Introducción El sueño humano está regulado por la interacción de dos procesos fundamentales: la presión homeostática del sueño, que aumenta con el tiempo de vigilia, y los ritmos circadianos, que modulan la propensión a dormir en función del ciclo luz-oscuridad. Este marco, conocido como modelo de dos procesos, ha sido ampliam...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
El sueño humano está regulado por la interacción de dos procesos fundamentales: la presión homeostática del sueño, que aumenta con el tiempo de vigilia, y los ritmos circadianos, que modulan la propensión a dormir en función del ciclo luz-oscuridad. Este marco, conocido como modelo de dos procesos, ha sido ampliamente utilizado para explicar la arquitectura del sueño. Sin embargo, aún persisten limitaciones a la hora de comprender los mecanismos dinámicos precisos que gobiernan las transiciones entre sueño y vigilia, la recuperación tras la privación de sueño y la experiencia subjetiva de somnolencia.
En este contexto, los modelos matemáticos neurobiológicos ofrecen una vía prometedora para integrar estos procesos en un marco mecanístico. El modelo extendido de Phillips-Robinson introduce una formulación dinámica que incorpora la modulación circadiana sobre sistemas neuroquímicos clave, como la orexina y el locus coeruleus, proporcionando una explicación más precisa y analíticamente tratable de los umbrales de inicio y finalización del sueño.
Integración de sistemas neuronales clave
El modelo ampliado incorpora la influencia circadiana sobre poblaciones neuronales implicadas en la regulación del estado de alerta, en particular:
- Sistema orexinérgico (hipotálamo lateral), fundamental para la estabilidad de la vigilia.
- Locus coeruleus, principal núcleo noradrenérgico implicado en la activación cortical.
La modulación circadiana de estos sistemas permite redefinir los umbrales dinámicos que determinan cuándo se produce la transición entre vigilia y sueño.
Umbrales circadianos y transición de estados
Una de las aportaciones centrales del modelo es la formulación de umbrales de sueño y vigilia dependientes del ritmo circadiano. Estos umbrales no son fijos, sino que fluctúan a lo largo del día, reflejando la influencia del reloj biológico sobre la excitabilidad neuronal.
Este enfoque permite explicar fenómenos clínicamente relevantes, como:
- La facilidad para conciliar el sueño en determinadas franjas horarias.
- La resistencia al sueño en fases circadianas de alta activación.
- La variabilidad interindividual en los patrones de sueño.
Oscilaciones generadas por la presión homeostática
El modelo demuestra que la presión homeostática, por sí sola, es capaz de generar oscilaciones intrínsecas entre sueño y vigilia. Este comportamiento emerge a través de un mecanismo matemático conocido como bifurcación tipo “saddle-node on invariant circle”.
SNIC
Aunque el formalismo completo es complejo, el resultado clave es que el sistema puede alternar entre estados sin necesidad de una señal circadiana externa, lo que sugiere que la homeostasis del sueño tiene propiedades oscilatorias intrínsecas.
Papel modulador del ritmo circadiano
El componente circadiano no genera el ciclo por sí mismo, sino que modula el paisaje de estabilidad del sistema. En términos dinámicos, esto implica que:
- Ajusta la posición de los puntos de transición entre estados.
- Facilita o dificulta el inicio del sueño en función de la fase circadiana.
- Permite una rápida inducción del sueño tras periodos prolongados de vigilia.
Este mecanismo explica, por ejemplo, por qué tras una privación de sueño intensa es posible conciliar el sueño de forma inmediata, pero la recuperación completa no se produce en una sola noche.
Dinámica de recuperación tras privación
El modelo reproduce de forma precisa uno de los fenómenos más conocidos en cronobiología: la recuperación parcial tras la primera noche de sueño después de una privación prolongada.
Esto se debe a que:
- La presión homeostática alcanza niveles elevados.
- El ritmo circadiano puede no estar alineado con el momento óptimo de sueño.
- La interacción entre ambos factores limita la duración y profundidad del sueño recuperador.
