Saúde Desvendada

Um estudo inovador está abrindo novas perspectivas no diagnóstico do Transtorno do Espectro Autista (TEA) ao analisar a variabilidade da atividade cerebral, captada por eletroencefalograma (EEG). A pesquisa demonstra que, ao invés de focar apenas nas médias tradicionais dos sinais de EEG, a análise das variações neurais de um ensaio para outro pode revelar informações cruciais sobre o TEA.

O estudo investigou se a análise da variabilidade do EEG poderia melhorar a precisão na identificação de indivíduos com TEA, comparada às métricas convencionais de EEG. Os pesquisadores coletaram dados de EEG e analisaram a variabilidade em diferentes bandas de frequência, utilizando aprendizado de máquina para comparar o desempenho da classificação entre os dois métodos. Os resultados revelaram que a variabilidade do EEG superou as métricas médias tradicionais, atingindo uma precisão de classificação de 70,7%. As variações nas bandas delta e gama se mostraram particularmente importantes para distinguir indivíduos com TEA, com resultados robustos e correlações significativas com avaliações comportamentais.

Essas descobertas sugerem que a incorporação da variabilidade neural em modelos de aprendizado de máquina pode aprimorar as avaliações baseadas em biomarcadores, abrindo caminho para ferramentas personalizadas que auxiliem em intervenções mais direcionadas. A pesquisa aponta para a importância de análises longitudinais de EEG e neuroimagem multimodal para avançar no diagnóstico de precisão do autismo. Ao compreender melhor as nuances da neurofisiologia do TEA, é possível desenvolver abordagens terapêuticas mais eficazes e individualizadas, melhorando a qualidade de vida das pessoas com autismo e suas famílias. Este estudo representa um avanço significativo na busca por biomarcadores mais sensíveis e específicos para o TEA.

Origem: Link