MENU
Quando si collabora i cervelli si allineano

Un nuovo approccio computazionale sviluppato dall’Istituto Superiore di Sanità potrebbe consentire in futuro di identificare le persone più vulnerabili alla depressione prima della comparsa di sintomi clinicamente rilevanti. I risultati emergono da due studi pubblicati sulle riviste Neuroscience and Biobehavioral Reviews e Journal of Affective Disorders, che propongono un metodo per misurare la cosiddetta “plasticità”, ovvero la capacità di una persona di modificare il proprio stato mentale.

Il primo lavoro descrive e formalizza il quadro teorico e computazionale dell’approccio, mentre il secondo applica il modello per valutare la plasticità individuale analizzando il modo in cui emozioni, pensieri e stati dell’umore tendono a modificarsi nel tempo. In particolare, il modello osserva quanto queste variabili si muovano in maniera coordinata: quando risultano strettamente collegate, la persona tende a mantenere lo stesso stato mentale; quando invece cambiano in modo più indipendente, aumenta la possibilità di passare più facilmente da uno stato emotivo a un altro. Per verificare il metodo, i ricercatori hanno analizzato le traiettorie dello stato mentale di 146 persone sane.

I risultati mostrano che i partecipanti i cui stati emotivi risultavano meno rigidamente collegati tra loro tendevano successivamente a manifestare variazioni più marcate dei sintomi depressivi, raggiungendo più rapidamente livelli di maggiore severità. “Abbiamo osservato che le persone i cui stati dell’umore erano meno rigidamente legati tra loro tendevano a mostrare cambiamenti più marcati nei sintomi depressivi nel periodo successivo, raggiungendo più rapidamente livelli di sintomi considerati più severi”, afferma Claudia Delli Colli, coordinatrice dello studio. L’obiettivo del metodo non è formulare una diagnosi, bensì individuare precocemente le persone che potrebbero beneficiare di un monitoraggio più attento, di interventi preventivi o di percorsi di sostegno personalizzati.

Articoli Correlati

x