Predicción del tiempo y duración del sueño
Una ventaja significativa del modelo es su capacidad para generar predicciones analíticas sobre:
- Hora de inicio del sueño.
- Duración del episodio de sueño.
- Efectos de la restricción o extensión del tiempo en cama.
Estas predicciones tienen implicaciones potenciales para la medicina del sueño, especialmente en contextos como el jet lag, el trabajo por turnos o los trastornos del ritmo circadiano.
Somnolencia como distancia dinámica
Uno de los aportes más innovadores del modelo es la definición formal de la somnolencia subjetiva. En lugar de considerarla únicamente como una función del tiempo despierto, se propone que la somnolencia corresponde a la distancia entre:
- El estado homeostático actual.
- El umbral circadiano activo para el inicio del sueño.
S = H - T_c
Donde:
(S) representa la somnolencia.
(H) la presión homeostática.
(T_c) el umbral circadiano.
Validación en distintos protocolos
Esta formulación muestra una alta capacidad predictiva en diferentes condiciones experimentales:
- Privación total de sueño.
- Restricción crónica.
- Extensión del tiempo de sueño.
- Fases de recuperación.
Desde una perspectiva clínica, esto sugiere que la somnolencia no depende exclusivamente del déficit de sueño acumulado, sino también de la fase circadiana en la que se encuentra el individuo.
Desalineación circadiana
Muchos trastornos psiquiátricos, incluyendo depresión mayor y trastorno bipolar, presentan alteraciones en los ritmos circadianos. Este modelo proporciona un marco para entender cómo la desalineación entre los procesos homeostáticos y circadianos puede contribuir a:
- Insomnio.
- Hipersomnia.
- Variabilidad en el estado de ánimo.
Trabajo por turnos y cronodisrupción
En trabajadores por turnos, la discrepancia entre el reloj biológico y las demandas externas puede alterar los umbrales dinámicos del sueño, generando:
- Dificultad para iniciar el sueño.
- Sueño fragmentado.
- Aumento de la somnolencia diurna.
El modelo sugiere que intervenciones dirigidas a realinear estos umbrales podrían mejorar los resultados clínicos.
Hacia intervenciones individualizadas
La capacidad predictiva del modelo abre la puerta a estrategias personalizadas basadas en:
- Cronotipo individual.
- Historial de sueño.
- Exposición a luz y actividad.
Esto podría tener aplicaciones en la planificación de horarios, terapias cronobiológicas y optimización del rendimiento cognitivo.
A pesar de su solidez teórica, el modelo presenta limitaciones:
- Simplificación de sistemas neurobiológicos complejos.
- Necesidad de validación en poblaciones clínicas.
- Limitada integración con factores conductuales y ambientales.
Futuras investigaciones deberían centrarse en:
- Validación empírica en trastornos del sueño y psiquiátricos.
- Integración con biomarcadores circadianos.
- Aplicación en entornos clínicos reales.
El modelo extendido de Phillips-Robinson proporciona un marco integrador para comprender la regulación del sueño desde una perspectiva dinámica. La interacción entre presión homeostática y ritmos circadianos, modulada por umbrales variables, permite explicar fenómenos clave como las transiciones sueño-vigilia, la recuperación tras privación y la somnolencia subjetiva.
Para la práctica clínica y la investigación en psiquiatría, este enfoque ofrece una herramienta conceptual potente para abordar la cronodisrupción y avanzar hacia intervenciones más precisas e individualizadas en medicina del sueño.
Resumen y adaptación editorial: Virginia Candelas García (Cibermedicina / Psiquiatria.com)
Fuente original: Circadian-Modulated Thresholds as a Mechanistic Basis for Sleep-Wake Transitions, Recovery, and Sleepiness - Biorxiv
Texto completo disponible en: https://www.biorxiv.org/content/10.64898/2026.02.04.703688v1
Este contenido es un resumen adaptado. La autoría científica corresponde a los autores originales.
Artículo distribuido bajo licencia Creative Commons según la fuente original.
Explora el artículo con IA