Redacción Farmacosalud.com
La pérdida o adelgazamiento de los volúmenes de materia gris en el cerebro en comparación con la población sana es una de las alteraciones que tradicionalmente se han descrito en personas con esquizofrenia. Ahora, una nueva investigación internacional con participación del CIBER de Salud Mental (CIBERSAM) ha permitido detectar una segunda forma de esquizofrenia, al comprobar que cuatro de cada diez pacientes no responden a este patrón de anomalías cerebrales y tienen una estructura cerebral similar a los individuos sanos. El trabajo, que se ha publicado en la revista ‘Brain’, podría contribuir en el futuro al desarrollo de tratamientos más personalizados para esta patología.
El estudio multicéntrico internacional, liderado desde la Universidad de Pennsylvania (Dres. Chand y Davatzikos) y en el que participa el grupo del CIBERSAM que lidera Benedicto Crespo-Facorro en el Hospital Universitario Virgen del Rocío- Instituto de Biomedicina de Sevilla (HUVR-IBIS) e IDIVAL, es el primero en describir y descubrir dos subtipos neuroanatómicos distintos en esquizofrenia tras analizar las resonancias cerebrales de más de 300 pacientes mediante análisis estadísticos de inteligencia artificial. El primer tipo presentaba menores volúmenes de materia gris de forma generalizada en comparación con los controles sanos, mientras que el segundo tipo presentaba volúmenes similares a los cerebros normales. Se ha usado un técnica de inteligencia artificial HYDRA (Heterogeneity Through Discriminative Analysis) para identificar patrones diferentes entre enfermos y controlando los efectos de variables que afectan a la estructura cerebral como son edad, sexo o tipo de resonancia, entre otros.
“Los pacientes con este segundo tipo presentaban aumento de volumen de su sustancia gris en los ganglios basales del cerebro, pero por lo demás sus cerebros eran similares a los de los controles sanos”, explica Crespo-Facorro. “Muchos otros estudios anteriores habían mostrado que las personas con esquizofrenia tenían significativamente menores volúmenes de tejido cerebral que las personas sanas, pero en más de un tercio de los pacientes estudiados por nosotros esto no ocurría y sus cerebros eran casi completamente normales” apunta el investigador del CIBERSAM.
Nuevo punto de partida para la investigación y terapias personalizadas
Estos resultados sugieren que, teniendo en cuenta estas diferencias neuroanatómicas, en el futuro se podrá realizar una predicción de necesidades y unos tratamientos más personalizados. “En el futuro diremos: este paciente es de este subtipo o tiene este patrón anormal, en vez de asumir que todas las personas con la enfermedad presentan las mismas características cerebrales”, señala.
Los nuevos hallazgos serán el comienzo de futuras investigaciones que permitan identificar las causas y consecuencias clínicas y funcionales de estas diferencias entre grupos. "Sabemos que no podemos hacer investigaciones con la premisa de que todos los pacientes son iguales desde el punto de vista de sus características cerebrales, y quizá éste ha sido uno de los escollos más trascendentes en la investigación en esquizofrenia en las últimas décadas", sugiere Crespo-Facorro.
La investigación venidera debe ayudar a identificar estrategias de tratamiento que se ajusten más a las necesidades específicas de cada paciente: “Los tratamientos antipsicóticos actuales actúan de manera muy satisfactoria en un porcentaje importante de pacientes, pero existe una minoría donde estas medicaciones no funcionan; ahora estamos comenzando a poder discernir grupos de pacientes con biología diferente que esperemos nos ayuden a predecir evolución y respuesta a tratamiento”.
La esquizofrenia es un trastorno mental que sigue siendo poco comprendido y que se presenta, en la mayoría de los pacientes, de manera temporal con alucinaciones, delirios y otras alteraciones de la cognición, y donde la variabilidad de los síntomas y de la respuesta al tratamiento es enorme. Incluso, hasta ahora, los intentos de estudiar la enfermedad comparando cerebros de personas sanas con cerebros de personas con el trastorno han fallado en describir esta heterogeneidad.
Artículo de referencia
Chand GB, Dwyer DB, Erus G, Sotiras A, Varol E, Srinivasan D, et al. Two distinct neuroanatomical subtypes of schizophrenia revealed using machine learning. Brain. 2020;143(3):1027-1038