Modelos radiómicos y deep learning revelan biomarcadores de TEA en regiones subcorticales

Un estudio reciente evaluó la eficacia diagnóstica de un análisis radiómico multirregional basado en secuencias convencionales de resonancia magnética (RM) —T1 y T2 ponderadas— para la identificación del trastorno del espectro autista (TEA). Además, exploró la relación entre estos parámetros de imagen y la gravedad de los síntomas clínicos, con el objetivo de identificar posibles biomarcadores de neuroimagen.

El trabajo retrospectivo incluyó 207 participantes pediátricos (91 con TEA y 116 controles con desarrollo típico). Se extrajeron características radiómicas de hipocampo, tálamo, núcleo caudado y núcleo lenticular, segmentados manualmente en ambas secuencias. Posteriormente, se desarrollaron tres modelos clasificadores (solo T1, solo T2 y combinación T1+T2) utilizando regresión logística, máquinas de vectores de soporte (SVM) y un modelo profundo TabTransformer. El rendimiento diagnóstico se evaluó mediante validación cruzada de cinco pliegues.

Los resultados mostraron que el modelo TabTransformer con características combinadas T1+T2 obtuvo el mejor desempeño diagnóstico:

- AUC: 0. 900

- Precisión: 0. 834

- Sensibilidad: 0. 843

- Especificidad: 0. 823

Asimismo, diversas características radiómicas —especialmente provenientes del núcleo lenticular izquierdo y del núcleo caudado bilateral— mostraron correlaciones significativas con escalas clínicas de gravedad (ABC y CARS), lo que sugiere una relación estructural funcionalmente relevante con los síntomas nucleares del TEA.

Los autores concluyen que los modelos radiómicos basados en RM convencional ofrecen utilidad diagnóstica sólida para el TEA y que las regiones subcorticales identificadas podrían constituir biomarcadores de imagen prometedores. Recomiendan validar los hallazgos en cohortes externas, avanzar hacia segmentación automatizada y realizar estudios más amplios y multicéntricos para robustecer la evidencia.

Resumen modificado por Cibermedicina

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