Quais são os biomarcadores estruturais de ressonância magnética no transtorno do espectro autista sob a perspectiva de aprendizado de máquina?
Resposta curta: Revisão sistemática de estudos de ressonância magnética estrutural 3 T pós-2007 identificou aumentos consistentes no volume cerebral total, especialmente em menores de 6 anos, e volumes aumentados nos lobos frontal e temporal, espessura cortical frontal, área de superfície e girificação, e líquido cefalorraquidiano, além de reduções no cerebelo e corpo caloso no transtorno do espectro autista.
Resposta
O transtorno do espectro autista (TEA) afeta aproximadamente 1% da população e está associado a prejuízos na interação social, comunicação e comportamentos restritos e repetitivos. A identificação de biomarcadores neuroimagem robustos por ressonância magnética estrutural é um passo importante para o diagnóstico e o direcionamento de tratamentos, especialmente no início da vida, quando as intervenções podem ter maior efeito.
Esta revisão sistemática reuniu estudos recentes (posteriores a 2007) de ressonância magnética de alta resolução (3 T) que investigaram a morfologia cerebral associada ao TEA. A busca sistemática em três bases de dados resultou em 123 artigos revisados. Os achados apontam para aumentos consistentes no volume cerebral total, particularmente em pacientes com menos de 6 anos de idade, além de aumentos no volume dos lobos frontal e temporal, na espessura cortical frontal, na área de superfície e na girificação cortical, e no volume de líquido cefalorraquidiano.
Por outro lado, foram observadas reduções no volume do cerebelo e do corpo caloso em pacientes com TEA em comparação a controles com desenvolvimento típico. Os resultados foram inconsistentes quanto à trajetória de desenvolvimento do volume cerebral e ao afinamento cortical com a idade no TEA, bem como quanto a possíveis diferenças de volume na substância branca, hipocampo, amígdala, tálamo e gânglios da base.
Para elucidar essas inconsistências, os autores sugerem que estudos futuros agreguem dados de ressonância magnética de múltiplos centros ou repositórios disponíveis para evitar estudos com poder estatístico insuficiente. Também recomendam a utilização de métodos que quantifiquem características de imagem em maior escala, a fim de reduzir o número de testes estatísticos realizados e, consequentemente, o risco de achados falsos positivos.
Além disso, os estudos devem realizar uma estratégia de validação rigorosa para garantir a generalização dos achados, bem como aproveitar a melhor resolução de imagem da ressonância magnética 3 T para identificar alterações cerebrais sutis relacionadas ao TEA. A revisão destaca a necessidade de padronização e de abordagens computacionais mais robustas para consolidar biomarcadores estruturais confiáveis.
O que o estudo mostrou
Trata-se de uma revisão sistemática de estudos de ressonância magnética estrutural de alta resolução (3 T) publicados após 2007, que investigaram a morfologia cerebral no transtorno do espectro autista. A busca em três bases de dados resultou em 123 artigos revisados. Os achados consistentes incluíram aumento do volume cerebral total, especialmente em menores de 6 anos, aumento de volume nos lobos frontal e temporal, aumento da espessura cortical frontal, aumento da área de superfície e da girificação cortical, aumento do volume de líquido cefalorraquidiano, e redução do volume do cerebelo e do corpo caloso em comparação a controles com desenvolvimento típico. Houve inconsistência quanto à trajetória de desenvolvimento do volume cerebral e ao afinamento cortical com a idade, bem como quanto a diferenças de volume em substância branca, hipocampo, amígdala, tálamo e gânglios da base.
Limitações
O resumo não informa detalhes sobre a amostra total, o desenho exato dos estudos incluídos ou suas limitações individuais. Os próprios autores apontam inconsistências nos achados sobre trajetória de desenvolvimento do volume cerebral e afinamento cortical com a idade, além de possíveis diferenças de volume em estruturas como substância branca, hipocampo, amígdala, tálamo e gânglios da base. Também mencionam a necessidade de agregar dados de múltiplos centros para evitar estudos com poder estatístico insuficiente e reduzir o risco de falsos positivos.
Aplicação no consultório
Os achados podem auxiliar o médico na compreensão dos potenciais biomarcadores estruturais do TEA, mas não substituem a avaliação clínica. Na prática, é importante reconhecer que as alterações de volume cerebral são mais consistentes em crianças menores de 6 anos, o que reforça a importância da identificação precoce. Para a gestão do consultório, a revisão sugere que métodos de aprendizado de máquina e análise de imagem em maior escala podem tornar a avaliação mais eficiente, mas ainda são necessários estudos de validação. O médico deve estar atento à heterogeneidade dos achados e evitar interpretações isoladas de exames de imagem.
Estudo citado
A systematic review of structural MRI biomarkers in autism spectrum disorder: A machine learning perspective. International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience, 2018.
Autores: Pagnozzi AM, Conti E, Calderoni S, Fripp J, Rose SE.
DOI: 10.1016/j.ijdevneu.2018.08.010 · PubMed: PMID 30172895
Perguntas para aprofundar
- Como os achados de ressonância magnética estrutural podem auxiliar no diagnóstico precoce do transtorno do espectro autista?
- Quais são as limitações dos biomarcadores de neuroimagem para o transtorno do espectro autista na prática clínica?
- De que forma o aprendizado de máquina pode contribuir para a identificação de biomarcadores confiáveis no transtorno do espectro autista?
Mais sobre IA em saúde mental
- O aprendizado por transferência com biomarcadores de neuroimagem já é uma ferramenta confiável para o diagnóstico precoce e a predição prognóstica da doença de Alzheimer?
- Como a inteligência artificial explicável (XAI) pode auxiliar na identificação de biomarcadores EEG para depressão, ansiedade e transtorno bipolar?
- O uso de aprendizado de máquina em neuroimagem pode melhorar o diagnóstico e a predição de desfechos em transtornos alimentares?
- Como a inteligência artificial pode melhorar a predição de risco da doença de Alzheimer na prática clínica?
- A classificação de transtornos do espectro da esquizofrenia por aprendizado de máquina em ressonância magnética atinge acurácia suficiente para uso clínico?
Todas as perguntas sobre IA em saúde mental · Todos os temas · Versão em markdown