La inutilidad de las predicciones a largo plazo en el trastorno bipolar: las fluctuaciones del estado de ánimo son el resultado de procesos caóticos deterministas

Es importante comprender la arquitectura subyacente de la regulación del estado de ánimo en el trastorno bipolar (TB), ya que estamos comenzando a conceptualizar el TB como un trastorno más complejo que uno de episodios maníacos o depresivos recurrentes. Se emplean técnicas no lineales para comprender y modelar el comportamiento de sistemas complejos.

Nuestro objetivo fue evaluar las propiedades no lineales subyacentes que explican las fluctuaciones del estado de ánimo y la energía en pacientes con TB; y comparar si estos procesos fueron diferentes en controles sanos (HC) y familiares de primer grado no afectados (FDR). Usamos tres técnicas no lineales diferentes: exponente de Lyapunov, análisis de fluctuación sin tendencia y dimensión fractal para evaluar el comportamiento subyacente de las fluctuaciones del estado de ánimo y la energía en todos los grupos; y posteriormente evaluar si estos surgen de diferentes procesos en cada uno de estos grupos.

Hubo una autocorrelación positiva a corto plazo para las series de estado de ánimo y energía en los tres grupos. En la serie del estado de ánimo, el mayor exponente de Lyapunov se encontró en los grupos HC (1, 84), en comparación con los grupos BD (1, 63) y FDR (1, 71) [F (2, 87) = 8, 42, p <0, 005]. Una prueba de Tukey post-hoc mostró que el exponente de Lyapunov en HC fue significativamente mayor que los grupos BD (p = 0. 003) y FDR (p = 0. 03). De manera similar, en la serie de energía, el mayor exponente de Lyapunov se encontró en HC (1, 85), en comparación con BD (1, 76) y FDR (1, 67) [F (2, 87) = 11, 02; p <0, 005]. No hubo diferencias significativas entre los grupos para el análisis de fluctuación sin tendencia o la dimensión fractal.

La naturaleza subyacente de la variabilidad del estado de ánimo está en consonancia con la de un sistema caótico, lo que significa que las fluctuaciones son generadas por procesos deterministas no lineales en HC, BD y FDR. El valor de este modelo complejo radica en analizar la naturaleza de los procesos involucrados en la regulación del estado de ánimo. También sugiere que la ventana para la predicción de episodios en BD será inevitablemente corta.

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