IA identifica regiones cerebrales vinculadas al consumo de tabaco con alta precisión

Cada vez más estudios sugieren que el consumo de cigarrillos se asocia con alteraciones en la microestructura de la sustancia blanca (WM) del cerebro. Sin embargo, los análisis estadísticos tradicionales a nivel grupal pueden producir resultados contradictorios debido a limitaciones metodológicas. Para superar estos desafíos, un nuevo estudio aplicó técnicas multivariadas de machine learning con el fin de identificar con mayor precisión las regiones de WM relacionadas con el tabaquismo.

La investigación utilizó mapas esqueletonizados de difusión cerebral obtenidos mediante imágenes de tensor de difusión (DTI) en 60 personas con trastorno por consumo de tabaco (TUD) y 66 participantes sin TUD. Con estos datos, se entrenó un clasificador lineal SVM para diferenciar entre ambos grupos e identificar las regiones cerebrales más relevantes mediante puntuaciones discriminativas. Además, se analizaron las correlaciones entre los puntajes del clasificador y variables relacionadas con el consumo de tabaco.

El modelo mostró un desempeño robusto, con una precisión superior al 80% y un área bajo la curva mayor a 0. 91. Las regiones con mayor peso discriminativo se localizaron en la corona radiata anterior, la radiación talámica posterior y el genu del cuerpo calloso (forceps minor). Asimismo, los puntajes del clasificador se correlacionaron positivamente con la edad de inicio del consumo de cigarrillos entre los participantes con TUD.

Los autores concluyen que este enfoque multivariado basado en mapas esqueletonizados supera a los métodos regionales tradicionales y permite identificar con mayor eficacia alteraciones estructurales asociadas a la adicción a la nicotina. Los hallazgos podrían contribuir a una comprensión más precisa de los cambios cerebrales vinculados al tabaquismo y al desarrollo de marcadores neurobiológicos más fiables.

Resumen modificado por Cibermedicina

Para acceder al texto completo consulte las características de suscripción de la fuente original: https://www.sciencedirect.com/