Esta página se ha traducido automáticamente del turco. Leer el original

Esta página es un resumen en turco, elaborado con ayuda de inteligencia artificial, del trabajo presentado en el 26.º Congreso Mundial de Psiquiatría. El trabajo pertenece a los autores que lo presentan; para citarlo, consulte la fuente original.

SO031

Variabilidad residual asociada a la medicación en la predicción del cambio en los síntomas del trastorno por déficit de atención e hiperactividad a partir de datos basales

MEDICATION-RELATED RESIDUAL VARIABILITY FOLLOWING BASELINE PREDICTION OF CHANGES IN ATTENTION-DEFICIT/HYPERACTIVITY DISORDER SYMPTOMS

El grosor cortical basal mejora modestamente la predicción del cambio en los síntomas del TDAH más allá de los datos clínicos y de forma específica para la atención, mientras que el error de predicción aumenta considerablemente en los jóvenes que inician tratamiento farmacológico después de la evaluación basal.

El objetivo del estudio es evaluar si el grosor cortical basal (cortical thickness) permite predecir el cambio entre dos evaluaciones en los síntomas del trastorno por déficit de atención e hiperactividad (TDAH) informados por los progenitores más allá de los datos clínicos, y si el inicio de tratamiento farmacológico después de la evaluación basal explica el error residual de predicción. En una cohorte unicéntrica con dos evaluaciones se realizó el seguimiento de 165 niños y adolescentes (63 con TDAH y 102 con desarrollo típico; edad de 10,35±2,92 años, intervalo de 4,12 a 18,21; 78,8 % de sexo masculino), con datos completos de la SNAP-IV en ambas evaluaciones; la submuestra con resonancia magnética estuvo formada por 158 participantes. El modelo A incluyó la puntuación basal de la SNAP-IV, el sexo, la edad, el tiempo entre evaluaciones y el diagnóstico; el modelo B incorporó, además, el grosor cortical a nivel lobular obtenido de las regiones aparc de FreeSurfer. Se utilizó RidgeCV como método principal y se comparó con ElasticNet, Lasso y Random Forest mediante la misma validación cruzada anidada de 5 particiones (nested cross-validation), utilizando 30 semillas aleatorias distintas. La incorporación del grosor cortical mejoró la predicción fuera de la partición de entrenamiento (out-of-fold) en la misma submuestra: R²=0,26 frente a 0,24 en el modelo clínico (delta R²=+0,016). La mejora fue específica de cada dominio: se observó un delta R²=+0,024 para la inatención (positivo en el 100 % de las semillas) y de +0,021 para la puntuación total (97 %), mientras que fue insignificante para la hiperactividad/impulsividad (+0,001) y los síntomas oposicionistas (+0,005). En el grupo con TDAH, los residuos de las predicciones fuera de la partición de entrenamiento (residuals) fueron aproximadamente 2,5 veces mayores en los jóvenes que iniciaron tratamiento farmacológico después de la evaluación basal que en quienes permanecieron sin medicación (media de 13,03 frente a 5,30 puntos; n=30 frente a 8; prueba de Mann-Whitney, p=0,0095); en la regresión con corrección por tasa de falsos descubrimientos (false discovery rate, FDR) presentada en el resumen del congreso, el inicio de tratamiento farmacológico también siguió asociado a residuos mayores (coeficiente=5,10; q_FDR=0,007). En general, las predicciones estuvieron bien calibradas (cobertura del intervalo de predicción del 90 %: 0,903), aunque la cobertura descendió a 0,73 en el subgrupo que inició tratamiento farmacológico y fue de 0,86 en quienes mantuvieron un tratamiento farmacológico estable. Los autores señalan que el grosor cortical basal aporta un valor predictivo incremental específico para la atención, que los residuos mayores y peor calibrados tras el inicio de la medicación reflejan la dinámica del tratamiento más que un fallo del modelo, que los hallazgos son unicéntricos, exploratorios y no causales, y que se requiere una validación externa antes de su aplicación clínica.

Todos los resúmenes del WCP 2026