Exploración de las Co-Alteraciones Neuroimagen-Genéticas en las Alucinaciones Auditivas Verbales en Diferentes Sujetos para el Establecimiento de un Modelo Predictivo
Las alucinaciones auditivas verbales (AAV) se definen como la percepción de voces en ausencia de estímulos auditivos externos. Estas experiencias, frecuentemente angustiantes, se presentan en diversos trastornos mentales y neurológicos, como esquizofrenia, trastorno bipolar (TB), trastorno depresivo mayor (TDM), trastorno de estrés postraumático (TEPT) y trastorno límite de la personalidad (TLP), además de ocurrir en población general sana con menor prevalencia. La esquizofrenia muestra la mayor incidencia, con más del 70% de pacientes afectados, mientras que en otros trastornos la prevalencia varía: 46% en TLP, 11,3%-62,8% en TB, 5,4%-40,6% en TDM y 4,2% en población sana. Esta heterogeneidad subraya la necesidad de diagnósticos tempranos y precisos para evitar riesgos como conductas violentas, autolesiones o suicidio.
La investigación actual integra enfoques multidisciplinarios, combinando neuroimagen y genética, para identificar características patológicas de las AAV. Dada la naturaleza humana del lenguaje, los estudios deben realizarse en individuos vivos. Técnicas como resonancia magnética funcional (fMRI), electroencefalografía (EEG) y tensor de difusión (DTI) han revelado actividad anormal en redes cerebrales como la red de prominencia, red de modo predeterminado y redes de procesamiento lingüístico en pacientes con AAV. Genéticamente, genes como FOXP2, COMT y NRG1 se asocian a susceptibilidad y respuesta terapéutica. La integración de estos datos ofrece biomarcadores potenciales para diagnóstico y blancos terapéuticos.
El desarrollo de modelos predictivos mediante aprendizaje automático es una estrategia prometedora. Estudios previos, como el de Yin et al., lograron una especificidad del 73,9% en la detección de patrones de AAV en esquizofrenia, validando este enfoque. La propuesta de investigación incluye dos componentes principales: primero, analizar sujetos con primeros episodios de esquizofrenia, TB, TEPT, TLP, TDM y población sana con AAV iniciales, utilizando secuenciación de alto rendimiento y conectoma humano para identificar co-alteraciones neuroimagen-genéticas comunes y específicas. Segundo, construir modelos predictivos que integren estas co-alteraciones, características sociodemográficas y resultados terapéuticos, permitiendo optimizar estrategias de tratamiento mediante el análisis dinámico de cambios durante la terapia.
La hipótesis central sugiere que existen características patológicas comunes y específicas de las AAV entre trastornos y población sana, formando un «puente» neurobiológico regulado por genes que vinculan anomalías cerebrales con manifestaciones clínicas. Este puente podría representar un biomarcador visualizable mediante técnicas actuales. Para validarlo, se propone un estudio de cohorte con seguimiento de dos años, combinando aprendizaje automático, genómica y conectoma cerebral, considerando variables sociodemográficas y evoluciones clínicas.
En conclusión, la integración de datos neuroimageneológicos y genéticos mediante técnicas computacionales avanzadas ofrece un camino innovador para el diagnóstico temprano y tratamiento personalizado de las AAV. La identificación de co-alteraciones específicas y el desarrollo de modelos predictivos dinámicos podrían reducir riesgos asociados y mejorar la calidad de vida de los afectados. Este enfoque traslacional representa un avance significativo en la comprensión de las AAV como fenómeno transdiagnóstico.
doi.org/10.1097/CM9.0000000000000385