El suicidio podría predecirse con imágenes cerebrales

¿Qué pasaría si fuera posible predecir qué personas corren un alto riesgo de suicidio? Los investigadores pueden habernos acercado un paso más a tal hazaña, después de desarrollar una técnica de imágenes cerebrales que podría identificar a las personas con tendencias suicidas.
Los investigadores dicen que su nuevo algoritmo podría identificar a las personas con alto riesgo de suicidio.

El suicidio es la décima causa de muerte en los Estados Unidos. Cada año, alrededor de 44,193 personas de los Estados Unidos se quitan la vida, lo que equivale a aproximadamente 121 suicidios cada día.

Los factores de riesgo para el comportamiento suicida incluyen sentimientos de depresión, ansiedad y estrés, un historial de enfermedad mental y un historial de abuso de drogas o alcohol.

Demostrar una mayor agresión, aislamiento o un mayor uso de alcohol o drogas, o hablar de suicidio o ser una carga para los demás pueden ser señales de advertencia de suicidio.

Sin embargo, la única manera de saber realmente si una persona intentará suicidarse es identificar lo que está sucediendo en sus mentes. Un nuevo estudio puede haber descubierto una forma de hacerlo.

Investigadores de la Universidad Carnegie Mellon (CMU) y la Universidad de Pittsburgh, ambos en Pittsburgh, Pensilvania, crearon un método de imágenes del cerebro que permite distinguir con precisión entre los individuos con y sin pensamientos suicidas.

El coautor del estudio, Marcel Just, del Departamento de Psicología de CMU, y sus colegas informaron recientemente sus resultados en la revista Comportamiento humano de la naturaleza.

Usar fMRI para predecir el riesgo de suicidio

Para su estudio, los investigadores inscribieron a 34 participantes. De estos, 17 tenían tendencias suicidas y 17 eran sujetos de control.

A los participantes se les presentaron tres listas de 10 palabras. Una incluía palabras con asociaciones negativas (como "mal", "crueldad" y "problema"), una incluía palabras positivas (como "bueno", "despreocupado" y "alabanza"), mientras que la tercera incluía palabras relacionadas al suicidio (como "muerte", "sin esperanza" y "angustiado").

A medida que los sujetos recibían las listas de palabras, se sometieron a una resonancia magnética funcional del cerebro, lo que permitió a los investigadores controlar su respuesta neuronal a cada palabra.

El show popular de Netflix puede aumentar las tendencias suicidasEl popular programa de Netflix '13 Razones por qué 'podría aumentar las tendencias suicidas en casi un quinto, sugiere un estudio.Lee ahora

Los científicos encontraron que la respuesta neuronal de los sujetos a seis palabras - "muerte", "crueldad", "problema", "despreocupado", "bueno" y "elogio" - en cinco regiones cerebrales específicas eran las mejores para distinguir entre participantes con tendencias suicidas y los controles.

Al entrenar un "algoritmo de aprendizaje automático" para utilizar estos datos, los investigadores descubrieron que podían identificar sujetos con y sin tendencias suicidas con 91 por ciento de precisión.

Luego, el equipo dividió a los que tenían tendencias suicidas en dos grupos: los que habían intentado suicidarse y los que no. Descubrieron que su algoritmo podía distinguir entre estos dos grupos con un 94 por ciento de precisión.

Identificando las emociones detrás de las palabras

Luego, los investigadores se propusieron determinar los mecanismos detrás de las respuestas neurales variables entre los participantes con tendencias suicidas y el grupo de control.

Específicamente, querían descubrir qué emociones se evocaban cuando los sujetos pensaban en las seis palabras que se utilizaron para identificar la ideación y el comportamiento suicida.

Para llegar a sus conclusiones, el equipo agregó firmas neuronales para diferentes emociones, incluyendo tristeza, ira, vergüenza y orgullo, a su algoritmo de aprendizaje automático.

Descubrieron que el nuevo algoritmo era 85 por ciento preciso para identificar qué sujetos tenían tendencias suicidas.

"El beneficio de este último enfoque", dice Just, "a veces llamado inteligencia artificial explicable, es más revelador de lo que discrimina a los dos grupos, a saber, los tipos de emociones que las palabras discriminatorias evocan".

"Las personas con pensamientos suicidas experimentan emociones diferentes cuando piensan en algunos de los conceptos de prueba", continúa. "Por ejemplo, el concepto de 'muerte' evocó más vergüenza y más tristeza en el grupo que pensó en el suicidio. Este poco de comprensión puede sugerir una vía para el tratamiento que intenta cambiar la respuesta emocional a ciertos conceptos".

Una herramienta para predecir el suicidio?

Los investigadores señalan que sus resultados deben ser replicados en una cohorte más grande, pero creen que la técnica es prometedora para identificar a las personas que tienen un alto riesgo de comportamiento suicida.

"Pruebas adicionales de este enfoque en una muestra más grande determinarán su generalidad y su capacidad de predecir el comportamiento suicida futuro, y podrían brindar a los médicos en el futuro una forma de identificar, monitorear y quizás intervenir con el pensamiento alterado ya menudo distorsionado que con tanta frecuencia caracteriza individuos seriamente suicidas ".

El coautor del estudio David Brent, Universidad de Pittsburgh

Barry Horwitz, jefe de la Sección de Modelado y Generación de Imágenes del Cerebro del Instituto Nacional de Sordera y Otros Trastornos de la Comunicación, que forma parte de los Institutos Nacionales de Salud (NIH), comenta sobre el algoritmo en un editorial que acompaña al estudio.

Él dice que si los resultados del estudio se confirman en futuras investigaciones, "entonces se puede argumentar que la neuroimagen funcional tiene potencial para convertirse en una importante herramienta médica para el diagnóstico y / o la evaluación de la eficacia del tratamiento de los trastornos psiquiátricos".