ene
11
Una investigación ha llegado a la conclusión de que la práctica totalidad de los estudios que se basan en la reconstrucción de redes complejas para estudiar la estructura y comportamiento del cerebro suelen ignorar o, en el mejor de los casos, tratar incorrectamente las fuentes de incertidumbre. Esto hace que, en la mayoría de los casos, pueda cuestionarse la validez de los resultados.
Por ejemplo, en el caso de la dinámica cerebral, numerosos trabajos han asociado estructuras específicas con enfermedades neurológicas, como la enfermedad de Alzheimer. Sin embargo, al no haber observado factores relacionados con la incertidumbre, los científicos plantean ahora si puede estarse seguro de las estructuras obtenidas.
En el supuesto de querer estudiar cómo distintas regiones del cerebro intercambian información durante una tarea cognitiva, la solución pasa usualmente por derivar la presencia de estas conexiones a partir de la dinámica de las regiones individuales, pero los autores se preguntan cómo afecta al resultado final la incertidumbre que se pueda tener sobre la presencia de dichas conexiones.
Para intentar resolver este reto, los investigadores han modelado la incertidumbre de cada conexión usando técnicas de inferencia estadística bayesiana, que permite obtener predicciones más sólidas de las hipótesis que se manejan. A continuación, se ha estudiado si la estructura de las redes se veía afectada por el hecho de tener o no en cuenta dicha incertidumbre, lo que favorece un conocimiento más ajustado a la realidad de los mecanismos que subyacen a distintas enfermedades o alteraciones cerebrales.
Los resultados han sido validados por medio de modelos sintéticos y datos reales de actividad cerebral de personas sanas (grupo control) y con problemas de alcoholismo, aunque la metodología usada es suficientemente genérica para permitir su aplicación en el análisis de otras enfermedades, como la enfermedad de Alzheimer o la esquizofrenia. El estudio fue publicado por Sci Rep 2018.
enero 10/2019 (neurologia.com)