Respondiendo a la crisis de replicabilidad

Para comenzar, es notable que dentro de las 208 conclu siones basadas en datos sobre TDAH, solo cinco tratan de estudios de MRI². La primera de éstas proviene de estudios llevados a cabo por el proyecto colaborativo llamado ENIGMA (del inglés Enhancing Neuro-Imaging Genetics through Meta Analyses). Como indica el nombre, este esfuerzo fue lanzado con el propósito de conectar estudios genéticos con los de MRI. En la genética, el campo empezó con optimismo y la publicación de mu chos hallazgos que no fueron replicados. En respuesta, las agencias principales que financian la mayoría de los estudios de genética insistieron en la práctica de open science, requiriendo que todos los laboratorios apoyados por ellas compartieran datos brutos desde el inicio, sin esperar hasta que se publicaran³. Eso lanzó la época de muestras grandísimas (Big Data) y métodos estadísticos controlando rigurosamente el riesgo de falsos positivos (error tipo I) para poder detectar señales replicables en estudios del genoma entero (genome-wide association studies = GWAS). De hecho, en TDAH, después de muchos estudios de genes candidatos, no se lograron hallazgos estadísticamente creíbles en estudios GWAS hasta que se juntó una muestra de más de 20 000 pacien tes diagnosticados con TDAH y más de 35 000 controles sanos². Esa primera docena de hallazgos GWAS repre senta el comienzo de una nueva etapa en la genética del TDHA, pero solo indica pistas de que algunas variaciones genéticas en el vecindario de los hallazgos aportan un aumento de riesgo de manifestar TDAH. No identifican los genes involucrados, y los incrementos de riesgo son pequeños². Estas lecciones son relevantes para la neu rociencia clínica y especialmente para el campo de MRI.

Agregar datos cerebrales obtenidos por MRI es más complicado que hacerlo para estudios genéticos. El genoma es compuesto de solo cuatro “letras” o bases, y todos los métodos analíticos debieran producir el mismo código genético, por lo menos en teoría. Si dos métodos divergen, la muestra puede ser casi perfectamente dupli cada y analizada en múltiples centros, hasta que se llegue a resultados de consenso. En cuanto a la medición del cerebro, hay múltiples niveles de complejidad. Primero, la estructura fundamental del genoma es casi idéntica en todos. Los cerebros típicos también comparten muchas propiedades, pero cada cerebro es tan individual como las huellas digitales. El cerebro cambia a través de la vida, especialmente durante la niñez y la vejez, y por lo menos en cuanto a tamaño, las diferencias más notables son entre personas masculinas y femeninas. Pasando al próximo nivel de divergencia, existen solo tres com pañías en el mundo que fabrican resonadores de alto campo magnético, pero cada una tiene varios modelos, por ejemplo, con diámetros más o menos grandes, cam pos magnéticos de 1.5 Tesla, 3.0 Tesla (actualmente el más común usado en investigaciones) o 7 Tesla, lo cual también afecta la calidad y precisión de los resultados. De hecho, todas variaciones, aunque menores, pueden influenciar los resultados, pero no es factible que todas las muestras sean estudiadas en la misma máquina MRI y que esa no se actualice en cuanto a software, lo cual típicamente afecta los resultados de manera ligera pero complicada. Así que en este campo se están desa rrollando métodos de ajuste estadístico por los efectos asociados con obtener datos MRI en un centro dado, que comprenden variaciones en hardware, software, y factores todavía desconocidos⁴. Una vez que los datos estructu rales y funcionales han sido obtenidos y pre-procesados, existen múltiples maneras de medirlos, cada una con sus ventajas y dificultades. La buena noticia es que, en cuanto a datos estructurales, estos retos están siendo superados, resultando en valores de fiabilidad (test-retest reliability) que típicamente exceden 0.95⁵.

La medición de la estructura cerebral se ha benefi ciado dramáticamente por la adopción de un sistema de software abierto, llamado FreeSurfer https://surfer.nmr.mgh.harvard.edu/. Se puede aplicar a cualesquiera datos cerebrales, pero su uso más frecuente es para procesar datos estructurales y rendir índices volumétricos del cere bro, usando la parcelación cerebral del atlas inicialmente producido por Desikan, Killiany y colegas⁶, que divide la corteza cerebral en 34 regiones por hemisferio. Para cada una de estas regiones, FreeSurfer da el promedio del gro sor de la corteza y el tamaño de su superficie, con el vo lumen, siendo su multiplicación. También provee índices volumétricos de los ganglios basales (caudado, putamen, núcleo accumbens, pálido) y de la amígdala e hipocampo. FreeSurfer rinde otros índices adicionales, pero estos son los más frecuentemente usados. La idea fundamental y genial de ENIGMA fue que, aunque puede ser complicado compartir datos individuales coleccionados en distintos centros, cuando el consentimiento para agregar no fue obtenida desde el inicio, es factible compartir los índices derivados de FreeSurfer, ya que los índices de superficie, volumen o grosor de la corteza no representan datos per sonales que puedan identificar personas particulares. De esta manera, se pueden agregar muestras de cualquier tamaño para pruebas estadísticas con datos de cada in dividuo, llamado mega-análisis, traspasando la limitación de solo poder sintetizar medios y desviaciones estándar de los distintos estudios (meta-análisis).

