SEÑALES DE EEG PREDICEN CON EXACTITUD EL AUTISMO A LOS 3 MESES DE EDAD
El 1 de mayo se ha hecho público un estudio realizado en el Hospital Infantil de Boston, donde se afirma que los datos del EEG (Electroencefalograma) incorporados a un nuevo algoritmo computarizado pueden ayudar a identificar a los niños que serán diagnosticados con autismo hasta con un 95% de precisión, informan los investigadores.
El autismo es difícil de diagnosticar, especialmente temprano en la vida. Un nuevo estudio en la revista Scientific Reports muestra que los EEG de bajo costo, que miden la actividad eléctrica del cerebro, predicen con precisión o descartan el trastorno del espectro autista (TEA) en bebés, incluso en algunos tan solo 3 meses.
"Los EEG son de bajo costo, no invasivos y relativamente fáciles de incorporar a los chequeos de bebés sanos", dice Charles Nelson, PhD, director de los Laboratorios de Neurociencia Cognitiva en el Hospital Infantil de Boston y coautor del estudio. "Su fiabilidad para predecir si un niño desarrollará autismo plantea la posibilidad de intervenir muy temprano, mucho antes de que aparezcan síntomas claros de comportamiento. Esto podría conducir a mejores resultados y quizás incluso prevenir algunos de los comportamientos asociados con el trastorno del espectro autista ".
El estudio analizó los datos de población infantil con un hermano diagnosticado de autismo (ahora llamado el Proyecto de Detección infantil), una colaboración entre el Hospital Infantil de Boston y la Universidad de Boston que trata de aclarar la evolución temprana e identificar los lactantes en riesgo de desarrollar TEA y / o dificultades de lenguaje y comunicación.
William Bosl, PhD, profesor asociado de Informática de Salud y Psicología Clínica en la Universidad de San Francisco, también afiliado al Programa Informático de Salud Computacional (CHIP) en el Hospital de Niños de Boston, ha estado trabajando durante casi una década en algoritmos para interpretar señales de EEG , las líneas onduladas familiares generadas por la actividad eléctrica en el cerebro. La investigación de Bosl sugiere que incluso un EEG que parece normal contiene datos "profundos" que reflejan la función cerebral, los patrones de conectividad y la estructura que solo se pueden encontrar con los algoritmos de la computadora.
El Proyecto de detección infantil proporcionó a Bosl datos de EEG de 99 lactantes considerados de alto riesgo para TEA (que tenían un hermano mayor con el diagnóstico) y 89 controles de bajo riesgo (sin un hermano afectado). Los EEG se tomaron a los 3, 6, 9, 12, 18, 24 y 36 meses de edad colocando una red sobre el cuero cabelludo de los bebés con 128 sensores mientras los bebés se sentaban en el regazo de sus madres. (Un experimentador hizo estallar burbujas para distraerlos.) Todos los bebés también se sometieron a extensas evaluaciones de comportamiento con el Programa de observación del diagnóstico del autismo (ADOS), una herramienta de diagnóstico clínico establecida.
Los algoritmos computacionales de Bosl analizaron seis componentes diferentes (frecuencias) del EEG (alta gamma, gamma, beta, alfa, theta, delta), usando una variedad de medidas de complejidad de la señal. Estas medidas pueden reflejar diferencias en cómo se conecta el cerebro y cómo procesa e integra la información, dice Bosl.
Los algoritmos predijeron un diagnóstico clínico de TEA con alta especificidad, sensibilidad y valor predictivo positivo, superior al 95 por ciento en algunas edades.
"Los resultados fueron deslumbrantes", dice Bosl. "Nuestra precisión predictiva a los 9 meses de edad fue casi del 100 por ciento. También pudimos predecir la severidad del TEA, como lo indica el puntaje de gravedad calibrada de ADOS, con una confiabilidad bastante alta, también a los 9 meses de edad ".
https://neurosciencenews.com/eeg-autism-diagnosis-8929/