Actualizado 9 de febrero, 2024
La psicosis es tratable y la mayoría de las personas se recuperan. Como la edad más común para un primer episodio es durante la adolescencia o la adultez temprana, cuando el cerebro y el cuerpo están experimentando muchos cambios, puede ser difícil identificar a los jóvenes que necesitan ayuda. En la mayoría de los casos, solo el 30% de las personas en alto riesgo clínico tienen síntomas psicóticos manifiestos más adelante, mientras que el 70% restante no los tienen, Por lo tanto, los clínicos necesitan ayuda para identificar a aquellos que desarrollarán síntomas psicóticos utilizando no solo signos subclínicos, como cambios en el pensamiento, el comportamiento y las emociones, sino también algunos marcadores biológicos.
Un consorcio internacional que incluye investigadores de la Universidad de Tokio comparó los escaneos de más de 2 000 personas de 21 ubicaciones globales. Alrededor de la mitad de los participantes habían sido identificados como clínicamente en alto riesgo de desarrollar psicosis.
Utilizando datos de entrenamiento, el sistema tuvo una precisión del 85% para diferenciar entre personas que no estaban en riesgo y aquellas que posteriormente experimentaron síntomas psicóticos manifiestos. Utilizando nuevos datos, la precisión fue del 73%. Esta herramienta podría ser útil en futuros entornos clínicos, ya que aunque la mayoría de las personas que experimentan psicosis se recuperan completamente, una intervención temprana típicamente conduce a mejores resultados con menos impacto negativo en la vida de las personas.
El consorcio de investigadores ha trabajado en conjunto para crear una herramienta de aprendizaje automático que utiliza escaneos cerebrales de resonancia magnética para identificar a las personas en riesgo de psicosis antes de que comience. Los participantes se dividieron en tres grupos de personas en alto riesgo clínico: aquellos que posteriormente desarrollaron psicosis; aquellos que no desarrollaron psicosis; y personas con estado de seguimiento incierto (1,165 personas en total para los tres grupos), y un cuarto grupo de controles sanos para comparación (1,029 personas).
Utilizando los escaneos, los investigadores entrenaron un algoritmo de aprendizaje automático para identificar patrones en la anatomía cerebral de los participantes. A partir de estos cuatro grupos, los investigadores utilizaron el algoritmo para clasificar a los participantes en dos grupos principales de interés: controles sanos y aquellos en alto riesgo que posteriormente desarrollaron síntomas psicóticos manifiestos.
Los autores crearon un modelo con individuos en CHR (alto riesgo clínico) que desarrollaron psicosis más adelante (CHR-PS+) de controles sanos (HC) que pueden diferenciarse entre sí. También evaluaron si podían distinguir a los individuos CHR-PS+ de aquellos que no desarrollaron psicosis más adelante (CHR-PS-) y aquellos con estado de seguimiento incierto (CHR-UNK). Utilizaron programas especiales para armonizar medidas de volumen subcortical, grosor cortical y área superficial (cortezas frontal superior derecha, temporal superior derecha e insulares bilaterales) y corrigieron los efectos no lineales de la edad y el sexo. La precisión del clasificador en los conjuntos de datos de entrenamiento y confirmación independientes fue del 85% y del 73% respectivamente.
Basándose en los resultados, el equipo considera que proporcionar escaneos cerebrales de resonancia magnética para personas identificadas como de alto riesgo clínico puede ser útil para predecir el inicio futuro de la psicosis.
Zhu Y, Maikusa N, Radua J et al. Using brain structural neuroimaging measures to predict psychosis onset for individuals at clinical high-risk. Mol Psychiatry 2024 Feb 9. doi: 10.1038/s41380-024-02426-7. Online ahead of print.