L'analisi dell'attività cerebrale può aiutare a rilevare l'autismo
In un piccolo studio, i ricercatori della Case Western Reserve University School of Medicine in Ohio e dell'Università di Toronto hanno utilizzato la magnetoencefalografia (MEG) per registrare e analizzare i modelli di attività cerebrale. Il MEG misura i campi magnetici generati dalle correnti elettriche nei neuroni del cervello, spiegano i ricercatori.
Volevano determinare la connettività funzionale del cervello, che descrivono come la comunicazione del cervello da una regione all'altra.
Secondo Roberto Fernández Galán, Ph.D., assistente professore di neuroscienze presso Case Western Reserve che ha guidato il team di ricerca, il metodo ha rilevato il disturbo dello spettro autistico (ASD) con una precisione del 94%.
"Abbiamo posto la domanda: 'Riesci a distinguere un cervello autistico da un cervello non autistico semplicemente osservando i modelli di attività neurale?' E in effetti, puoi", ha detto Galán. "Questa scoperta apre la porta a strumenti quantitativi che completano gli strumenti diagnostici esistenti per l'autismo basati su test comportamentali".
In uno studio su 19 bambini, di cui nove con ASD, 141 sensori hanno monitorato l'attività della corteccia di ogni bambino. I sensori hanno registrato il modo in cui le diverse regioni hanno interagito tra loro a riposo.
I ricercatori hanno affermato di aver trovato connessioni significativamente più forti tra le aree posteriori e frontali del cervello nei bambini con autismo. Hanno notato che c'era un flusso asimmetrico di informazioni nella regione frontale, ma non viceversa.
La comprensione della direzionalità delle connessioni può aiutare a identificare le anomalie anatomiche nel cervello dei bambini con autismo, hanno teorizzato i ricercatori. La maggior parte delle attuali misure di connettività funzionale non indica la direzionalità delle interazioni, notano.
"Non è solo chi è collegato a chi, ma piuttosto chi guida chi", ha detto Galán.
Il nuovo metodo ha inoltre consentito ai ricercatori di misurare il rumore di fondo, descritto come "l'input spontaneo che guida l'attività del cervello a riposo".
Una mappa spaziale di questi input ha dimostrato che c'era più complessità e struttura nel gruppo di controllo rispetto al gruppo ASD, che aveva meno varietà e complessità. Secondo i ricercatori, questa caratteristica ha offerto una migliore discriminazione tra i due gruppi, fornendo una misura ancora più forte dei criteri rispetto alla sola connettività funzionale, con una precisione del 94%.
L'Office of Technology Transfer di Case Western Reserve ha presentato una domanda di brevetto provvisoria per l'algoritmo di analisi, che indaga sull'attività del cervello a riposo. Galán ha detto che lui ei suoi colleghi sperano di collaborare con altri nel campo dell'autismo con un'enfasi sulla ricerca traslazionale e clinica.
I risultati delle ultime ricerche appaiono nella rivista online PLOS ONE.
Fonte: Case Western Reserve University
