Assunto

Scientific Reports volume 13, Artigo número: 12615 (2023) Citar este artigo

73 Acessos

Detalhes das métricas

A estimulação magnética transcraniana repetitiva (EMTr) ganhou importância considerável no tratamento de distúrbios neuropsiquiátricos, incluindo depressão maior. No entanto, ainda não se sabe como a EMTr altera a conectividade funcional do cérebro. Aqui relatamos mudanças na conectividade funcional capturadas pela ressonância magnética funcional em estado de repouso (rsfMRI) na primeira hora após rTMS de 10 Hz. Aplicamos esquemas de parcelamento específicos para detectar mudanças (1) nos nós da rede, onde é observada a conectividade funcional mais forte das regiões, e (2) nos limites da rede, onde ocorrem transições funcionais entre regiões. Usamos máquina de vetores de suporte (SVM), um algoritmo de aprendizado de máquina amplamente utilizado, robusto e eficaz, para a classificação e caracterização de intervalos de tempo de mudanças em mapas de nós e limites. Nossos resultados revelam que as mudanças na conectividade nas fronteiras são mais lentas e complexas do que aquelas observadas nos nós, mas de magnitude semelhante de acordo com os intervalos de confiança de precisão. Esses resultados foram mais fortes no córtex cingulado posterior e no precuneus. Como os limites da rede são de fato subinvestigados em comparação com os nós na pesquisa em conectômica, nossos resultados destacam sua contribuição para ajustes funcionais na EMTr.

A estimulação magnética transcraniana repetitiva (EMTr) tornou-se um método popular para a modulação não invasiva da função cerebral1. Estudos recentes de neuroimagem mostraram que alterações funcionais induzidas pela EMTr em uma região cortical localizada levam à modulação seletiva e distinta da atividade e à conectividade funcional dentro e entre redes cerebrais em larga escala2,3,4,5,6,7. Os mecanismos pelos quais a EMTr induz modulações de rede ainda não são bem compreendidos. Hoje, o mapeamento dos efeitos em todo o cérebro causados ​​por perturbações neurais locais, inclusive pela EMTr, é um campo de pesquisa crescente. Métodos bem estabelecidos agora permitem a avaliação de ajustes funcionais em nível de conectoma para EMTr de alta frequência em mapas de nós e limites em intervalos de tempo sequenciais8,9.

Os dados de ressonância magnética funcional (fMRI) obtidos enquanto os participantes não estão envolvidos em nenhuma tarefa específica são chamados de fMRI em estado de repouso (rsfMRI). A RsfMRI tem sido fundamental para avançar nossa compreensão da arquitetura macroscópica da rede funcional do cérebro10,11,12, bem como de quais regiões podem ser mais alteradas funcionalmente em transtornos psiquiátricos13,14. No entanto, os dados de fMRI normalmente consistem em cursos de tempo funcionais em milhares de voxels, o que por um lado permite inferência precisa de correlações ou “conectividades funcionais” entre regiões, mas por outro lado tem alta dimensionalidade. Diferentes abordagens foram propostas para reduzir a dimensionalidade dos dados e para identificar os padrões mais relevantes de organização espaço-temporal nos dados de fMRI. Este é o caso das regiões funcionais de todo o cérebro que serão representadas em nosso estudo como nós15 e limites8,16,17. Os nós são definidos como a maior força da conectividade local ou global, também conhecidos como conceitos de modularidade e integração respectivamente, o que permitiu muitos insights sobre a organização dimensional do cérebro saudável e doente18. Os limites são as contrapartes dos nós, identificados onde a força de conectividade é menor ou ausente, geralmente na transição entre regiões funcionais vizinhas16. Em contraste com a investigação das fronteiras, a comunidade científica tem dado atenção desproporcional aos nós das redes funcionais. Nas abordagens de agrupamento de nós, os elementos espaço-temporais (ou seja, voxels) podem ser agrupados com base na similaridade versus dissimilaridade de sua conectividade funcional . Um exemplo de abordagem de agrupamento de nós é a análise de componentes independentes (ICA), que é usada como um método de mapeamento cerebral que segrega eficientemente componentes funcionais com base em sua distribuição espaço-temporal correspondente . O ICA tem sido amplamente aplicado na identificação de redes cerebrais em larga escala5,20,21.