Rev Neurol - Revista de Neurología

Anuncio
DÉFICIT DE ATENCIÓN CON HIPERACTIVIDAD
ORIGINAL
Cartografía cerebral y trastorno
por déficit de atención con hiperactividad
J.R. Valdizán a, M.A. Navascués b, M.V. Sebastián b
CEREBRAL MAPPING AND ATTENTION-DEFICIT HYPERACTIVITY SYNDROME
Summary. Introduction. The clinical features of the attention-deficit hyperactivity disorder are characterized by attention
deficit, an impulsive style of behavior and cognition and excessive motor activity. The incidence is estimated to be between 3 and
5% of the school population, and it is considered that there are one or two children with attention deficit in all children’s classes
during the early years of schooling. Objective. Electroencephalogram measurements using spectral analysis gives fresh information about the cerebral electrogenesis of children with attention-deficit hyperactivity disorder. Patients and methods. In this
study we diagnosed 21 children as having attention-deficit hyperactivity disorder and compared them with a control group of
13 healthy children of the same average age, at rest and whilst carrying out various tasks. Results and conclusions. Greater
values of delta relative amplitude were found in the attention-deficit hyperactivity disorder group in their basal EEG at the F7,
F8, FP1, FP2, F3, F4 and C3 sites. During visual testing differences were observed in the alpha band, also in the frontal region
(F7, FP1, FP2 and F4) with the children of the control group showing the higher values. The level of significance used was 0.05.
The cortical distribution of the dominant frequencies was different also. In addition, we present a method for cerebral mapping
by means of spline functions developed by Duchon, which allow cerebral bioelectrical activity to be mapped in three dimensions.
[REV NEUROL 2001; 32: 127-32] [http://www.revneurol.com/3202/k020127.pdf]
Key words. Attention deficit. Cerebral mapping. Hyperactivity. Infantile electroencephalogram. Spline functions.
INTRODUCCIÓN
 2001, REVISTA DE NEUROLOGÍA
durante el desarrollo de un trastorno general y no se explica por
la presencia de otra alteración mental (es decir, emocional, ansiedad o de personalidad). El sujeto experimenta dificultad en
mantener la atención durante el trabajo o actividades de ocio y,
consiguientemente, le resulta difícil completar una tarea. En
adolescentes y adultos, los síntomas de hiperactividad toman la
forma de inquietud y dificultad en desarrollar actividades sedentarias relajadas.
En el último período de la infancia, los signos de excesiva
actividad motora son menos frecuentes (correr y saltar excesivamente, moverse mientras están sentados, etc.) y los síntomas del
TDAH se limitan a inquietud motora y una sensación interior de
desasosiego. En muchos sujetos, los síntomas cesan durante la
adolescencia y la madurez, aunque una minoría de individuos
sufren los síntomas completos del TDAH cuando son adultos.
En un intento de encontrar un sustrato anatómico, el enfoque
del estudio de este trastorno se ha centrado en buscar un defecto
clínico, y se han encontrado algunas similitudes entre las manifestaciones clínicas de niños con TDAH y pacientes que han
sufrido una lesión en el lóbulo frontal. Los dos tipos de trastorno
se ponen de manifiesto mediante problemas de atención y control de los impulsos. Se detecta en ambos una reducción de la
capacidad de autocontrol, lo que conduce a comportamientos
inadecuados. Este hecho ha llevado a la consideración de que la
disfunción frontal podría representar un modelo neuropsicológico de este trastorno [4].
La cuantificación del electroencefalograma (EEG) a través de
su análisis espectral permite obtener nueva información acerca de
la electrogénesis del cerebro en niños con TDAH. En el presente
trabajo se exploran las características espectrales del EEG de este
tipo de pacientes en situación de reposo y durante la realización
de tareas de atención. Adicionalmente, se presenta un método de
interpolación por funciones spline para la obtención de mapas de
actividad bioeléctrica cerebral. Este método proporciona una superficie de interpolación global y explícita, que permite aproximar el valor del parámetro de cuantificación en cualquier punto
REV NEUROL 2001; 32 (2): 127-132
127
El término trastorno por déficit de atención con hiperactividad
(TDAH), como entidad de diagnóstico, se ha introducido recientemente. Hasta 1980, con la publicación de la tercera edición del
manual de enfermedades mentales de la American Association of
Psychiatry (DSM-III) [1], se habían utilizado otros términos, como
disfunción cerebral mínima, niño hiperactivo, hipercinesia, trastornos del aprendizaje y otros, para expresar el conjunto de comportamientos anómalos presentes en niños y con considerable
repercusión en la esfera sociofamiliar.
