Descubrimiento de biomarcadores robustos de trastornos psiquiátricos a partir de resonancias magnéticas funcionales...

Área de la Ciencia:

• La neurociencia
• Aprendizaje automático
• Descubrimiento de biomarcadores

Sus antecedentes:

• Las redes neuronales de gráficos (GNNs) se utilizan cada vez más para el análisis de imágenes de resonancia magnética funcional (fMRI) en la investigación de trastornos psiquiátricos.
• Si bien las GNN mejoran la clasificación de los trastornos, evaluar la solidez de los biomarcadores identificados sigue siendo un desafío, ya que a menudo se basa en revisiones subjetivas de la literatura.

Objetivo del estudio:

• Revisar la aplicación de las GNN y las técnicas de explicabilidad en la IRMf para la predicción de trastornos psiquiátricos.
• Evaluar críticamente la solidez de los biomarcadores potenciales identificados por las GNN en los trastornos psiquiátricos.

Principales métodos:

• Búsqueda sistemática de la literatura de 65 estudios que utilizan GNNs para biomarcadores de fMRI en el TDAH, el TEA y la esquizofrenia.
• El análisis se centró en los métodos de atribución de características utilizados para resaltar los posibles biomarcadores y su reproducibilidad en los estudios.

Principales resultados:

• La mayoría de los estudios informan de un alto rendimiento del modelo, pero las características salientes identificadas por fMRI (biomarcadores) varían significativamente entre los estudios para el mismo trastorno.
• La reproducibilidad de los biomarcadores es limitada, con pocos marcadores transdiagnósticos identificados.
• Los métodos actuales de evaluación de la robustez de los biomarcadores son inconsistentes.

Conclusiones:

• Existe una necesidad crítica de métricas de evaluación estandarizadas y objetivas para evaluar la solidez de los biomarcadores fMRI derivados de GNN para trastornos psiquiátricos.
• Un marco de predicción-atribución-evaluación propuesto tiene como objetivo orientar la investigación futura hacia el descubrimiento de biomarcadores confiables.