La resonancia magnética funcional (fMRI) en estado de reposo es un método de visualización de imágenes cerebrales funcionales (es decir, se mide el aspecto de un área del cerebro a través de imágenes) que puede usarse para evaluar interacciones regionales que ocurren cuando un sujeto está en reposo. La fMRI ha evidenciado la rica estructura de la actividad cerebral en ausencia de una tarea o estímulo. En las dos últimas décadas se ha dedicado un gran esfuerzo a investigar la conectividad funcional (FC), es decir, la interacción funcional entre diferentes regiones del cerebro, que durante mucho tiempo se ha supuesto que tuviera una naturaleza estacionaria. Sólo recientemente se reveló el comportamiento dinámico de la FC, mostrando que además de los patrones correlacionales debidos a fluctuaciones espontáneas de la señal de la fMRI, la conectividad entre diferentes regiones cerebrales mostró variaciones significativas dentro de un experimento de fMRI en estado de reposo.
Como consecuencia, se dirigió mucho trabajo hacia la evaluación y caracterización de la FC dinámica (dFC), y se exploraron diferentes enfoques para identificar las fluctuaciones relevantes de la FC. Al mismo tiempo, se plantearon varias cuestiones acerca de la naturaleza de la dFC, que serían de interés sólo si llevaran a un origen neuronal. Para respaldar esta hipótesis, se establecieron correlaciones con registros de electroencefalografía (EEG), datos demográficos y de comportamiento, y se exploraron varias aplicaciones clínicas, donde se podría demostrar de manera preliminar el potencial de la dFC.
El artículo de revisión, disponible en http://www.sciencedirect.com/science/article/pii/S1053811916307881 tiene como objetivo proporcionar una descripción completa de los enfoques de la dFC propuestos hasta la fecha, y señalar las direcciones que aparecen como las más prometedoras para los desarrollos futuros del sector. Se abordan las ventajas y los inconvenientes de los análisis de la dFC, ayudando a los lectores a orientarse a través de la compleja red de metodologías y herramientas disponibles.
Fig. 1. Resumen de las estrategias analíticas actuales de la dFC.
(A) El método más comúnmente usado es la metodología tradicional de la ventana corrediza, donde la conectividad entre las regiones cerebrales se calcula como la correlación de Pearson entre pares de tiempos dependientes del nivel de oxígeno en la sangre (blood-oxygen-level dependent, BOLD), a lo largo de un intervalo temporal abarcado por una ventana rectangular (panel superior). Este cálculo se repite de manera iterativa, desplazando la ventana por un paso específico cada vez, para generar un tiempo de conexión (panel intermedio). La realización de este procedimiento para todas las conexiones produce una matriz de conectividad por ventana, es decir, una caracterización dinámica de la conectividad de todo el cerebro (panel inferior izquierdo). Basándose en este esquema central, se han desarrollado mejoras hacia varias direcciones, incluyendo el uso de otros tipos de ventanas, el refinamiento del criterio de conectividad o la realización de un análisis gráfica a nivel de todo el cerebro.
(B) Una reciente alternativa conceptual al esquema de la ventana corrediza es una descripción con “marcos inteligentes” de los tiempos, donde se conservan para el análisis sólo los momentos en los cuales la señal BOLD supera un umbral. Estos marcos se pueden utilizar para la generación de estados cerebrales voxelwise (C1), los patrones de co-activation (CAPs). En alternativa, las matrices de conectividad obtenidas de (A) se pueden usar para recuperar los estados de la dFC (C2). A través del modelo temporal, se pueden deducir los parámetros que describen los CAPs (D1) o los estados de conectividad (D2) y su relación, de modo que entre todas las posibles opciones de trayectoria del estado (indicadas por los puntos blancos conectados por las flechas gris claro), el camino observado (puntos negros y flechas) es el más probable. En comparación con el análisis de las ventanas corredizas, el análisis de los marcos inteligentes y el modelo temporal representan dos orientaciones conceptualmente innovadoras para el futuro dinámico trabajo sobre la conectividad dinámica funcional.
Referencia: Preti, MG et al. The dynamic functional connectome: State-of-the-art and perspectives. Neuroimage. 2016 Dec 26
La elaboración de éste post ha sido financiado por el proyecto PI15/01082, integrado en el Plan Nacional de I+D+I y cofinanciado por el ISCIII – Subdirección General de Evaluación y Fomento de la Investigación Sanitaria – y el Fondo Europeo de Desarrollo Regional (FEDER).
