por Russ Bahorsky, Facultad de Artes y Ciencias de la Universidad de Virginia y Escuela de Graduados en Artes y Ciencias
Tubería de procesamiento. Diagrama de flujo simple que muestra qué métricas de imágenes contribuyeron a qué métricas de salida. La sección transversal de densidad de la fibra (FDC) se derivó de WM-FOD como parte de un proceso de análisis fijo, luego se sumó en forma de vóxel como una estimación de la fracción de volumen intraaxonal (AVF), mientras que la relación T1W/T2W se usó como una fracción de volumen de mielina. (MVF) para el cálculo de la relación g y la velocidad de conducción. También cabe señalar que las métricas 3T-CSD se registraron por separado en los atlas espaciales de MNI mediante un procedimiento diferente al de las métricas derivadas de la relación T1W/T2W. Crédito: MÁS UNO (2024). DOI: 10.1371/journal.pone.0301964
El trastorno del espectro autista aún no se ha relacionado con una sola causa, debido a la amplia gama de síntomas y gravedad. Sin embargo, un estudio realizado por investigadores de la Universidad de Virginia sugiere un nuevo enfoque prometedor para encontrar respuestas, uno que podría conducir a avances en el estudio de otras enfermedades y trastornos neurológicos.
el trabajo es publicado en el diario MÁS UNO.
Los enfoques actuales para la investigación del autismo implican observar y comprender el trastorno a través del estudio de sus consecuencias conductuales, utilizando técnicas como imágenes de resonancia magnética funcional que mapean las respuestas del cerebro a los estímulos y la actividad, pero se ha trabajado poco para comprender qué está causando esas respuestas.
Sin embargo, investigadores de la Facultad y la Escuela de Graduados en Artes y Ciencias de la UVA han podido comprender mejor las diferencias fisiológicas entre las estructuras cerebrales de individuos autistas y no autistas mediante el uso de resonancia magnética de difusión, una técnica que mide la difusión molecular en el tejido biológico. observar cómo el agua se mueve por el cerebro e interactúa con las membranas celulares. El enfoque ha ayudado al equipo de la UVA a desarrollar modelos matemáticos de microestructuras cerebrales que han ayudado a identificar diferencias estructurales en los cerebros de personas con y sin autismo.
«No se ha entendido bien cuáles podrían ser esas diferencias», dijo Benjamin Newman, investigador postdoctoral del Departamento de Psicología de la UVA, recién graduado del programa de posgrado en neurociencia de la Facultad de Medicina de la UVA y autor principal del nuevo artículo de investigación. «Este nuevo enfoque analiza las diferencias neuronales que contribuyen a la etiología del trastorno del espectro autista».
Basándose en el trabajo de Alan Hodgkin y Andrew Huxley, que ganaron el Premio Nobel de Medicina en 1963 por describir las características de conductividad electroquímica de las neuronas, Newman y sus coautores aplicaron esos conceptos para comprender cómo esa conductividad difiere en personas con autismo y en personas sin autismo. , utilizando los últimos datos de neuroimagen y metodologías computacionales.
El resultado es un enfoque único en su tipo para calcular la conductividad de los axones neuronales y su capacidad para transportar información a través del cerebro. El estudio también ofrece evidencia de que esas diferencias microestructurales están directamente relacionadas con las puntuaciones de los participantes en el Cuestionario de Comunicación Social, una herramienta clínica común para diagnosticar el autismo.
«Lo que estamos viendo es que hay una diferencia en el diámetro de los componentes microestructurales en el cerebro de las personas autistas que puede hacer que conduzcan la electricidad más lentamente», dijo Newman. «Es la estructura la que limita el funcionamiento del cerebro».
Uno de los coautores de Newman, John Darrell Van Horn, profesor de psicología y ciencia de datos en la UVA, comentó que muy a menudo intentamos comprender el autismo a través de una colección de patrones de comportamiento que pueden ser inusuales o parecer diferentes.
«Pero comprender esos comportamientos puede ser un poco subjetivo, dependiendo de quién esté observando», dijo Van Horn. «Necesitamos una mayor fidelidad en términos de las métricas fisiológicas que tenemos para que podamos comprender mejor de dónde provienen esos comportamientos. Esta es la primera vez que este tipo de métrica se aplica en una población clínica y arroja algo de luz interesante sobre los orígenes del TEA.»
Van Horn dijo que se ha trabajado mucho con imágenes de resonancia magnética funcional, analizando los cambios de señal relacionados con el oxígeno en la sangre en individuos autistas, pero esta investigación, dijo, «va un poco más allá».
«No se trata de preguntar si existe una diferencia particular en la activación funcional cognitiva, sino de cómo el cerebro realmente conduce la información a su alrededor a través de estas redes dinámicas», dijo Van Horn. «Y creo que hemos tenido éxito al demostrar que hay algo que es singularmente diferente entre los individuos diagnosticados con un trastorno del espectro autista en comparación con los sujetos de control con un desarrollo típico».
Newman y Van Horn, junto con los coautores Jason Druzgal y Kevin Pelphrey de la Facultad de Medicina de la UVA, están afiliados al Centro de Excelencia en Autismo (ACE) del Instituto Nacional de Salud, una iniciativa que apoya proyectos multidisciplinarios y multiinstitucionales a gran escala. estudios sobre TEA con el objetivo de determinar las causas del trastorno y sus posibles tratamientos.
Según Pelphrey, neurocientífico y experto en desarrollo cerebral e investigador principal del estudio, el objetivo general del proyecto ACE es liderar el camino en el desarrollo de un enfoque de medicina de precisión para el autismo.
«Este estudio proporciona la base para un objetivo biológico para medir la respuesta al tratamiento y nos permite identificar vías para el desarrollo de tratamientos futuros», dijo.
Van Horn añadió que el estudio también puede tener implicaciones para el examen, diagnóstico y tratamiento de otros trastornos neurológicos como el Parkinson y el Alzheimer.
«Esta es una nueva herramienta para medir las propiedades de las neuronas que nos entusiasma especialmente. Todavía estamos explorando qué podríamos detectar con ella», dijo Van Horn.
Más información:
Benjamin T. Newman et al, Velocidad de conducción, relación G y agua extracelular como características microestructurales del trastorno del espectro autista, MÁS UNO (2024). DOI: 10.1371/journal.pone.0301964
Proporcionado por University of Virginia College y Graduate School of Arts & Sciences
Citación: Estudio identifica una nueva métrica para diagnosticar el autismo (2024, 17 de abril) obtenido el 17 de abril de 2024 de https://medicalxpress.com/news/2024-04-metric-autism.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