En general, las manifestaciones clínicas del TDAH se caracterizan por un déficit de atención, una conducta y unos estilos
cognitivos impulsivos y un exceso de actividad motora (DSM-IV)
[2]. Como consecuencia, la sintomatología es principalmente
comportamental y tiene manifestaciones en el despliegue de la
personalidad, en los rendimientos académicos, en la dinámica
familiar y en la adquisición de habilidades sociales.
Su incidencia se calcula entre un 3 y un 5% de la población
escolar y se considera que hay uno o dos niños con déficit de atención en cada clase durante los primeros años de escolarización [3].
Hay dos dimensiones diferentes en el TDAH: una con síntomas de atención deficiente y otra con síntomas de excesiva actividad motora e impulsividad. Algunos de los síntomas problemáticos de la hiperactividad o de la atención deficiente pueden
aparecer antes de los 7 años. Este problema no se manifiesta
Recibido: 29.12.99. Recibido en versión revisada: 22.07.00. Aceptado: 01.09.00.
a
Servicio de Neurofisiología Clínica. b Departamento de Matemática Aplicada. Centro Politécnico Superior de Ingenieros. Universidad de Zaragoza.
Zaragoza, España.
Correspondencia: Dr. José Ramón Valdizán. Servicio de Neurofisiología
Clínica. Hospital Miguel Servet, P.º Isabel la Católica, 1 y 3. E-50009
Zaragoza. Fax: +34 97635 1893. E-mail: valdizan@lander.es
Financiado por el Fondo de Investigaciones Sanitarias (proyecto 94/1521)
y la Universidad de Zaragoza (proyectos 226-34 y 226-55).
J.R. VALDIZÁN, ET AL
del cráneo, para encontrar las áreas cerebrales donde se dan los
máximos y los mínimos, así como dibujar mapas de actividad
cerebral del EEG en dos y tres dimensiones. Por medio de estas
superficies, se muestra la distribución cortical de la actividad bioeléctrica cerebral en las bandas habituales: delta, theta, alfa y beta.
También se han realizado mapas de significación [5] para visualizar las diferencias obtenidas al comparar el grupo de niños con
TDAH con el grupo control de niños sanos.
Los antecedentes del presente trabajo se encuentran en diferentes estudios electroencefalográficos sobre niños hiperactivos,
en los que se indica la existencia de excesiva actividad lenta que
desaparece con el crecimiento y que podría sostener la hipótesis
de un trastorno de maduración del cerebro. Christopher y Mann
[6], por ejemplo, detectan un incremento de la actividad theta, más
notable en las zonas frontal y central, y un decrecimiento en las
regiones temporal y posterior. Satterfield et al [7] señalan que el
EEG de niños hipercinéticos muestra más potencia en el espectro
0-8 Hz. Otros grupos de investigación recalcan el hecho de que
sólo un subgrupo de niños diagnosticados con TDAH manifiestan
EEG anormales, y siempre corroborando un exceso de actividad
lenta en reposo [8-10].
PACIENTES Y MÉTODOS
Sujetos
Se han seleccionado 21 niños diagnosticados de TDAH, con un promedio de
edad de 9,3 ± 1,5 e igualados en género. Esta población se ha comparado con
un grupo control de 13 niños, con una media de edad similar 9,2 ± 1,3. El
diagnóstico de TDAH se ha basado en el criterio DSM-IV [2], escalas TRS
(del inglés, Teachers Rate Scale) y PSQ (del inglés, Parents Symptoms
Questionnaire) de Conners [11], el Children’s Depression Inventory, escalas de evaluación de estado y rasgo de ansiedad, y la Wechsler Intelligence
Scale for Children (WISC) [12].
– Criterios de inclusión. Además de los anteriormente citados, se consideró
la posesión de un cociente intelectual de más de 80 en el test WISC y que
los niños estuvieran integrados en un proceso de escolarización normal.
– Criterios de exclusión. Evidencias clínicas de psicosis, déficit sensoriales
notables, graves trastornos afectivos, déficit de atención transitorio y otras
alteraciones causadas por la reacción de factores ambientales específicos,
situación ambiental marginal, un cociente intelectual <80, coexistencia
con otros trastornos relacionados con la atención deficiente (alteraciones
del comportamiento y el aprendizaje, estados de ansiedad), tratamiento
psicológico o farmacológico antes o durante la adquisición de los datos.
