🧬 biology

Default Mode Network Connectivity Is Associated with Capture by a Distractor Dimension Carrying Learned Spatial Regularity

Este estudio demuestra que la variabilidad individual en la captura de la atención por distractores integrados en historias de probabilidad espacial aprendidas está asociada positivamente con la conectividad funcional dentro de la red de modo predeterminado, lo que sugiere una base neural para la susceptibilidad a tales distractores aprendidos.

Autores originales: Siyi Chen, Hermann J. Müller, Zhuanghua Shi

Publicado 2026-08-07

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Siyi Chen, Hermann J. Müller, Zhuanghua Shi

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina tu cerebro como un centro de control de alta tecnología y gran actividad. Normalmente, cuando estás concentrado en una tarea específica —como buscar tus llaves en una habitación desordenada o localizar a un amigo entre la multitud—, este centro de control tiene un "Modo de Enfoque". En este modo, las luces brillan intensamente sobre la tarea y el murmullo del fondo se reduce. Pero también existe un "Modo de Ensueño", una red de regiones cerebrales que se ilumina cuando estás perdido en tus pensamientos, recordando el pasado o imaginando el futuro. Los científicos llaman a esto la Red de Modo Predeterminado (DMN, por sus siglas en inglés). Piensa en ello como la estación de radio interna de tu cerebro que suena cuando no estás escuchando el mundo exterior.

Ahora, imagina que intentas ignorar un letrero de neón parpadeante mientras buscas otra cosa. A veces, tu cerebro aprende que el letrero suele aparecer en el mismo lugar, por lo que se vuelve mejor ignorándolo. Pero no todo el mundo aprende este truco a la misma velocidad. Algunas personas se distraen fácilmente, mientras que otras son como filtros ninja, bloqueando el ruido. La gran pregunta que los investigadores se han estado haciendo es: ¿Es esta diferencia en qué tan bien ignoramos las distracciones una cuestión de qué tan agudos son nuestros ojos, o se trata de cómo se comunican el "Modo de Ensueño" y el "Modo de Enfoque" de nuestro cerebro? Si la radio interna de tu cerebro está demasiado fuerte o demasiado conectada al resto de la estación, ¿hace eso que sea más difícil ignorar esos letreros parpadeantes, incluso cuando has aprendido dónde suelen esconderse?

La historia del distractor y el ensueño

En este estudio, los investigadores Siyi Chen, Hermann J. Müller y Zhuang화 Shi, de la LMU de Munich, decidieron jugar a un juego de "Dónde está Waldo" dentro de un gigantesco escáner cerebral. Querían ver si la forma en que el cerebro de una persona está conectado —específicamente qué tan conectada está la "Red de Modo Predeterminado" (DMN) consigo misma— podía predecir con qué facilidad esa persona se distrae por un tipo específico de objeto molesto.

Así funcionaba el juego: los participantes se sentaban en un escáner y miraban una pantalla llena de 26 pequeñas barras. Su trabajo era encontrar la barra que estaba inclinada en un ángulo extraño (el objetivo). Pero, para hacerlo difícil, a veces aparecía un "distractor". Este distractor podía ser una barra inclinada en un ángulo diferente (que compartía la misma característica de "inclinación" que el objetivo) o una barra roja (una característica totalmente distinta).

La parte ingeniosa del experimento fue el giro de "aprendizaje". Para algunos participantes, los distractores "inclinados" siempre aparecían en una zona específica de alta probabilidad (como un escondite favorito) el 82% de las veces. Para otros, eran los distractores "rojos" los que tenían este escondite especial. Los investigadores querían saber: si tu DMN está súper conectada, ¿te hace esto peor al ignorar el distractor que ha sido "entrenado" para esconderse en ese lugar específico?

El gran descubrimiento

Los resultados fueron fascinantes. Los investigadores encontraron un vínculo claro: las personas con conexiones más fuertes dentro de su DMN (es decir, las regiones de su "Modo de Ensueño" se comunicaban entre sí de manera más intensa) eran en realidad más propensas a ser capturadas por el distractor que portaba la regularidad espacial aprendida.

Piénsalo de esta manera: si la radio interna de tu cerebro está muy bien sintonizada y todas las estaciones están transmitiendo con fuerza juntas, puede que sea más difícil sintonizar una canción específica que has escuchado mil veces antes. En el estudio, si el distractor "inclinado" era el que tenía el escondite secreto, las personas con una alta conectividad de la DMN se distraían con él más. Si el distractor "rojo" era el que tenía el escondite secreto, esas mismas personas se distraían más con el rojo. No se trataba de ser malo ignorando todas las distracciones; era específicamente sobre aquella que tenía un historial de aparecer en el mismo lugar.

