Subtipo neuroanatómico para la esquizofrenia con aprendizaje automático

Área de la Ciencia:

• Imágenes neurológicas
• La psiquiatría
• Neurociencia computacional

Sus antecedentes:

• La esquizofrenia exhibe una heterogeneidad significativa en las presentaciones clínicas y neurobiológicas.
• Comprender esta heterogeneidad es crucial para desarrollar tratamientos dirigidos.

Objetivo del estudio:

• Identificar los subtipos neuroanatómicos de la esquizofrenia utilizando un enfoque de aprendizaje automático basado en datos.
• Caracterizar los distintos patrones estructurales del cerebro asociados con estos subtipos.

Principales métodos:

• Análisis de los datos estructurales de resonancia magnética de 222 participantes (136 pacientes con esquizofrenia, 86 controles).
• Aplicación de HYDRA (Heterogeneidad a través del Análisis Discriminativo), un algoritmo de aprendizaje automático semisupervisado.
• Morfometría basada en voxel (VBM) utilizada para la comparación de subtipos con controles sanos.

Principales resultados:

• Se identificaron dos subtipos neuroanatómicos distintos de la esquizofrenia.
• Subtipo 1: Volúmenes generalizados de materia gris inferior en las regiones corticales (isla, cingulada, frontal y temporal).
• Subtipo 2: aumento de los volúmenes subcorticales (pallido, tálamo, hipocampo) en relación con los controles y el subtipo 1.

Conclusiones:

• El aprendizaje automático puede revelar efectivamente la heterogeneidad estructural en la esquizofrenia.
• Los subtipos identificados ofrecen un marco refinado para el subtipo neuroanatómico.
• Los distintos subtipos pueden facilitar el tratamiento personalizado y mejorar la precisión de la investigación.