Los niños pertenecientes al grupo control fueron seleccionados aleatoriamente por los profesores y pertenecen a los mismos grupos escolares que los
niños con TDAH.
Para cada sujeto, se han recogido las siguientes señales: 1. Un EEG en
reposo con ojos cerrados (basal); 2. Un EEG mientras el niño repite series
de números que oye previamente (test auditivo), y 3. Un EEG durante la
ejecución de una tarea que consiste en reconocer y tachar una cara diferente
de las otras, en series de tres (test visual).
El método de cuantificación elegido es el análisis del espectro de amplitud
del EEG. El contraste de Shapiro y Wilks [13] sobre los datos ha confirmado
la hipótesis de normalidad de los mismos como aceptable. Para el estudio
estadístico de las muestras, se ha aplicado un análisis de varianza con el
electrodo y la tarea (tipo de EEG) como factores. La prueba estadística
utilizada para comparar los datos intergrupo e intragrupo, electrodo a electrodo, ha sido el test de la t de Student. La implementación de las medidas
espectrales se basa en la transformada rápida de Fourier, en diferentes épocas
del EEG, seleccionadas de modo que estén libres de artefactos. Esta selección se ha llevado a cabo mediante inspección visual. Se han analizado
16 localizaciones de la superficie cortical, de acuerdo con el sistema Internacional 10/20 de Jasper: F7, F8, T3, T4, T5, T6, FP1, FP2, F3, F4, C3, C4,
P3, P4, O1, O2. La recogida de la señal se ha realizado con un electroencefalógrafo Grass, acoplado al programa RHYTHM, versión 5. Este equipo
incluye filtros de 0,18 Hz para bajas frecuencias y 35 Hz para altas frecuen-
128
cias. La sensibilidad es de siete microvoltios por milímetro. La frecuencia de
muestreo es de 128 Hz. Cada segmento elegido para el análisis tiene una
longitud de cuatro segundos. El espectro de frecuencias del EEG se clasifica
en bandas delta, theta, alfa y beta, y se obtiene la amplitud relativa de cada
una de ellas.
Funciones spline de Duchon
Dado un conjunto de n puntos distintos y no alineados de R2a1,...,an (llamados nodos de interpolación) y z1,...,zn, los correspondientes valores del parámetro de cuantificación, puede probarse que entre todas las funciones vque
verifican v(a1)= z1,...,v(an)= zn existe una única función s que minimiza el
funcional de energía de flexión:
Λ (v) = ∫ R2 (  D12 v  2 + 2  D1 D2 v  2 +  D22 v  2 )
siendo Di el operador derivada parcial (i= 1,2).
Esta función de interpolación thin plate se describe en un trabajo de
Duchon [14] como:
n
σ (t) = ∑ λi t- ai  2 Log  t- ai  + α1 t1 + α2 t2 + β
i=1
n
n
i= 1
i= 1
con ∑ λi = 0 ∈ R y ∑ λi ai = 0 ∈ R 2 , siendo t = (t1,t2), t = (t12 + t22) 1/2.
Así, los coeficientes λ1 , λ2 ,..., λn , α1 , α2 , β ∈ R se obtienen resolviendo el
sistema lineal:
n
∑ K(ai, aj ) λj + ai1 α1 + ai2 α2 + β = zi
(i = 1,...,n)
j= 1
n
∑ aj1 λj = 0
j=1
n
∑ aj2 λj = 0
j= 1
n
∑ λj = 0
j=1
donde a i = (ai1,ai2), K (ai ,aj )= ai-aj  2 Log  ai-aj , si i≠j y K (ai ,ai )= 0.
En el caso en estudio, el número de puntos es n= 24, que corresponden a los
16 electrodos y ocho puntos de referencia en una elipse que los circunscribe.
En estos puntos se ha dado el valor mínimo de la amplitud en la banda sobre
la superficie cortical para obtener una mejor visualización.
RESULTADOS
Por medio del análisis de varianza (ANOVA) con factores electrodo [15] y
tipo de registro (tarea) [3], se obtienen los siguientes resultados para cada
banda de frecuencia y cada grupo:
– Amplitud delta: en ambos grupos el electrodo y la tarea son significativos
al nivel 0,01; no hay interacción en ninguno de los grupos.
