Investigadores del Hospital Clínic-IDIBAPS y del CIBERSAM participan en un estudio que identifica factores que podrían ayudar en el diagnóstico del trastorno bipolar, combinando datos de neuroimagen y técnicas de machine learning –aprendizaje automático-.

Eduard Vieta, jefe del Servicio de Psiquiatría y Psicología del Hospital Clínic, jefe del grupo Trastornos Bipolares del IDIBAPS y director científico del CIBERSAM, es uno de los firmantes de este estudio llevado a cabo por el ENIGMA Bipolar Disorders Working Group. Han participado 13 centros de investigación líderes en el tratamiento del trastorno bipolar, entre ellos FIDMAG Hermanas Hospitalarias.

A través de la participación de 3.000 pacientes (853 con la enfermedad y 2.167 sanos), el trabajo tuvo como objetivo diferenciar los individuos de un grupo u otro usando datos clínicos y neuroimagen analizados a través de técnicas de aprendizaje automático. En este caso particular, se buscaba la identificación de patrones a través del análisis de los datos clínicos y de neuroimagen que ayudasen a clasificar de forma correcta a los participantes en el grupo de pacientes con trastorno bipolar o en el de controles sanos.

Se analizaron las imágenes cerebrales obtenidas mediante resonancias magnéticas junto con otras variables clínicas y sociodemográficas de interés (tratamiento, género, edad…) de los participantes. Los resultados demostraron un mayor rendimiento de clasificación del que se esperaría encontrar solo por azar, con un área bajo la curva (ROC-AUC) de 71,49%. No obstante, los autores destacan que el nivel de precisión fue del 65, 23% inferior al umbral del 80% necesario para ser utilizado en la práctica clínica habitual.

La mejor aproximación en la materia hasta la fecha

El estudio realizado por el ENIGMA Bipolar Disorders Working Group, sin embargo, constituye hasta la fecha la mejor aproximación para el empleo de técnicas de neuroimagen como exploraciones complementarias que ayuden a confirmar el diagnóstico clínico del trastorno bipolar. En la actualidad, el diagnóstico es puramente clínico, basado en la identificación de síntomas mediante una entrevista clínica llevada a cabo por un experto en salud mental, pero una parte de la investigación se dedica a estudiar marcadores biológicos, como cambios en zonas cerebrales, que puedan contribuir a mejorar el diagnóstico.

Referencia del artículo:

Using structural MRI to identify bipolar disorders – 13 site machine learning study in 3020 individuals from the ENIGMA Bipolar Disorders Working Group

Abraham Nunes1, 2 et al. for the ENIGMA Bipolar Disorders Working Group

Mol Psychiatry. 2018 Aug 31. doi: 10.1038/s41380-018-0228-9.

Subscribirse al Directorio
Escribir un Artículo

Últimas Noticias

Uso de RNA móviles para mejorar la asim...

El gen AtCDF3 promueve una mayor producción de az...

El diagnóstico genético neonatal mejor...

Un estudio con datos de los últimos 35 años, ind...

Más de 1.500 cambios epigenéticos en e...

Un equipo de investigadores de la Universidad Juli...

Destacadas

Eosinófilos. ¿Qué significa tener val...

by Labo'Life

En nuestro post hablamos sobre este interesante tipo de célula del si...

Horizon pone en marcha una planta punter...

by Horizon Products

Horizon ha puesto en funcionamiento una nueva planta dedicada íntegra...

Diapositiva de Fotos