O estudo liderado por pesquisadores da Ludwig Maximilans Universität Munich, Alemanha, publicado na Scientific Reports, desenvolveu um procedimento técnico com base em ressonância magnética para identificar o nível de dependência alcoólica.
Este estudo foi conduzido como parte do estudo Learning and Alcohol Dependence (LeAD), um programa alemão (Berlim, Dresden) que investiga as bases neurobiológicas da dependência do álcool.
Foram avaliados 119 indivíduos com idades entre 20 e 65 anos (18 mulheres) que atendiam aos critérios de dependência de álcool, de acordo com a Associação Americana de Psiquiatria 2000, e 97 controles saudáveis com idades entre 21 e 65 anos (16 mulheres) pareados em termos de idade, sexo e tabagismo.
A partir da ressonância magnética funcional baseada em tarefas, foram avaliados padrões de ativação funcional que representam uma resposta básica de recompensa, motivados pelo fato de que respostas aberrantes de recompensa funcional foram consistentemente encontradas para dependência de álcool.
O procedimento analisou mapas de conectividade do cérebro inteiro e focou no núcleo accumbens, pois um dos principais objetivos de pesquisa do programa estava testando uma hipótese sobre conectividade estriato-frontal perturbada subjacente ao desenvolvimento de comportamentos problemáticos de consumo.
Mais especificamente, para estimar mapas de conectividade no núcleo accumbens, regiões específicas dos núcleos accumbens esquerdo e direito foram definidas usando o Atlas de Probabilidade Subcortical de Harvard-Oxford.
É importante reiterar que o núcleo accumbens é uma área encefálica relacionada com a recompensa e associada ao vício.
Os pesquisadores usaram ressonância magnética estrutural, funcional e baseada em tarefas em estado de repouso para construir um classificador de aprendizado de máquina de diagnóstico para dependência de álcool. Um novo esquema de classificação multimodal, no qual os pesos específicos da modalidade e os classificadores ideais foram estimados a partir de dados de treinamento, superaram ligeiramente a modalidade individual mais forte e alcançaram uma precisão equilibrada de 79,3%.
Desta maneira, o novo procedimento colabora para identificar o nível de dependência alcoólica, auxiliando no direcionamento do tratamento desse quadro.
Referência
- Guggenmos, M., Schmack, K., Veer, I.M. et al. A multimodal neuroimaging classifier for alcohol dependence. Sci Rep 10, 298 (2020). https://doi.org/10.1038/s41598-019-56923-9