– Amplitud theta: en ambos grupos el electrodo y la tarea son significativos
al nivel 0,01; no hay interacción en ninguno de los grupos.
– Amplitud alfa: en ambos grupos el electrodo y la tarea son significativos
al nivel 0,01; en el grupo control hay interacción al nivel de significación 0,05.
– Amplitud beta: en ambos grupos el electrodo y la tarea son significativos;
hay interacción al nivel de significación 0,01.
En las comparaciones efectuadas entre los dos grupos (control y pacientes)
con el mismo tipo de EEG, se obtienen diferencias al nivel 0,05 en el EEG
en reposo con ojos cerrados y también durante el test visual. En el registro
basal, las diferencias se encuentran en la banda delta. Se obtiene mayor
amplitud relativa delta en el grupo con TDAH en los electrodos F7, F8, FP1,
FP2, F3, F4 y C3. En el EEG del test visual, las diferencias se encuentran en
la banda alfa, también en las zonas frontales: F7, FP1, FP2, y F4; los niños
REV NEUROL 2001; 32 (2): 127-132
DÉFICIT DE ATENCIÓN CON HIPERACTIVIDAD
a
b
Figura 1. Mapas de significación de las diferencias encontradas entre el grupo de niños con trastornos por déficit de atención e hiperactividad (TDAH)
y el grupo control (parámetro t interpolado sobre la superficie cortical). Las zonas más claras corresponden a las áreas donde las diferencias son
significativas al nivel 0,05. a) EEG en reposo con ojos cerrados, amplitud relativa delta. b) EEG durante la ejecución del test de percepción de diferencias
(test visual), amplitud relativa alfa.
Ojos cerrados
a
Control
TDAH
Test visual
b
Control
TDAH
Figura 2. Frecuencias dominantes (promedio máximo de la amplitud relativa) de cada electrodo en ambos grupos. a) EEG en reposo con ojos
cerrados. b) EEG durante el test visual.
REV NEUROL 2001; 32 (2): 127-132
del grupo control son los que obtienen mayores valores (ver mapas de significación en las figuras 1a y 1b).
Las frecuencias dominantes (porcentaje promedio máximo) de cada electrodo para EEG y grupo fijos pueden verse en las figuras 2a y 2b. En el grupo
control en descanso con ojos cerrados, la frecuencia beta es la predominante
en las zonas frontal y temporal (F7, F8, FP1, FP2, F3, T3, T4, T5 y C4),
mientras que en el grupo de pacientes la frecuencia dominante es delta, en
la mayor parte de las posiciones frontales (F8, FP1, FP2, F3, F4) y la alfa es
la predominante en las localizaciones central y posterior (Fig. 2a).
Durante el test visual se encuentra un predominio de frecuencia beta en la
superficie cortical del grupo control. El grupo con TDAH muestra frecuencia
dominante delta en los electrodos parietales derechos. Se observa claramente
en ambos grupos el bloqueo del ritmo alfa en la zona occipital (Fig. 2b).
La figura 3 muestra las superficies spline de interpolación de la amplitud
relativa beta promedio en el grupo control. Durante el test de atención aparece
un incremento de la frecuencia sobre toda la superficie cortical. Este hecho es
más evidente en los electrodos temporales para el test auditivo (Fig. 3b) y en
las áreas occipital y temporal durante el test de reconocimiento de caras (Fig. 3c).
En la distribución espacial de cada banda, las mayores diferencias entre
ambos grupos se encuentran en el EEG de reposo con ojos cerrados. En el
caso del grupo control, el máximo de la banda beta se da en los electrodos
F7 y F8, mientras en el grupo con TDAH el máximo se produce en la zona
temporal (T4 y T3 en orden descendente) (Figs. 4a y 4b).
DISCUSIÓN
Trastorno por déficit de atención con hiperactividad
El estudio electroencefalográfico del TDAH muestra la existencia
de excesiva actividad lenta, localizada principalmente en la zona
frontal. Los niños hiperactivos muestran una amplitud relativa
promedio en la banda delta en reposo mayor de lo normal. En el
test de percepción de diferencias, la señal EEG muestra menor
amplitud relativa en la banda alfa. En el test auditivo no se han
129
J.R. VALDIZÁN, ET AL
encontrado diferencias significativas. Estos resultados corroboran básicamente los hallados por otros grupos de investigadores.