Estudios de ENIGMA sobre TDAH

El primer mega-análisis del consorcio ENIGMA en TDAH se enfocó en las estructuras subcorticales y en el volumen intracraneal⁷. Los datos procesados por FreeSurfer fueron agregados desde 23 centros. La muestra incluyó 1713 participantes con TDAH y 1520 controles sanos; la edad media era 14 años (rango 4 a 63). En el examen inicial de todos pacientes versus todos los controles, sin importar edades, se encontraron valores menores de los volúme nes subcorticales en el grupo TDAH, fuertemente signifi cativos estadísticamente (p < 0.001, corregido tomando en cuenta el número de pruebas usando el método false discovery rate), pero con tamaños de efecto pequeños (definido por Cohen como un valor d ≤ 0.20). En el caso del volumen intracraneal, se demostró un valor menor en el grupo TDAH con d = -0.10. Los subsecuentes análisis fueron ajustados para tomar en cuenta esa diferencia glo bal por medio de análisis de covariables, y se encontraron tamaños de efecto d = -0.15 para el núcleo accumbens; d = -0.11 para el caudato; d = -0.14 para el putamen; d = -0.19 para la amígdala; d= -0.12 en el hipocampo. No se encontraron diferencias estadísticas en el pálido ni en el tálamo. Los efectos fueron más fuertes en niños (o sea, menores a 14 años) que en adultos, y de hecho, ningunos de los resultados en los adultos fueron significativos. En los adolescentes (edades entre 15 y 21 años) solo el hipocampo demostró una diferencia (d = -0.24) entre TDAH y controles.

El segundo esfuerzo sobre TDAH por el consorcio ENIGMA se enfocó en la corteza cerebral, con una mues tra derivada de 36 centros internacionales, incluyendo 2246 participantes con TDAH y 1934 controles sanos⁸. En esta muestra ampliada, se clarificó que el tamaño menor del cerebro en TDAH es mayormente asociado con valo res menores de superficie, más que del grosor de la corte za. La superficie global fue menor (d = -0.21) en el grupo con TDAH, con valores particularmente notablemente distintos en áreas frontales, relacionadas con el cíngulo, y en áreas temporales (con valores d entre -0.19 y -0.10). Hubo diferencias en grosor de la corteza solamente en el polo temporal y en el giro fusiforme. Además, ningunas de estas diferencias fueron encontradas en adolescentes o adultos, destacando nuevamente que los hallazgos anató micos varían según la edad⁸. Los autores opinaron que el hecho de que las diferencias anatómicas entre grupos se encuentran únicamente en niños, con una sola excepción, apoya la hipótesis de que el TDAH involucra un retraso en procesos fisiológicos del desarrollo, con tales efectos disminuyendo con la madurez. Sin embargo, la mayor limitación de este tipo de estudio transversal es que no puede distinguir entre distintas trayectorias en desarrollo cerebral, lo cual requiere estudios longitudinales⁹.

Estudios de resonancia funcional

En cuanto a estudios funcionales, el campo está aún en peores condiciones. En 2005, Ioannidis nos advirtió que la mayoría de los resultados científicos publicados son falsos¹⁰. Sus criticas aplican particularmente a estudios de MRI funcionales, que suelen tener muestras aún más reducidas que los estudios estructurales, lo cual reduce aún más el poder estadístico¹¹, combinado con la urgencia de obtener fondos, la popularidad del campo, y la gran diversidad en modos de analizar datos¹². Todos estos factores resultan en hallazgos que no pueden ser reproducidos. Sí se han publicado varios meta-análisis que documentan diferencias en funcionamiento en TDAH, usando MRI funcional (fMRI)¹. Desafortunadamente, por lo menos algunas de los anteriores meta-análisis estuvieron afectados por errores en los algoritmos, que rindieron re sultados positivos falsos, y la gran mayoría de los estudios incluidos siguen teniendo tamaños de muestra reducidos, posiblemente explicando porque el mayor meta-análisis, que incluyó 96 estudios, tanto funcionales como estruc turales, no obtuvo ningún efecto significativo¹³.

