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

Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

SO385

Detección de transiciones de estado en los trastornos del estado de ánimo mediante el análisis de sistemas dinámicos de los parámetros de un modelo de masa neural derivados del EEG

DETECTING MOOD DISORDER STATE TRANSITIONS THROUGH DYNAMICAL SYSTEMS ANALYSIS OF EEG-DERIVED NEURAL MASS MODEL PARAMETERS

El modelo de masa neural Freeman KII permite definir la transición entre episodios afectivos como una bifurcación localizable, en lugar de como un umbral opaco de puntuación; sin embargo, dado que el modelo de cuatro poblaciones es estructuralmente incapaz de alcanzar el toro T³, respalda la ruta de ruptura de un toro cuasiperiódico, y no la ruta estricta de Newhouse-Ruelle-Takens.

Ante la falta de incorporación de los biomarcadores de EEG al uso clínico, el objetivo fue establecer un marco de sistemas dinámicos interpretable en términos mecanísticos que abordara el inicio de un episodio afectivo no como un umbral aplicado a una característica estática, sino como una bifurcación en el espacio de las ganancias de acoplamiento sináptico. En cuanto al método, el modelo Freeman KII acopla cuatro poblaciones en un espacio de estados de ocho dimensiones (a = 0,22, b = 0,72 ms⁻¹), se exploran cuatro ganancias (KEE, KEI, KIE, KII), se calcula el espectro de Lyapunov mediante el jacobiano analítico y la reortonormalización QR periódica, y se clasifican los atractores según el número de exponentes nulos (tolerancia ε = 3/T_medición); todos los paneles del póster representan propiedades de las ecuaciones diferenciales, y solo en uno se superponen al mapa las trayectorias entre sesiones procedentes de 123 registros de 34 personas (únicamente con etiquetas de grupo, sin datos sobre el estado clínico). En el plano de ganancias se observa, dentro de una banda estrecha, la secuencia punto fijo, ciclo límite, toro cuasiperiódico y atractor extraño, pero la secuencia se detiene en T² y ningún participante alcanza la banda toroidal ni la caótica. Se demostraron dos límites estructurales: con tasas uniformes, KII admite como máximo dos frecuencias independientes; al incorporar cinéticas diferentes de AMPA y GABA_A, el 48 % de los puntos de una cuadrícula de ganancias de 16 x 16 x 10 presenta tres o más frecuencias distintas, mientras que con tasas uniformes esta proporción es del 0 %; por su parte, el límite máximo de pares inestables permaneció invariable en 1,4 x 10⁴ puntos de ganancia, ocho relaciones cinéticas excitadoras/inhibidoras y seis formas de romper la simetría de W (como máximo 2 pares inestables para cuatro poblaciones y dim J = 8, 3 para seis poblaciones y 4 para ocho poblaciones). De ello se concluyó que, independientemente de las cinéticas, el modelo de cuatro poblaciones no puede alcanzar T³ ni, por tanto, la ruta estricta de Newhouse-Ruelle-Takens, y que la secuencia observada corresponde a la ruta de ruptura del toro de Afraimovich-Shilnikov, que solo requiere T². La exploración de la ganancia inhibidora KIE produjo ventanas periódicas estrechas inmersas en el régimen caótico, y la exploración de KEE realizada con KIE = 5,0 mostró una ventana similar en torno a KEE ≈ 2,30; para ilustrar la falta de fiabilidad de la estimación de λ₁ a partir del EEG bruto, el estimador de Rosenstein aplicado a la componente x de Lorenz produjo pendientes de entre 0,813 y 1,650 dependiendo únicamente de la ubicación de la región de escalado (valor real: 0,906). Entre las limitaciones se incluyen el mantenimiento de KEI y KII constantes; que, al explorar KEI ∈ [0,5, 4,0], 19 de las 34 personas con múltiples sesiones (56 %) cruzaran una frontera real entre regímenes, pero sin que esta proporción variara según el diagnóstico (prueba exacta de Fisher, p = 1,00); que un valor alternativo de KEI igualmente defendible reclasificara al 29 % de la cohorte; y que la estimación conjunta de las cuatro ganancias a partir del espectro en reposo de un único registro convergiera en tres soluciones incompatibles entre sí. En conclusión, el marco se ha validado numéricamente y ha delimitado su propia clase de modelos; aunque resulta prometedor en cuanto a su valor clínico por convertir la transición de estado en una bifurcación localizable y basarse en principios neurodinámicos universales en lugar de en datos de entrenamiento específicos de una población, en el póster las correspondencias entre el modelo y los estados clínicos se presentan como hipótesis que deben someterse a prueba, no como resultados, para lo cual se requieren etiquetas de estado y sesiones emparejadas antes y después del tratamiento.

Tüm WCP 2026 özetleri