Por ejemplo, Satterfield et al [7] indican que el EEG de los niños
hipercinéticos muestra mayor potencia en el espectro 0-8 Hz.
Montagu [16] estudia los registros electroencefalográficos de
10 niños hiperactivos mediante el cálculo del espectro de potencias y el estudio de la coherencia, y los compara con una muestra
de 10 niños normales. En la citada referencia se destaca que los
niños afectados por el trastorno poseen menos potencia en el intervalo de frecuencias de 8 a 10 Hz. Shetty [15] encuentra también
una disminución de la potencia en la banda alfa. Otros grupos de
investigación recalcan el hecho de que sólo un subgrupo de niños
diagnosticados con TDAH manifiestan EEG anormales, y siempre corroborando un exceso de actividad lenta en reposo [8-10].
La novedad del presente trabajo radica, por una parte, en la
utilización de parámetros cuantificadores y técnicas cartográficas
distintos a los de los estudios citados en el párrafo anterior. Se han
buscado diferencias significativas para el grupo paciente mediante el análisis multibanda de la amplitud relativa. Las amplitudes
espectrales reflejan numéricamente la amplitud de la señal EEG
que es visible en los registros gráficos. Se han elegido medidas
relativas por el hecho de que son independientes de las unidades
utilizadas y, por lo tanto, facilitan las comparaciones con los resultados obtenidos en otros equipos. Las frecuencias dominantes
de cada electrodo tampoco son recogidas en otros estudios y, sin
embargo, proporcionan una información muy útil y perfectamente
cuantificable acerca de los ritmos de los registros bioeléctricos
cerebrales infantiles (Fig. 2).
Otro aspecto novedoso es que, en general, en los análisis realizados por otros equipos, se recogen las características de los
registros electroencefalográficos en situación de reposo, mientras
que aquí se obtienen resultados para los cambios espectrales que
se producen en los grupos de niños durante la ejecución de determinados tests de atención (Fig. 3). El hecho de manejar 16 localizaciones corticales permite conocer con bastante precisión, utilizando las técnicas adecuadas, la distribución cortical de los parámetros espectrales.
Los tamaños muestrales son superiores a los descritos en algunas referencias [16] y muy inferiores a los de otras [10]. Se ha
pretendido compensar el hecho de manejar grupos no demasiado
numerosos con el incremento en la variedad y la precisión de los
parámetros de cuantificación utilizados. Aparte de los indicadores de tipo espectral y cartográfico aquí descritos, también se están
realizando comparaciones mediante medidas provenientes de la
dinámica no lineal y la teoría del caos, y otros descriptores en el
dominio temporal de la señal (parámetros de Hjorth), que no se
recogen en este artículo por estar en fase de preparación.
Todas estas medidas conducen a la observación de una lentificación del EEG de los niños afectados por el trastorno, que es
más evidente en las regiones cerebrales anteriores. Montagu [16]
destaca también que este grupo muestra mayor coherencia interhemisférica en las frecuencias 0-8 Hz, es decir, una mayor sincronía en el córtex causada por un nivel bajo de actividad funcional.
Este hecho coincide con los resultados establecidos por Etchepareborda et al [17], quienes emplean el análisis espectral del EEG
para examinar la coherencia entre varias áreas cerebrales inter e
intrahemisféricas. Estos autores observan que en pacientes de 813 años con TDAH, el desarrollo de la coherencia puede ser diferente del de sujetos normales y mostrar valores mayores de la
coherencia en las regiones frontocentrales anteriores.
El papel predominante del lóbulo frontal en el estudio de la aten-
130
a
Ojos cerrados
Beta
Hemisferio
derecho
Área occipital
Test auditivo
b
Beta
Hemisferio
derecho
Área occipital
Test visual
c
Beta
Área occipital
Hemisferio
derecho
Figura 3. Mapas cerebrales tridimensionales: superficie spline de interpolación correspondiente al promedio de la amplitud beta en el grupo control.
El eje z representa el porcentaje correspondiente a la banda. a) EEG en
reposo con ojos cerrados. b) EEG durante la repetición de series numéricas (test auditivo). c) EEG durante el test visual.
