Eventivai alla lista eventi

Uno studio dell’Università di Trento si concentra sulle problematiche che riguardano i disturbi dell’umore in giovani adolescenti. È uno dei pochi lavori scientifici che prende in considerazione questa fascia di età con metodiche innovative di analisi basate sull’intelligenza artificiale. Il lavoro potrà essere utile per una diagnosi sempre più precoce di queste patologie e per lo sviluppo di trattamenti mirati. La ricerca è stata pubblicata su NeuroImage.

I disturbi dell’umore, della personalità e quelli d’ansia possono avere un impatto sulle relazioni interpersonali e sociali di chi ne soffre, a partire dai primi anni dell’adolescenza in cui questi problemi di solito si manifestano. Riconoscerli per tempo e intervenire precocemente con una terapia mirata può limitare l’impatto di queste patologie sulla crescita e sulla vita futura dei pazienti.

È questo l’obiettivo di una serie di studi, tra cui quello appena pubblicato sulla rivista NeuroImage, coordinati da Alessandro Grecucci, professore di Neuroscienze affettive e cliniche al Dipartimento di Psicologia e Scienze cognitive dell’Università di Trento.

Lo studio

Un team internazionale di neuroscienziati e radiologi - italiani, cinesi, e americani – ha studiato pazienti bipolari tra i 12 e i 19 anni. Il punto di partenza di questo lavoro è che la maggior parte delle ricerche si è finora concentrata sull’età adulta, oppure ha utilizzato metodiche di analisi dati che presentavano svariati limiti.

Individuare rapidamente questi disturbi consente di intervenire in anticipo per aiutare le persone interessate ad avere una qualità della vita migliore una volta diventate adulte. Questa indagine getta nuova luce sulle anomalie funzionali e strutturali dei pazienti bipolari
giovani.

I risultati

«Dal punto di vista clinico la comprensione di queste patologie nelle prime fasi dello sviluppo offre la possibilità di creare dei biomarcatori per avere una diagnosi in tempi brevi, e per sviluppare trattamenti mirati ed efficaci, basati per esempio sulla neuro stimolazione», spiega Alessandro Grecucci. «Prima il disturbo viene riconosciuto e trattato – prosegue – meno conseguenze ci saranno. A volte i pazienti arrivano a una diagnosi molto tardiva, dopo che hanno accumulato nella vita difficoltà, insuccessi scolastici, lavorativi, fallimenti interpersonali. Noi vogliamo battere sul tempo la patologia e arrivare a una diagnosi più accurata e veloce in modo poi da sviluppare trattamenti tempestivi».

Ma c’è anche un altro aspetto che a Grecucci interessa capire. «Indagare queste patologie – chiarisce – può essere utile per comprendere come lo stato affettivo influenzi prepotentemente le funzioni cognitive a seconda della fase in cui il paziente si trova».

Il disturbo bipolare si caratterizza infatti per l’alternanza di stati depressivi e maniacali (euforici). Tali fasi sono caratterizzate da schemi affettivi, cognitivi, comportamentali e interpersonali diametralmente opposti. «Capire come lo stato affettivo possa alterare così fortemente la nostra cognizione è di enorme importanza per avanzare la nostra comprensione della mente umana e per risolvere secolari dibattiti sul rapporto tra cognizione ed emozione, tra ragione e
sentimento».

Non per ultimo, questi studi potranno permettere di capire come dissociare aspetti strutturali e funzionali del cervello. «Nel bipolarismo accade un fenomeno unico – spiega ancora lo scienziato – lo stesso cervello, strutturalmente identico, funziona in modalità completamente opposte a seconda della fase in cui si trova il paziente (depressiva o maniacale). Dissociare questi aspetti potrebbe portare ad una migliore comprensione del rapporto struttura-funzione del sistema nervoso. Su questi aspetti ci stiamo concentrando ora in nuovi studi».

Un’altra caratteristica innovativa di questo studio, infine, riguarda le metodologie avanzate che sono state utilizzate per analizzare i dati nel laboratorio Clinical and Affective Neuroscience Lab che Grecucci coordina al Dipsco: sistemi di intelligenza artificiale che permettono di combinare proprietà strutturali e funzionali del cervello per creare modelli predittivi, ovvero processi di data fusion machine learning.

Lo studio, dal titolo “Joint resting state and structural networks characterize pediatric bipolar patients compared to healthy controls: a multimodal fusion approach” è stato pubblicato sulla rivista NeuroImage. È disponibile a questo link: https://doi.org/10.1016/j.neuroimage.2025.121225