Resultados iniciales del estudio ABCD (Adolescent Brain&Cognitive Development Study)

¿Entonces, donde quedamos? La oportunidad de estudiar el funcionamiento del cerebro no se puede ignorar, pero hay que enfrentar con ojos abiertos los retos involucrados. Nos convencimos de que íbamos a encontrar efectos grandes, pero a medida que los métodos mejoran, nos estamos dando cuenta que casi todos los efectos verda deros (replicables) son pequeños¹⁴. Por lo tanto, esfuerzos serios tendrán que utilizar muestras grandes. Un ejemplo es el estudio ABCD (Adolescent Brain&Cognitive Develop ment Study)https://abcdstudy.org/, que reclutó más de 11 000 jóvenes cuando tenían 9 o 10 años con la intención de seguirlos estrechamente y con resonancias cada dos años, hasta que llegaran a los 20 años¹⁵. ABCD es un ejemplo de ciencia abierta prospectiva, ya que las familias han dado consentimiento para que sus datos, una vez pulidos de nombres e información fácilmente identificable, puedan ser compartidos con investigadores legítimos en cualquier parte del mundo. Incluye grandes cantidades de medidas tomadas de los padres, los jóvenes, sus profeso res, con datos MRI estructurales y funcionales, más datos genéticos. Utilizando el método dimensional con la escala de “problemas de atención”, de la escala Child Behavior Checklist (que no obstante su nombre, refleja TDAH y no solamente problemas de inatención) en lugar de presen cia o ausencia de TDAH, Owens y colegas exploraron la posibilidad de encontrar huellas neurobiológicas relacio nadas con tal escala¹⁶. Enfocándose en MRI funcional con tareas de memoria de trabajo, inhibición, y recompensa, en combinación con MRI estructural, pudieron encontrar una relación estadísticamente significativa usando la tarea de memoria de trabajo, pero no las otras. Aunque fue fuertemente significativa estadísticamente, el valor R2 fue solo 2%. Los datos estructurales no contribuyeron de manera importante¹⁶.

Los estudios funcionales que usan MRI tienen que en focarse en alguna tarea, por ejemplo, memoria de trabajo, con el objetivo de identificar las regiones más fuertemente asociadas con la ejecución de la tarea. Al otro extremo, se pueden estudiar las fluctuaciones espontaneas de la señal BOLD (blood oxygen level dependent) sin tarea alguna mas de quedarse en el scanner por 5 a 20 minu tos, preferiblemente con los ojos abiertos¹. Este método, llamado fMRI en estado de reposo, ofrece la posibilidad de revelar las grandes redes neuronales intrínsecas del cerebro. La desventaja mayor de este método es su ex trema sensibilidad a los movimientos de la cabeza, lo cual es problemático para todo tipo de estudio MRI, pero parti cularmente para estudios en estado de reposo¹. El estudio ABCD ha implementado procedimientos para intentar minimizar los efectos de tales movimientos, pero también ofrece una muestra suficientemente grande para permitir excluir datos que contengan demasiado movimiento. En un trabajo inicial, Karcher y colegas examinaron índices de conectividad funcional entre grandes redes neuro nales e índices de psicopatología global (el ‘factor P’) y un sistema alternativo de taxonomía de psicopatología (HITOP, Hierarchical Taxonomy of Psychopathology), adaptado para jóvenes, que rindió entre 2 y 5 factores, incluyendo un factor de neurodesarrollo, que comprende subfactores de inatención, hiperactividad, impulsividad, torpeza, y compartimientos repetitivos¹⁷. Dado al tamaño de la muestra ABCD, los investigadores pudieron dividirla en dos, aleatoriamente. Una, con n= 3790, fue siempre usada para análisis iniciales, y fue llamada la muestra de descubrimiento. Los investigadores solamente re portaron hallazgos que fueron replicados en la segunda muestra (n = 3791) dedicada a la replicación. El factor de neurodesarrollo, que se superpone en gran parte con TDAH¹⁷, demostró asociaciones en ambas muestras con niveles más bajos de conectividad funcional entre la red por defecto (DMN, del inglés default mode network) con sí misma, y entre la DMN y la red cíngulo-opercular¹⁸.

¿A dónde vamos?

Estos resultados tendrán que ser comprobados longitu dinalmente en subsiguientes fases del estudio ABCD, a medida que los jóvenes maduran. Los factores HITOP tanto como el factor P son fácilmente calculados de una escala llenada por padres (Child Behavior Checklist) que ha sido traducida a 110 lenguajes, incluyendo versiones en español para Argentina, Chile, México, España y para hispanohablantes en EE.UU., https://aseba.org/translations/. Es verdad que el sistema Achenbach es propietario, lo cual representa un obstáculo para su uso universal, pero su costo es mínimo en comparación con el gasto de la resonancia. Si estudios independientes validan la versión pediátrica de la taxonomía HITOP¹⁷, podría reemplazar los sistemas actuales del DSM-5 e ICD-11 en la investigación, con el propósito de mejorar nuestro entendimiento de las bases neurobiológicas de los trastornos psiquiátricos como TDAH. Sin embargo, no debiéramos pensar que métodos como MRI reemplazarán la evaluación clínica en cuanto a establecer la existencia de psicopatología y la necesidad de iniciar tratamientos. Lo que deseamos es que las mejoras en métodos, tanto de definir fenotipos como de medir procesos fisiológicos neuronales nos aporten entendimientos de la fisiología de condiciones como TDAH, probablemente transformando nuestros conceptos diagnósticos en el proceso, para llegar algún día al sueño de la medicina de precisión¹⁹.