REV NEUROL 2001; 32 (2): 127-132
DÉFICIT DE ATENCIÓN CON HIPERACTIVIDAD
a
b
Figura 4. Mapas de contorno de la distribución cortical de la amplitud beta en reposo con ojos cerrados. a) Grupo control. b) Grupo de niños con trastornos
por déficit de atención e hiperactividad (TDAH).
ción está bien documentado. Es conocido el hecho de que la lesión en
el área ventrotegmentaria en las ratas (punto de origen para proyecciones mesocorticales y mesolímbicas dopaminérgicas) induce un
síndrome permanente de hiperactividad locomotora, hiperreactividad, perseveración en respuestas previamente aprendidas, baja tolerancia a la frustración, trastornos en la elaboración de conductas y
alteracionesgenéricasdelcomportamiento.Además,hayevidencia
experimental del papel que las áreas septohipocámpicas, sobre todo
el sistema límbico, desempeñan en el aprendizaje de nueva información y de la cercana conexión de estas áreas con el lóbulo frontal.
En el plano neuroquímico, se han propuesto dos hipótesis, una
que sugiere un déficit dopaminérgico y otra que indica un déficit
de noradrenalina. Para Jensen y Garfinkel [18], la dopamina es el
neurotransmisor más importante involucrado en el TDAH. Oades
[19] indica una anomalía tanto en el metabolismo de la dopamina
como en el de la noradrenalina, y enlaza la alteración de cada
neurotransmisor con la presencia de un síntoma concreto; así,
relaciona la alteración noradrenérgica con el problema de atención, y el déficit dopaminérgico con el exceso de actividad motriz.
Cartografía cerebral
Los mapas de distribución de la amplitud relativa reflejan las zonas
corticales activadas por los diferentes procesos cognitivos [20],
que, en este caso, se extienden a las áreas frontal, temporal y occipital para el test visual, y la zona temporal para el test auditivo
(Fig. 3). Estos resultados muestran coincidencias con el trabajo de
Cochin et al, quienes describen [21] los cambios que se producen
en el EEG humano mientras se observa una película de vídeo. Los
autores señalan que, en esta situación, la potencia espectral de los
electrodos occipitales es siempre mayor que la de los electrodos
centroparietales.
REV NEUROL 2001; 32 (2): 127-132
La contribución al diseño topográfico electroencefalográfico
del test visual se refleja también en un incremento de la amplitud
relativa beta en prácticamente todas las localizaciones corticales
con respecto al EEG en reposo [22]. Este incremento va acompañado de un decrecimiento en las otras bandas, principalmente en
la banda alfa. El ritmo alfa puede considerarse como el ritmo de
reposo en vigilia, que se produce cuando las redes neuronales no
reciben impulsos de tipo sensorial y/o cognitivo [23,24]. Algunos
autores [25] observan que el decrecimiento de la amplitud del
EEG refleja el nivel de excitación neuronal necesario para realizar
la tarea apropiada. El decrecimiento en la amplitud del EEG se
relaciona generalmente con un cambio en el espectro hacia frecuencias más altas. Esta transformación puede describirse también en términos de parámetros no lineales [26], de manera que es
innecesario el uso de otros indicadores de tipo invasivo.
El método desarrollado por nuestro grupo para realizar la cartografía cerebral presenta muchas ventajas frente a las técnicas
convencionales. Habitualmente, la interpolación de los datos en el
dominio espacial se efectúa punto a punto, como promedio de los
valores obtenidos en los electrodos más próximos. De este modo,
no pueden realizarse representaciones gráficas tridimensionales
como las presentadas en la figura 3. Por otra parte, la precisión
cuantitativa es muy superior en el caso de interpolación mediante
funciones spline. Ver, por ejemplo, Perrin et al [27].
Las técnicas desarrolladas por Duchon [14] proporcionan una
función interpoladora explícita para estimar el valor del parámetro de cuantificación en cualquier punto de la superficie cortical.
Esta expresión analítica aporta un conocimiento más profundo de
la distribución topográfica de los indicadores neurofisiológicos,
ya que puede estudiarse la geometría de la superficie que la representa, pueden localizarse los máximos y mínimos corticales de un
131
J.R. VALDIZÁN, ET AL
determinado descriptor, dibujar mapas de contorno y densidad del
mismo, efectuar representaciones tridimensionales, etc. Se ha
utilizado también esta metodología para la ejecución de mapas de
significación que presentan las áreas donde se dan las diferencias
entre los grupos de estudio (Fig. 1). Como inconveniente podría
citarse la necesidad de utilizar herramientas informáticas sofisticadas como, por ejemplo, procesadores simbólicos, cuyo empleo
no está todavía excesivamente extendido.
