La esquizofrenia es una enfermedad mental que afecta la forma en que una persona piensa, siente y se comporta. Las personas con esquizofrenia pueden parecer como si hubieran perdido el contacto con la realidad, lo que puede ser angustioso para ellas, sus familiares y amigos, explica el Instituto Nacional de Salud Mental de Estados Unidos (NIMH en inglés).
La institución señala que por lo general, las personas con esquizofrenia son diagnosticadas entre los 16 y los 30 años, después de un primer episodio de psicosis. “Comenzar el tratamiento lo antes posible después de este primer episodio es un paso importante hacia la recuperación”, recomienda NIMH.
Los síntomas de la esquizofrenia incluyen alucinaciones y creencias falsas o irracionales sobre uno mismo y el mundo (es decir, delirios), así como deterioro de la memoria, déficit de atención y dificultades de aprendizaje.
La identificación precisa de las huellas neurocognitivas de la esquizofrenia podría transformar el modo en que se diagnostica y aborda esta enfermedad mental, abriendo el camino a tratamientos más individualizados y simplificados. Un reciente estudio publicado en Nature Mental Health presenta una propuesta innovadora: mediante el análisis de datos recogidos en pruebas neurocognitivas y el uso de herramientas de aprendizaje automático, es posible distinguir con notable exactitud a los pacientes con esta enfermedad.
Uno de los hallazgos más destacados del trabajo, realizado por investigadores de la Universidad de Washington, la Universidad de California San Diego y el VA San Diego Healthcare System, es que basta con evaluar dos dominios mentales —el aprendizaje verbal y la identificación de emociones— para lograr una clasificación precisa.
“El desarrollo de biomarcadores neurocognitivos para la esquizofrenia ha dependido de extensas baterías de pruebas que no resultan viables para su uso en entornos clínicos”, señalaron Robert Y. Chen, Tiffany A. Greenwood y sus colegas en su artículo. “Utilizando aprendizaje automático, buscamos identificar un subconjunto de dominios neurocognitivos capaces de diferenciar entre pacientes con esquizofrenia y sujetos sanos de comparación (SSC)”.
El análisis de datos de pacientes con esquizofrenia
Los investigadores entrenaron un modelo computacional con datos recopilados de 559 personas diagnosticadas con esquizofrenia o trastorno esquizoafectivo (que combina algunos síntomas de la esquizofrenia con un trastorno del estado de ánimo, como la depresión o el trastorno bipolar) y 745 participantes sin afecciones psiquiátricas, quienes completaron 15 pruebas reconocidas de funciones cognitivas. El modelo fue capaz de detectar las combinaciones de resultados asociadas a los diferentes diagnósticos.
“Desarrollamos un modelo de aprendizaje automático que pudo distinguir con precisión a los pacientes con esquizofrenia del síndrome de SCH y se replicó en una cohorte independiente”, escribieron Chen, Greenwood y sus colegas.
La relevancia de los dominios de aprendizaje verbal e identificación de emociones fue comprobada cuando el modelo utilizó únicamente estas dos variables, logrando una precisión similar a la obtenida con la batería completa de evaluaciones. Así, los investigadores concluyeron que “dos capacidades mentales específicas, el aprendizaje verbal y la identificación de emociones, resultaron especialmente cruciales para la predicción de la esquizofrenia”.
Este avance puede sentar las bases para nuevas herramientas que faciliten tanto el diagnóstico como la elaboración de planes de intervención adaptados a cada paciente. Los autores sostienen que “estos resultados respaldan una aproximación ‘menos es más’ para el perfil neurocognitivo eficiente en el espectro esquizofreniforme y resaltan cuáles pueden ser los dominios neurocognitivos más afectados en este trastorno incapacitante”. Además, prevén que esta línea de investigación contribuirá a identificar los rasgos cognitivos y neuronales más determinantes de distintos trastornos psiquiátricos.
