Investigadores de la Facultad de Medicina de la Universidad de Stanford y el Hospital Infantil Lucile Packard, ambos en Estados Unidos, han utilizado un nuevo método para analizar los datos del escáner cerebral con el fin de distinguir a los niños con autismo de los niños con un desarrollo normal.
Su descubrimiento, que ha sido publicado en la revista Biological Psychiatry, revela que la materia gris en una región del cerebro, que afecta a la comunicación social y los pensamientos relacionados con el autorreconocimiento, posee una organización distinta en las personas con autismo.
Mientras que los diagnósticos de autismo se basaban hasta ahora, exclusivamente, en la observación clínica y en los resultados de una batería de pruebas psiquiátricas y educativas, los investigadores han realizado avances hacia la identificación de características anatómicas en el cerebro que ayuden a determinar si una persona es autista.
Según explica A. Hardan, coautor del estudio y profesor asociado de ciencias de la psiquiatría y el comportamiento de la Universidad de Stanford 'nos estamos acercando a ser capaces de utilizar la tecnología de imágenes cerebrales para ayudar en el diagnóstico y tratamiento de personas con autismo'
Según Hardan, los escáneres cerebrales no reemplazarán completamente los métodos tradicionales de diagnóstico del autismo, que se basan en la evaluación del comportamiento, pero con el tiempo podrán ayudar al diagnóstico en los niños más pequeños.
El autismo se presenta en aproximadamente uno de cada 110 niños. Se trata de un trastorno incapacitante que afecta al desarrollo de las habilidades del niño: el lenguaje, la interacción social y la capacidad de sentir cómo uno es percibido por los demás. El estudio comparó datos de resonancias magnéticas de 24 niños autistas de entre 8 y 18 meses con datos de 24 niños de desarrollo típico pareados por edad.
El método de análisis, llamado 'clasificación de faro multivariante', divide el cerebro con una malla tridimensional, luego examina cada cubo del cerebro e identifica regiones en las que el patrón de volumen de materia gris podría ser utilizado para discriminar entre los niños con autismo y los niños con un desarrollo típico.
En lugar de comparar los tamaños de las estructuras cerebrales individuales, como han hecho los estudios previos, el nuevo análisis ha generado algo parecido a un mapa topográfico de todo el cerebro. Este tipo de análisis ofrece un enfoque más útil que el anterior. Las estructuras específicas que difieren incluyen la corteza cingulada posterior, la corteza prefrontal medial y el lóbulo temporal medial.
Una vez que el doctor Vinod Menon, director de la investigación y profesor de psiquiatría y ciencias del comportamiento y de neurología y ciencias neurológicas, y su equipo localizaron el lugar de las diferencias en el cerebro autista, fueron capaces de utilizar su análisis para decidir qué niños en el estudio tenían autismo. Se utilizó un subconjunto de sus datos en un algoritmo matemático que se aplicó a los datos de los escáneres.
Pudieron distinguir entre niños con un desarrollo normal y niños con autismo con una precisión del 92 por ciento sobre la base del volumen de materia gris en la corteza cingulada posterior.
Menon y su equipo planean repetir el estudio en niños más pequeños y hacerlo extensivo a grandes grupos de sujetos. Si los resultados se confirman, el nuevo método ofrecería varias aplicaciones en el diagnóstico y el tratamiento del autismo. Por ejemplo, los escáneres cerebrales podrían eventualmente ayudar a distinguir el autismo de otros trastornos de la conducta, como el trastorno de hiperactividad por déficit de atención, o podrían predecir si los niños de alto riesgo, como los que tienen hermanos con autismo, van a desarrollar también el trastorno. También podría ser capaz de predecir qué tipo de déficit se produce en un niño con un nuevo diagnóstico de autismo, permitiendo a los médicos dirigir sus tratamientos.