los hallazgos deberían usarse para guiar los esfuerzos futuros para mejorar el diagnóstico y el tratamiento de las niñas, dijeron los investigadores.

«Nuestra investigación avanza en el uso de técnicas basadas en IA para la psiquiatría de precisión en el autismo», dijo Menon.

«Es posible que necesitemos pruebas diferentes para las niñas que para los niños. Los algoritmos de inteligencia artificial que hemos desarrollado pueden ayudar a mejorar el diagnóstico del autismo en las niñas», dijo Supekar. A nivel de tratamiento, las intervenciones para niñas podrían comenzar antes, agregó.

Otros coautores del estudio de Stanford Medicine son el analista de datos científicos Carlo de los Ángeles; investigador principal Srikanth Ryali, PhD; y el estudiante graduado Kaidi Cao. Los coautores incluyen miembros del Instituto de Investigación de Salud Materna e Infantil de Stanford, Stanford Bio-X, el Instituto de Neurociencias Stanford Wu Tsai y la Alianza de Rendimiento Humano Stanford Wu Tsai, y el Instituto Stanford para la Inteligencia Artificial Centrada en el Ser Humano.

La investigación fue apoyada por los Institutos Nacionales de Salud (becas AG072114, MH084164 y MH221069), la Fundación de Investigación del Comportamiento y el Cerebro, un Premio al Innovador de Stanford y becas de los Institutos de Investigación de Salud Materna e Infantil de Stanford, incluido el Programa de Iniciativas Transdisciplinarias, el Taube Fondo de Investigación de Salud Materna e Infantil y el Programa de Investigación Neuropsiquiátrica Uytengsu-Hamilton 22q11.

Supekar es un talentoso investigador transdisciplinario de la familia Taube para la salud maternoinfantil.

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