Fiabilidad a corto y largo plazo de la memoria, la complejidad y la aleatoriedad de la secuencia de microestados del...

Área de la Ciencia:

• Neurociencia
• Neurociencia Computacional
• Procesamiento de Señales

Sus antecedentes:

• El análisis de la secuencia de microestados del EEG es un campo en crecimiento.
• Estudios anteriores se centraron en parámetros temporales, pero la estabilidad de las métricas basadas en secuencias está poco explorada.
• Comprender la fiabilidad de estas métricas es crucial para su aplicación.

Objetivo del estudio:

• Evaluar sistemáticamente la fiabilidad y la concordancia test-retest de las medidas de la secuencia de microestados del EEG.
• Evaluar la estabilidad a corto plazo (90 min) y a largo plazo (30 días).
• Identificar las métricas más estables basadas en secuencias para futuras investigaciones.

Principales métodos:

• Análisis de grabaciones de EEG de 60 adultos jóvenes sanos.
• Evaluación de la fiabilidad y la concordancia de medidas que incluyen el exponente de Hurst, la complejidad de Lempel-Ziv, la entropía y la tasa de entropía.
• Se utilizaron coeficientes de correlación intraclase (ICC) y análisis de sesgo.

Principales resultados:

• Fiabilidad a corto plazo (intervalo de confianza del 95 %) de buena a excelente (ICC = 0,831-0,902).
• Fiabilidad a largo plazo de moderada a buena (intervalo de confianza del 95 %) (ICC = 0,651-0,793).
• La entropía y la tasa de entropía demostraron la mayor estabilidad con un sesgo mínimo y una fuerte concordancia.

Conclusiones:

• La dinámica de la secuencia de microestados del EEG es un rasgo estable de la actividad neuronal.
• La entropía y la tasa de entropía son medidas fiables para el análisis de secuencias.
• Los hallazgos proporcionan una base para el uso de estas métricas como biomarcadores neurofisiológicos.