Mejoras en los procesos de aprendizaje neuronal vinculados a la reducción de los síntomas de depresión

[ad_1]

Los científicos de Virginia Tech del Instituto de Investigación Biomédica Fralin en VTC han identificado los procesos de aprendizaje neuronal asociados con los síntomas de la depresión y han relacionado las mejoras en estos procesos con la mejora de los síntomas en los participantes de la investigación que reciben tratamiento para la depresión.

Los hallazgos, descritos en un estudio publicado hoy (11 am 28 de julio de 2021) en el Journal of the American Medical Association (JAMA) Psiquiatría, sugieren distintos caminos hacia los síntomas de la depresión y nuevos enfoques guiados matemáticamente para tratar la depresión clínica.

La depresión mayor es uno de los trastornos mentales más comunes en los Estados Unidos y puede causar un deterioro severo, según el Instituto Nacional de Salud Mental. Se estima que el 7,1% de todos los adultos estadounidenses han tenido al menos un episodio depresivo mayor.

Los medicamentos actuales y las terapias conductuales son útiles, pero para muchas personas que luchan contra la depresión, los tratamientos existentes no funcionan bien. Necesitamos considerar otros posibles caminos hacia la depresión. Estos caminos, o mecanismos, podrían apuntar a nuevos objetivos de tratamiento para explorar “.

Pearl Chiu, profesora asociada de la Unidad de Psiquiatría Computacional del Instituto de Investigación Biomédica Fralin y autora correspondiente del estudio

Los científicos utilizaron modelos computacionales del funcionamiento del cerebro como una nueva forma de considerar los mecanismos de la depresión. En un descubrimiento clave, los investigadores encontraron que las mejoras en los síntomas que siguieron a la terapia cognitivo-conductual estaban relacionadas con mejoras en los componentes del aprendizaje por refuerzo que se interrumpieron antes de la terapia.

“La depresión es una enfermedad muy grave y una de las principales causas de discapacidad en el mundo. Esperamos que nuestro trabajo pueda ser un puente entre los médicos del comportamiento y los científicos computacionales para identificar con mayor precisión qué causa la depresión y nuevas formas de tratar la enfermedad”, dijo primero. La autora Vanessa Brown, ex estudiante de doctorado de Chiu en el Departamento de Psicología de Virginia Tech y que ahora es profesora asistente de Psiquiatría en la Universidad de Pittsburgh.

El equipo de investigación comenzó a estudiar un grupo de referencia de 101 adultos con y sin depresión clínica. Un subconjunto de los participantes con depresión fue tratado con hasta 12 semanas de terapia cognitivo-conductual, un tratamiento que implica aprender a identificar y corregir patrones de pensamiento negativos.

Los participantes con depresión jugaron un juego de aprendizaje durante la exploración cerebral funcional por resonancia magnética antes y después de la terapia cognitivo-conductual, y los participantes sin depresión jugaron el mismo juego en puntos de tiempo emparejados con los participantes que participaron en la terapia cognitivo-conductual. Los científicos utilizaron modelos computacionales para identificar diferentes procesos que contribuyen al aprendizaje. Descubrieron que los distintos componentes del aprendizaje sobre las recompensas y las pérdidas, conocidos como aprendizaje por refuerzo, estaban conectados con ciertos síntomas de depresión.

“Dos de las partes más emocionantes de los hallazgos son que las personas con depresión aprenden de diferentes maneras y que estos procesos de aprendizaje cambiaron cuando los síntomas de la depresión mejoraron después de la terapia cognitivo-conductual. El vínculo entre los componentes del aprendizaje y los síntomas es fundamental”, dijo Brooks King- Casas, coautor del estudio y profesor asociado del Instituto de Investigación Biomédica Fralin y del Departamento de Psicología de la Facultad de Ciencias de Virginia Tech.

Los investigadores dicen que el uso de modelos computacionales tiene el potencial de ayudar a otros investigadores y profesionales de la salud mental a identificar con precisión nuevos contribuyentes a la depresión, que a su vez podrían ser nuevos objetivos para las terapias.

“Un ejemplo es que, para alguien con depresión, perder unos centavos en el juego podría parecerle perder varios cientos de dólares o la pérdida podría ser muy difícil de olvidar. Estos procesos son diferentes, pero ambos afectan la forma en que aprendemos y las decisiones que tomamos. “, Dijo King-Casas.

“Cuantificamos algunos de estos procesos de aprendizaje con modelos computacionales y demostramos que se relacionan con la depresión de formas muy diferentes”, dijo Chiu, quien también es profesor asociado de psicología en la Facultad de Ciencias de Virginia Tech. “La idea es similar a cómo el estrés o el exceso de sodio pueden contribuir a la presión arterial alta, pero lo que contribuye a la hipertensión de una persona en particular podría sugerir si se enfoca en disminuir el estrés o reducir el consumo de sal como parte del tratamiento. De manera similar, para la depresión, las partes del aprendizaje que contribuyen a la depresión de una persona podrían requerir diferentes enfoques de tratamiento “.

Chiu dice que formar una comprensión computacional de cómo los procesos cognitivos se alinean con los síntomas de la depresión es un enfoque prometedor.

“Ahora que hemos vinculado componentes específicos del aprendizaje a la depresión y demostramos que cambian con síntomas específicos de depresión, tal vez podamos desarrollar nuevas terapias que se centren en ajustar estos componentes del aprendizaje como una forma de reducir la depresión”, dijo.

Fuente:

Referencia de la revista:

Marrón, VM, et al. (2021) Trastornos del aprendizaje por refuerzo en personas con depresión y sensibilidad al cambio de síntomas después de la terapia cognitivo-conductual. Psiquiatría JAMA. doi.org/10.1001/jamapsychiatry.2021.1844.

.

[ad_2]

Source link