Cambios morfológicos cerebrales en el trastorno del espectro autista relacionados con múltiples espectros...

Área de la Ciencia:

• Neurociencia
• Neurociencia del Desarrollo
• Neuroimagen Cerebral

Sus antecedentes:

• El trastorno del espectro autista (TEA) se presenta con diversos síntomas conductuales y alteraciones de la materia gris (MG) cerebral.
• Es crucial comprender la naturaleza progresiva y causal de los cambios en el volumen de MG y su vínculo con la conducta en el TEA.
• Este estudio investigó la heterogeneidad de los cambios causales en el volumen de MG dentro del TEA en diferentes espectros conductuales.

Objetivo del estudio:

• Explorar la heterogeneidad de los cambios causales en el volumen de MG en individuos con TEA.
• Identificar subtipos neuroanatómicos distintos dentro del TEA.
• Asociar las alteraciones del volumen de MG con dominios conductuales específicos en el TEA.

Principales métodos:

• Se utilizó neuroimagen estructural cerebral y datos clínicos de 131 individuos autistas y 246 neurotípicos.
• Se desarrolló y aplicó un novedoso análisis de redes de covarianza estructural conductual-causal (BCaSCN).
• Se generaron datos de series temporales simuladas a partir de mapas de volumen de MG y puntuaciones conductuales (Escala de Respuesta Social) para modelar la progresión de la enfermedad.

Principales resultados:

• Se identificaron dos neurosubtipos distintos de TEA con alteraciones diferenciales en el volumen de materia gris (MG).
• El análisis BCaSCN reveló heterogeneidad en los cambios causales del volumen de MG entre los dos neurosubtipos de TEA.
• El subtipo 1 mostró una mayor actividad de la red causal en la cognición, mientras que el subtipo 2 la mostró en los dominios de motivación, manierismo y comunicación.

Conclusiones:

• Los subtipos de TEA se caracterizan por cambios causales heterogéneos en el volumen de MG.
• Estas alteraciones cerebrales distintas pueden correlacionarse con dominios conductuales específicos observados en el TEA.
• Se necesitan futuros estudios longitudinales para validar estos hallazgos y los resultados deben interpretarse con precaución debido al uso de datos de series temporales simuladas.