Scanări cerebrale pentru a ajuta la identificarea autismului?

Cercetările emergente sugerează că poate exista o zi în care anomaliile din creier asociate cu autismul pot fi detectate cu scanări cerebrale.

Depistarea precoce a acestor anomalii cerebrale specifice ar putea duce la îmbunătățirea diagnosticului și la o mai bună înțelegere a tulburărilor din spectrul autist.

Descoperirea biomarkerilor asociați cu autismul a fost o provocare, adesea deoarece metodele care arată promisiune cu un grup de pacienți eșuează atunci când sunt aplicate pe altul.

Cu toate acestea, într-un nou studiu, oamenii de știință raportează un nou grad de succes. Biomarkerul lor propus a lucrat cu un grad comparativ ridicat de precizie în evaluarea a două seturi diverse de adulți.

Oamenii de știință au dezvoltat un algoritm computerizat numit „clasificator”Deoarece poate clasifica seturi de subiecți - cei cu o tulburare a spectrului autist și cei fără - pe baza scanărilor cerebrale funcționale prin imagistică prin rezonanță magnetică (fMRI).

Analizând mii de conexiuni de conectivitate a rețelei cerebrale la zeci de persoane cu și fără autism, software-ul a găsit 16 conexiuni funcționale interregionale cheie care i-au permis să spună, cu o precizie ridicată, cine fusese diagnosticat în mod tradițional cu autism și care nu.

Tehnologia a fost dezvoltată în principal la Advanced Telecommunications Research Institute International din Kyoto, Japonia, cu contribuții majore din partea a trei coautori de la Universitatea Brown din Rhode Island.

Cercetătorii au studiat 181 de voluntari adulți la trei situri din Japonia și apoi au aplicat algoritmul unui grup de 88 de adulți americani la șapte situri. Toți voluntarii din studiu cu diagnostice de autism nu au avut dizabilități intelectuale.

„Este primul studiu care aplică [cu succes] un clasificator la o cohortă total diferită”, a spus autorul co-corespondent Dr. Yuka Sasaki, profesor asociat de cercetare în științele cognitive, lingvistice și psihologice la Brown.

„Au existat numeroase încercări înainte. În cele din urmă am depășit problema. ”

Clasificatorul, care combină doi algoritmi de învățare automată, a funcționat bine în fiecare populație, având o precizie medie de 85% în rândul voluntarilor japonezi și o precizie de 75% în rândul americanilor.

Cercetătorii au calculat că probabilitatea de a vedea acest grad de performanță a populației încrucișate pur întâmplător a fost de 1,4 într-un milion.

Cercetătorii au validat eficacitatea clasificatorului într-o altă manieră, comparând predicția clasificatorului asupra diagnosticului de autism cu principala metodă de diagnostic disponibilă în prezent clinicienilor, Programul de observare a diagnosticului de autism (ADOS).

ADOS nu se bazează pe markeri de biologie sau fiziologie, ci pe interviurile și observațiile de comportament ale unui medic. Clasificatorul a reușit să prezică scoruri pe componenta de comunicații ADOS cu o corelație semnificativă statistic de 0,44. Corelația sugerează că cele 16 conexiuni identificate de clasificator se referă la atribute de importanță în ADOS.

Cercetătorii au descoperit apoi că conexiunile erau asociate cu o rețea cerebrală responsabilă de funcțiile creierului, cum ar fi recunoașterea altor persoane, procesarea feței și procesarea emoțională. Această aliniere anatomică este în concordanță cu simptomele asociate cu tulburări din spectrul autist, cum ar fi percepțiile sociale și emoționale.

În cele din urmă, echipa a căutat să vadă dacă clasificatorul reflectă în mod adecvat similitudinile și diferențele dintre tulburările din spectrul autist și alte afecțiuni psihiatrice.

Autismul, de exemplu, este cunoscut pentru a împărtăși unele asemănări cu schizofrenia, dar nu cu depresia sau tulburarea de hiperactivitate cu deficit de atenție.

Când a fost aplicat la pacienții cu fiecare dintre aceste alte tulburări comparativ cu persoanele similare fără condiții, clasificatorul a arătat o acuratețe moderată, dar semnificativă statistic, în distingerea pacienților cu schizofrenie, dar nu și a pacienților cu depresie sau ADHD.

Scanările RMN necesare pentru colectarea datelor au fost simple, a spus Sasaki. Subiecții trebuiau să petreacă aproximativ 10 minute în aparat și nu trebuiau să îndeplinească sarcini speciale. Trebuiau doar să stea liniștiți și să se odihnească.

În ciuda acestei simplități și chiar dacă clasificatorul a avut o performanță fără precedent ca o chestiune de cercetare, a spus Sasaki, nu este încă pregătit să fie un instrument clinic. În timp ce viitorul poate aduce această dezvoltare, mai întâi vor fi necesare îmbunătățiri.

"Nivelul de precizie trebuie să fie mult mai mare", a spus Sasaki. „Precizia de 80% poate să nu fie utilă în lumea reală”.

De asemenea, nu este clar cum ar funcționa în rândul copiilor, deoarece voluntarii din acest studiu erau toți adulți.

Deși clasificatorul nu este pregătit pentru diagnosticarea curentă, deoarece precizia îmbunătățește scanările și analiza nu poate fi doar un instrument de diagnostic bazat pe fiziologie, ci și o abordare pentru a monitoriza eficacitatea tratamentului.

Este posibil ca medicii să poată utiliza instrumentul într-o zi pentru a monitoriza dacă terapiile produc modificări ale conectivității creierului, a spus Sasaki.

Cercetarea este publicată în jurnal Comunicări despre natură.

Sursa: Universitatea Brown