El estudio también descartó algunas otras ideas. No era solo que estas personas fueran generalmente torpes con su atención o que movieran demasiado la cabeza en el escáner. Incluso cuando los investigadores tuvieron en cuenta cuántas veces aparecieron los distractores o cuánto habían practicado los participantes antes del escaneo, el vínculo permaneció. La conexión entre una DMN activa y quedar atrapado por un distractor "aprendido" era real y específica.

Lo que esto significa para tu cerebro

Entonces, ¿qué nos dice esto? Sugiere que nuestra capacidad para ignorar cosas que hemos aprendido a esperar no es solo una cuestión de fuerza de voluntad. Parece estar ligada a cómo está organizada la "vida interior" de nuestro cerebro (la DMN). Cuando la DMN está altamente conectada, podría estar aferrándose a esos patrones aprendidos con demasiada fuerza. En lugar de permitir que el cerebro diga: "Oh, ese distractor suele estar aquí, así que puedo ignorarlo", las conexiones fuertes podrían estar manteniendo el recuerdo de ese distractor activo, haciendo que sea más difícil filtrarlo.

Los investigadores también observaron qué partes de la DMN estaban haciendo el trabajo pesado. Encontraron que las áreas "temporal lateral y prefrontal" (piensa en estas como los bibliotecarios del cerebro que organizan historias y conceptos) y las áreas "temporal medial y retroesplenial" (el GPS y el mapa de memoria del cerebro) eran las más involucradas. Esto tiene sentido porque estas son las partes del cerebro que manejan memorias y contextos espaciales.

La conclusión

Este estudio no demuestra que tener una DMN conectada sea "malo". En cambio, sugiere que una DMN altamente conectada podría hacernos más susceptibles a los hábitos específicos que nuestros cerebros han formado. Si has aprendido que un cierto tipo de ruido suele venir de la izquierda, tu cerebro podría ser tan bueno recordando ese patrón que accidentalmente presta demasiada atención a él cuando aparece de nuevo.

Los investigadores advierten cuidadosamente que esto es una "sugerencia" basada en un grupo específico de 33 personas, y se necesitan más estudios para ver si esto se aplica a todo el mundo. Pero es un vistazo genial a cómo el parloteo interno de nuestro cerebro podría ser la razón por la cual algunos de nosotros nos distraemos con las cosas que hemos aprendido a esperar, mientras que otros pueden ignorarlas como profesionales. Resulta que, a veces, la misma cosa que nos ayuda a recordar dónde están las cosas podría ser la que dificulta ignorarlas.

Resumen Técnico: Conectividad de la Red en Modo Predeterminado y Captura de Distractores

Problema y Motivación
Aunque los estímulos salientes pero irrelevantes frecuentemente capturan la atención e impiden el rendimiento en la tarea, las diferencias individuales en esta vulnerabilidad están bien documentadas. Investigaciones previas han establecido que las regularidades espaciales aprendidas implícitamente (aprendizaje estadístico) pueden reducir la captura atencional por parte de distractores de alta probabilidad. Sin embargo, el grado en que los observadores se benefician de estas regularidades varía significamente. La pregunta central abordada por este estudio es si esta variabilidad individual en la vulnerabilidad aprendida ante los distractores es impulsada únicamente por mecanismos visuales-atencionales locales o si refleja diferencias más amplias en la organización de redes cerebrales de gran escala. Específicamente, los autores investigan el papel de la Red en Modo Predeterminado (DMN, por sus siglas en inglés). Aunque la DMN está tradicionalmente vinculada a la cognición orientada internamente, al divagar mental y a los lapsos de atención durante tareas sostenidas, su relevancia específica para la captura atencional breve, desencadenada por estímulos y moldeada por historias de probabilidad espacial aprendidas, permanece en gran medida inexplorada.

Metodología
El estudio reanalizó un conjunto de datos existente de fMRI durante una tarea, que involucraba a 35 adultos sanos (33 retenidos para el análisis de conectividad) realizando una tarea de búsqueda visual.

Diseño de la Tarea: Los participantes buscaban un objetivo definido por orientación entre distractores verticales. Distractores tipo singleton salientes aparecían con probabilidades espaciales desiguales.
Grupos Experimentales: Los participantes fueron asignados a uno de dos grupos basados en qué dimensión del distractor portaba el sesgo espacial:
1. Grupo de misma dimensión: La regularidad espacial se aplicó a los distractores de orientación (que comparten la dimensión del objetivo).
2. Grupo de diferente dimensión: La regularidad espacial se aplicó a los distractores de color (ortogonales a la dimensión del objetivo).
Medidas Conductuales: La captura atencional se cuantificó como la diferencia en el tiempo de reacción (RT) entre los ensayos con presencia de distractor y los ensayos sin distractor. El aprendizaje se indexó mediante la ralentización del RT en ensayos de ubicación rara en comparación con los de ubicación frecuente para la dimensión sesgada.
Neuroimagen: La conectividad funcional se estimó a partir de datos BOLD durante la tarea utilizando el atlas cortical de 400 parcelas de Schaefer. Las matrices de conectividad fueron anotadas utilizando las soluciones de 7 y 17 redes de Yeo. El enfoque principal fue la conectividad media intra-DMN.
Enfoque Estadístico: El análisis primario probó la asociación entre la conectividad media intra-DMN y las puntuaciones de captura para la dimensión sesgada (la dimensión que porta la regularidad espacial) frente a la dimensión no sesgada. Los análisis incluyeron el centrado de variables dentro de los grupos para aislar diferencias individuales, inferencia de permutación y bootstrap, y controles rigurosos de robustez (por ejemplo, control de movimiento de la cabeza, priming entre ensayos, regresión de la señal global y ajustes de la historia de los ensayos). También se realizaron análisis exploratorios de nivel de borde en todo el cerebro utilizando el Modelado Predictivo Basado en el Conectoma (CPM).