BIBLIOGRAFÍA
1. American Psychiatric Association. Diagnostic and statistical manual
of mental disorders. 3 ed. Washington DC: American Psychiatric Association; 1987.
2. American Psychiatric Association. Diagnostic and statistical manual
of mental disorders. 4 ed. Washington DC: American Psychiatric Association; 1995.
3. Barkley RA. Attention deficit hyperactivity disorder: a handbook for
diagnosis and treatment. New York: Guildford Press; 1990.
4. Chabot RJ, Merkin H, Wood LM, Davenport TL, Serfontein G. Sensitivity and specificity of QEEG in children with attention deficit or
specific developmental learning disorders. Clin Electroencephalogr
1996; 27: 26-34.
5. Duffy FH, Bartels PH, Burchfiel JL. Significance probability mapping: an aid in the topographic analysis of brain electrical activity,
Electroencephalogr Clin Neurophysiol 1981; 51: 455-62.
6. Christopher A, Mann PD. Quantitative analysis of EEG in boys with
attention deficit hyperactivity disorder: controlled study with clinical
implications. Pediatr Neurol 1992; 8: 30-6.
7. Satterfield JM, Contwell DP, Lesser LI, Padolin RL. Physiological
studies of the hyperkinetic child. I. Am J Psychiatry 1972; 128: 1418-24.
8. Satterfield JM, Contwell DP, Saul R, Lesser LI, Padolin RL. Response
to stimulant drug treatment in hyperactive children. Prediction from EEG
and neurological findings. J Autism Child Schizophr 1973; 3: 36-48.
9. Schain RJ, Reynard CL, Observations on effects of a central stimulant
drug (methylphecidete) in children with hyperactive behavior. Pediatrics 1975; 55: 709-16.
10. Satterfield JM, Contwell DP, Saul RE, Yusin A. Intelligence, academic achievement and EEG abnormalities in hyperactive children. Am J
Psychiatry 1974; 131: 391-5.
11. Conners, CK, Kinsbourne M, eds. Attention deficit hyperactivity disorder. Munich: Verlag; 1990.
12. Wechsler D. Wechsler intelligence scale for children. In Niini ML, ed.
Psykologie. Helsinki: Kustannus OY; 1974.
13. Peña D. Estadística. Modelos y métodos. 1. Fundamentos. Madrid:
Alianza Universidad Textos; 1995.
14. Duchon F. Fonctions-spline à énergie invariante par rotation. Rapport
de Recherche, n. 27. Grenoble: Université de Grenoble; 1976.
15. Shetty T. Alpha rhythms in the hyperkinetic child. Nature 1971; 234: 476-9.
16. Montagu JD. The hyperkinetic child: a behavioral, electrodermal, and
EEG investigation. Dev Med Child Neurol 1975; 17: 299-305.
17. Etchepareborda M, Etchepareborda J, González SA. Relación entre el
espectro de coherencia de la actividad bioeléctrica cerebral y los hallazgos neuropsicológicos en pacientes con síndrome desatencional e
hiperactividad. Rev Neurol 1994; 22: 266-71.
18. Jensen JB, Garfinkel BD. Neuroendocrine aspects of attention deficit hyperactivity disorder. Endocrinol Metab Clin North Am 1988; 17: 111-29.
19. Oades RD. Attention deficit disorder with hyperactivity: the contribution of catecholaminergic activity. Prog Neurobiol 1987; 29: 365-91.
20. Gevins AS, Le J, Brickett P, Reutter B, Desmond J. Seeing through the
skull: advanced EEGs use MRIs to accurately measure cortical activity from the scalp. Brain Topogr 1991; 4: 125-31.
21. Cochin S, Barthelemy C, Lejeune B, Roux S, Martineau J. Perception
of motion and QEEG activity in human adults. Electroencephalogr
Clin Neurophysiol 1998; 107: 287-95.
22. Valdizán JR, Navascués MA, Sebastián MV. Distribución espectral
cortical del electroencefalograma infantil en procesos de atención. Rev
Neurol 1999; 28: 361-5.
23. Berger H. On the electroencephalogram of man. J Psychol Neurol 1930;
40: 160-79.
24. Adrian ED, Matthews BHC. The Berger rhythm: potential changes
from de occipital lobes in man. Brain 1934; 57: 355-85.
25. Stermann MB, Mann CA, Kaiser DA, Suyenobu BY. Multiband topographic EEG analysis of a simulated visuomotor aviation task. Int J
Psychophysiol 1994; 16: 49-56.
