Modelo predictivo de la reorganización de la red neuronal en pacientes con esquizofrenia durante una tarea P300

Abstract

Este Trabajo Fin de Master tiene como objetivo analizar la dinámica de la red cerebral durante una tarea cognitiva para identificar grupos de pacientes con un sustrato neuronal similar. Para ello, se ha empleado una prueba “odd-ball” auditiva a la que se sometieron 99 pacientes y 125 sujetos sanos (controles), durante la que se registró la actividad electroence-falogr´afica (EEG) de cada participante. Estas señales EEG han sido procesadas y analizadas para extraer información acerca de cómo se reorganizaban las conexiones de la red neural, construida mediante una medida de conectividad de fase. La evolución de las propiedades de la red neural generada a lo largo de la tarea se ha caracterizado mediante parámetros de red, calculados desde el pre-estimulo hasta la respuesta al estímulo. Posteriormente, aplicando un algoritmo iterativo a la red del pre-estímulo, que modifica las conexiones, se obtienen unos modelos que minimizan el error de predicción de la red en la respuesta mediante el ajuste iterativo de los parámetros de red. Los resultados obtenidos del modelado han mostrado que la mayoría de controles refuerzan las vías secundarias (conexiones débiles entre regiones del cerebro durante el pre-estímulo) y que los pacientes, pese a que ese modelo también es el predominante, hacen el mismo tipo de refuerzo en menor porcentaje de pacientes, distribuyéndose entre otros modelos. Adicionalmente, se ha realizado una reproducción del modelado utilizando una resolución espacial menor, con el fin de reducir tiempos de procesamiento y sencillez en los útiles de medida, que no ha replicado los resultados. Analizando las diferencias de los parámetros de red entre el pre-estímulo y la respuesta se ha observado que los pacientes no son capaces de modificar la configuración de la red cerebral durante la respuesta al estímulo auditivo. Estos resultados sugieren un deterioro en funciones cognitivas específicas de los pacientes y una ineficiente comunicación entre diversas partes del cerebro. Los resultados conseguidos pueden ser de utilidad para agrupar a los pacientes de esquizofrenia según su forma de reestructurar la red neuronal y ayudar a definir subgrupos de pacientes dentro de este trastorno sin basarse únicamente en los síntomas y signos médicos del paciente.

bstract The study of the systems involved in cognition is of outstanding importance for the understanding of neural substrates in psychiatric disorders, especially in schizophrenia due to its heterogeneity. This Master Thesis aims to analyze the dynamics of the brain network during a cognitive task to identify groups of patients with a similar neuronal substrate. For this purpose, an auditory oddball task was used, to which 99 patients and 125 healthy subjects (controls) were submitted, during which the electroencephalographic activity (EEG) of each participant was recorded. These EEG signals have been processed and analyzed to extract information about how neural network connections were reorganized, built through a phase connectivity measure. The evolution of neural network properties generated throughout the task has been characterized by network parameters, calculated from the pre-stimulus to the response to the stimulus. Subsequently, by applying an iterative algorithm to the pre-stimulus network, which modifies the connections, models are obtained that minimize the prediction error of the network in the response by iterative adjustment of the network parameters. The results obtained from the modeling have shown that most controls reinforce the secondary pathways (weak connections between brain regions during the pre-stimulus) and that patients, although this model is also the predominant one, do the same type of reinforcement in a lower percentage of patients, being distributed among other models. Additionally, a reproduction of the modeling has been made using a lower spatial resolution, in order to reduce processing times and simplicity in the measurement tools, which has not replicated the results. Analyzing the differences in the network parameters between the pre-stimulus and the response, it has been observed that patients are not able to modify the configuration of the brain network during the response to the auditory stimulus. These iv Abstract v results suggest a deterioration in patient-specific cognitive functions and inefficient communication between various parts of the brain. The results obtained may be useful for grouping schizophrenia patients according to how they restructure the neural network and for helping to define subgroups of patients within this disorder without relying solely on the patient’s symptoms and medical signs.