Result resultados clave

Hallazgos Conductuales: El aprendizaje de la probabilidad espacial fue evidente, particularmente en el grupo de misma dimensión, donde los participantes mostraron una ralentización significativa en los ensayos de ubicación rara en comparación con los de ubicación frecuente. La captura atencional fue robusta para los distractores de la misma dimensión, pero mínima para los de diferente dimensión.
Asociación Cerebro-Conducta Primaria: Una mayor conectividad media intra-DMN se asoció significativamente con una mayor captura atencional por la dimensión del distractor que portaba la regularidad espacial aprendida ( $r = +.47, p = .006$ ). Esta asociación se mantuvo significativa tras controlar la captura de la dimensión no sesgada, las diferencias de grupo, el movimiento de la cabeza y las variables de la historia de los ensayos.
Especificidad: La asociación fue específica para la dimensión sesgada. La captura por la dimensión no sesgada no mostró una relación significativa con la conectividad de la DMN. Además, la asociación de la DMN fue más fuerte para la dimensión sesgada que para la dimensión no sesgada ( $p = .043$ ).
Robustez: El hallazgo persistió a través de varios procesos de preprocesamiento (incluyendo la regresión de la señal global y la residualización de los regresores de la tarea), umbrales de limpieza de movimiento (motion scrubbing) y procedimientos de emparejamiento de conteo de ensayos.
Análisis de Red y de Nivel de Borde:
- Entre las redes probadas (DMN, Red de Atención Dorsal, Red de Saliencia/Atención Ventral), solo la conectividad intra-DMN alcanzó la significancia convencional tras la corrección de Bonferroni.
- El cribado de bordes en todo el cerebro reveló que los bordes positivos asociados con la captura estaban desproporcionadamente concentrados dentro de la DMN (razón de enriquecimiento de 4.02) y en las conexiones que involucran a la DMN.
- Los análisis exploratorios de subdivisión indicaron que las asociaciones con mayor validación cruzada se localizaron dentro de las subredes DefaultB (temporal lateral/prefrontal) y DefaultC (temporal medial/retrosplenial) de la DMN.

Significado y Reivindicaciones
El artículo afirma proporcionar la primera evidencia de que las diferencias individuales en la vulnerabilidad a los distractores integrados en historias de probabilidad espacial aprendidas están asociadas con la conectividad funcional dentro de la Red en Modo Predeterminado.

Extensión de la Función de la DMN: Los hallazgos extienden el papel conocido de la DMN, desde los lapsos generales de atención y la divagación mental hacia la modulación de la captura disparada por estímulos basada en la historia de selección.
Mecanismo de Memoria Contextual: Los autores proponen un "modelo de memoria contextual", sugiriendo que una mayor conectividad intra-DMN puede reflejar una mayor tendencia a reactivar o mantener la información aprendida sobre los contextos de los distractores. Esta historia representada internamente puede influir persistentemente en la prioridad atencional, provocando una captura residual incluso cuando la supresión sería ventajosa.
Especificidad de la Dimensión: Los resultados sugieren que la DMN rastrea la captura en el contexto de la historia de selección aprendida, en lugar de reflejar una sensibilidad fija a características físicas específicas (por ejemplo, color frente a orientación) o una distractibilidad general por sí sola.
Modestia de las Reivindicaciones: Los autores señalan explícitamente las limitaciones, incluyendo el tamaño de muestra modesto ( $N=33$ ), la confusión de la exposición y la probabilidad espacial por diseño, y el hecho de que la conectividad se estimó a partir de ejecuciones de la tarea (lo que limita las afirmaciones sobre rasgos estables). En consecuencia, los análisis de subdivisión y las comparaciones de redes se enmarcan como exploratorios y requieren replicación. El estudio concluye que la conectividad de la DMN está vinculada a la vulnerabilidad a la captura por la dimensión integrada en la historia de probabilidad espacial aprendida, pero no pretende haber identificado un mecanismo causal único o exclusivo.

Más como este