26. Valdizán JR, Navascués MA, Sebastián MV, Olivito MA, Idiazábal MA.
Variaciones corticales de la dimensión de correlación en niños con síndrome
de hipercinesia con atención deficiente. Rev Neurol 1997; 25: 1882-5.
27. Perrin F, Pernier J, Bertrand O, Giard MH, Echallier JF. Mapping of
scalp potentials by surface spline interpolation. Electroencephalogr Clin
Neurophysiol 1987; 66: 75-81.
CARTOGRAFÍA CEREBRAL Y SÍNDROME
DE ATENCIÓN DEFICIENTE CON HIPERACTIVIDAD
Resumen. Introducción. Las manifestaciones clínicas del trastorno
por déficit de atención con hiperactividad (TDAH) se caracterizan
por un déficit de atención, una conducta y unos estilos cognitivos
impulsivos y un exceso de actividad motora. Su incidencia se calcula
entre un 3 y un 5% de la población escolar, y se considera que hay
uno o dos niños con déficit de atención en cada clase durante los
primeros años de escolarización. Objetivo. La cuantificación del
EEG por medio de su análisis espectral aporta nueva información
acerca de la electrogénesis cerebral de los niños con TDAH. Pacientes y métodos. En el presente trabajo se han diagnosticado 21 niños
con TDAH y se han comparado con un grupo control de 13 niños
sanos con la misma media de edad, en reposo y durante la ejecución
de varias tareas. Resultados y conclusiones. Se han obtenido valores
mayores de la amplitud relativa delta para el grupo con TDAH en las
localizaciones F7, F8, FP1, FP2, F3, F4 y C3 en electroencefalogramas basales. Durante la realización de un test visual, las diferencias
se han encontrado en la banda alfa, también en el área frontal (F7,
FP1, FP2 y F4), siendo los niños del grupo control los que han
obtenido mayores valores. El nivel de significación utilizado ha
sido de 0,05. La distribución cortical de las frecuencias dominantes también es diferente. Adicionalmente, se presenta un método de
cartografía cerebral mediante funciones spline desarrollado por
Duchon, que permite realizar mapas de actividad bioeléctrica cerebral en tres dimensiones. [REV NEUROL 2001; 32: 127-32]
[http://www.revneurol.com/3202/k020127.pdf]
Palabras clave. Atención deficiente. Cartografía cerebral. EEG infantil. Funciones spline. Hiperactividad.
CARTOGRAFIA CEREBRAL E SÍNDROMA
DE ATENÇÃO DEFICIENTE COM HIPERACTIVIDADE
Resumo. Introdução. As manifestações clínicas da perturbação
por défice de atenção com hiperactividade (PDAH) são caracterizadas por um défice de atenção, conduta e estilos cognitivos impulsivos e um excesso de actividade motora. A sua incidência calculase entre 3 e 5% da população escolar, e considera-se que nos
primeiros anos de escolaridade haja, em cada turma, uma ou duas
crianças com défice de atenção. Objectivo. A quantificação do
EEG por meio da sua análise espectral traz nova informação sobre
a electrogénese cerebral das crianças com PDAH. Doentes e métodos. No presente trabalho diagnosticaram-se 21 crianças com
PDAH e compararam-se as mesmas com um grupo de controlo de
13 crianças sãs com a mesma média de idade, em repouso e durante
a execução de várias tarefas. Resultados e conclusões. Obtiveramse valores maiores de amplitude delta relativa para o grupo com
PDAH nas localizações F7, F8, FP1, FP2, F3, F4 e C3 em electroencefalogramas basais. Durante a realização de um teste visual, as
diferenças foram evidenciadas na banda alfa, na área frontal (F7,
FP1, FP2 e F4), sendo as crianças do grupo de controlo as que
obtiveram valores mais elevados. O nível de significância utilizado
foi de 0,05. A distribuição cortical das frequências dominantes
também foi diferente. Adicionalmente, apresenta-se um método de
cartografia cerebral mediante funções spline desenvolvido por
Duchon, que permite realizar mapas de actividade bioeléctrica
cerebral em três dimensões. [REV NEUROL 2001; 32: 127-32]
[http://www.revneurol.com/3202/k020127.pdf]
Palavras chave. Cartografia cerebral. Défice de atenção. EEG infantil. Funções spline. Hiperactividade.
132
REV NEUROL 2001; 32 (2): 127-132
Descargar