Análisis computarizados de determinados controles cerebrales podrían ayudar a predecir la gravedad o el plazo de la enfermedad de un paciente psicótico y permitir a los doctores tomar decisiones más adecuadas sobre la mejor forma de tratarlos, dijeron investigadores. En un estudio publicado en  Psychological Medicine (DOI:10.1017/S0033291711002005 ), científicos del Instituto de Psiquiatría del King’s Collestudio.

La experta añadió que esto podría llevar en el futuro a una forma confiable y rápida de predecir cómo evolucionará la enfermedad de un paciente, lo que permitiría a los doctores dar mejores tratamientos para aquellos más necesitados y evitar dar antipsicóticos a largo plazo a personas con psicosis moderada.

La psicosis es una condición que afecta al cerebro del paciente, alterando la forma de pensar, sentir y comportarse.

También puede ir acompañada de alucinaciones y delirios.

Las formas más comunes de psicosis son parte de trastornos mentales como la esquizofrenia -que afecta a unos 24 millones de personas en todo el mundo- y el trastorno bipolar, pero los síntomas psicóticos pueden también aparecer en enfermedades como el párkinson o el abuso de drogas o alcohol.

Un estudio publicado en marzo halló que las personas que toman cannabis en su juventud incrementan drásticamente el riesgo de tener síntomas psicóticos, y que el uso continuado de esta droga puede elevar el riesgo de desarrollar un trastorno psicótico.

Los expertos dicen que muchos pacientes se recuperan de la psicosis y tienen síntomas mínimos, pero en otros puede persistir y afectar su capacidad para vivir con normalidad.

En la actualidad, los psiquiatras no tienen formas de evaluar las probabilidades de que quien haya tenido un episodio psicótico vaya a desarrollar más.

El equipo de Dazzan trabajó con un centenar de pacientes y realizó resonancias cuando llegaron a la clínica con su primer episodio psicótico. Los investigadores escanearon también los cerebros de 91 personas sanas que formaron el grupo de control.

Los pacientes fueron seguidos hasta seis años después y colocados en grupos, entre quienes desarrollaron psicosis continuada, episódica o media, dependiendo de si sus síntomas continuaban o desaparecían durante ese tiempo.

El equipo analizó luego en detalle los controles cerebrales de 28 personas que tuvieron psicosis continuada, 28 pacientes con un trastorno episódico y 28 controles sanos y usaron los datos para “entrenar” a un software informático basado en reconocimiento de patrones para permitirle distinguir según diferente nivel de gravedad.

Cuando el algoritmo resultante se usó en controles de pacientes que habían tenido un primer episodio psicótico, fue capaz de seleccionar a quienes habían experimentado después una psicosis continua y quienes desarrollaron episodios más benignos, en siete de cada 10 casos, dijeron los investigadores.

“Demostramos que, en principio, sería posible usar controles cerebrales para identificar (…) a pacientes que posiblemente seguirán teniendo enfermedad psicótica continua y aquellos que desarrollarán una forma menos severa”, dijo Janaina Mourao-Miranda, que trabajó en el estudio con Dazzan.

“Los controles estructurales mediante IRM pueden obtenerse en apenas 10 minutos, por lo que esta técnica podría incorporarse en las investigaciones clínicas de rutina”, añadió la investigadora.
Noviembre 7/2011 LONDRES, (Reuters) –

Tomado del boletín de selección temática de Prensa Latina: Copyright 2011 “Agencia Informativa Latinoamericana Prensa Latina S.A.”

Nota: Los lectores del dominio *sld.cu acceden al texto completo a través de Hinari.

Mourao-Miranda J, Reinders AA, Rocha-Rego V, Lappin J, Rondina J, Dazzan P.Individualized prediction of illness course at the first psychotic episode: a support vector machine MRI study.Publicado en Psychol Med. 2011 Noviembre 7:1-11

noviembre 10, 2011 | Dra. María T. Oliva Roselló | Filed under: Enferm. Psiquiát. y Psicológicas, Imaginología | Etiquetas: , , , , |

Comments

Comments are closed.

Name

Email

Web

Speak your mind

*
  • Noticias por fecha

    noviembre 2011
    L M X J V S D
    « oct   dic »
     123456
    78910111213
    14151617181920
    21222324252627
    282930  
  • Noticias anteriores a 2010

    Noticias anteriores a enero de 2010

  • Suscripción AL Día

  • Categorias

    open all | close all
  • Palabras Clave

  • Administración