Conectividad funcional estática y efectiva dinámica en personas con síndrome de down en relación con el rendimiento cognitivo

Resumen

Antecedentes: El Síndrome de Down (SD) es una alteración génetica que causa discapacidad intelectual. Se han realizado pocos estudios sobre conectividad funcional y dinámica utilizando señales de fMRI (Imagen de Resonancia Magnética Funcional) en estado de reposo, específicamente, sobre la estructura y densidad relevante de la red por defecto en estado de reposo (DMN). Aunque se ha informado de datos sobre este tema en individuos adultos con SD (edad > 45 años), no se han estudiado las propiedades de la DMN en individuos jóvenes con SD. De igual manera, los indicadores de complejidad en el campo de la conectividad funcional y su posible relación con variables del funcionamiento cognitivo son escasos. Por otro lado, de acuerdo a las pruebas emergentes se sugiere que la red de conectividad funcional no sea un proceso estático en el tiempo, sino una conectividad dinámica que muestra los cambios en los patrones de actividad neuronal a lo largo del tiempo de registro. El propósito de esta tesis de doctorado es en principio, estimar la red de conectividad funcional, posteriormente; analizar cómo algunos indicadores de complejidad estimados en las subáreas que constituyen la DMN son predictores del resultado neuropsicológico para evaluar el rendimiento cognitivo y finalmente, utilizar los modelos de ecuaciones estructurales (SEM), para estimar los componentes dinámicos de la red de conectividad efectiva a través de los efectos (recursivos y no recursivos) entre las regiones de interés (ROIs), teniendo en cuenta cómo se comporta la conectividad dinámica efectiva en personas con SD en comparación con un grupo de control de la población en general (edad < 36 años). Método: Se reclutó una muestra de 22 jóvenes con SD entre 16 y 35 años (M = 25,5 y SD = 5,1) en varios centros para personas con discapacidad intelectual (ID). Además de los datos sociodemográficos, se evalúo con las pruebas Kaufman Brief Test of Intelligence (KBIT) y Frontal Assessment Battery (FAB), posteriormente se grabó una sesión de fMRI en estado de resposo durante un período de seis minutos con un escáner 3.T Philips Ingenia. Un grupo de control de 22 personas, emparejadas por edad y sexo, fue obtenido del Proyecto Conectoma Humano (para comparar las propiedades de las redes entre los grupos), luego se hizo un análisis estadístico que incluyera una parte de la DMN con 6 ROI´s. Los resultados: por un lado, se obtuvieron los valores de las 48 ROI que configuraron la DMN, y se estimaron los gráficos de conectividad para cada sujeto, el gráfico de conectividad promedio para cada grupo, la agrupación, los efectos significativos en las ROI y la red de conectividad funcional promedio. Se encontraron diferencias significativas de los indicadores de complejidad entre los grupos: el grupo control mostró menos complejidad y menos varianza de las distribuciones de estos indicadores que el grupo con SD, sin embargo; el grupo con SD mostró relaciones signficativas y negativas entre algunos indicadores de algunas de las redes de la DMN con las puntuaciones de desempeño cognitivo. También se encontró que los patrones de conectividad dinámica son diferentes en ambos grupos, las redes de las personas con SD son más complejas y con efectos más significativos y dinámicos asociados con la ROI 3 y 4 relacionadas con áreas parietales superiores en ambos hemisferios cerebrales como eje de asociación e integración funcional. Conclusiones: Se identificó una mayor densidad de activación en el grupo SD en las redes DMN ventral, sensoriomotora y visual, aunque en el marco de una amplia variabilidad de patrones de conectividad en comparación con la red del grupo de control, lo cual amplía nuestra comprensión del patrón de las redes de conectividad funcional y la variabilidad intrasujeto en SD. Además, en cuanto a la conectividad efectiva dinámica, el grupo con SD se caracterizó por tener redes DMN más complejas y con una relación inversa entre la complejidad y el rendimiento cognitivo según las estimaciones de los parámetros negativos. Por tanto, se hace evidente que la correcta clasificación de estos grupos, especialmente en competencia cognitiva, es un buen paso inicial para proponer un biomarcador en el estudio de la complejidad de la red.