Evaluating State-Transition Models in Short Resting-State fMRI with Continuous-Dynamics Controls

Il cervello umano non è una macchina statica; è un paesaggio vivente e mutevole dove vaste reti di neuroni si illuminano e si affievoliscono in una conversazione costante e ritmica. Gli scienziati hanno cercato a lungo di mappare queste conversazioni, in particolare durante i momenti di riposo quando il cervello non è concentrato su un compito specifico. Un modo popolare per studiare questo fenomeno è stato quello di immaginare il cervello come un viaggiatore che salta tra alcuni stati distinti, come una persona che passa da una stanza all'altra in una casa. Ogni stanza rappresenta un particolare modello di attività, e il viaggio tra di esse è pensato per rivelare come il cervello si organizza. Questo approccio si basa su uno strumento statistico che ipotizza quando il cervello sia passato da uno stato all'altro, trattando questi spostamenti come eventi improvvisi e discreti. Tuttavia, questo metodo presuppone che il cervello si muova a salti, quando in realtà il flusso dell'attività neurale potrebbe essere più simile a un fiume: fluido, continuo e che non si ferma mai veramente. Se la vera natura del cervello è quella di un fiume che scorre, ma noi cerchiamo di descriverlo come una serie di pietre di passaggio, potremmo vedere schemi che non esistono realmente.

Un team di ricercatori ha deciso di testare se questi apparenti salti siano reali o solo un'illusione creata dal modo in cui guardiamo i dati. Hanno confrontato due diversi modi di prevedere cosa farà il cervello dopo. Il primo metodo, quello che presuppone stanze distinte, cerca di indovinare il momento successivo decidendo in quale "stato" si trovi il cervello in quel momento. Il secondo metodo, che hanno usato come controllo, osserva semplicemente la storia recente dell'attività cerebrale e prevede il futuro basandosi su quel flusso liscio e continuo, senza assumere l'esistenza di salti improvvisi. Per vedere quale metodo fosse migliore, hanno creato migliaia di simulazioni al computer. In alcune di queste simulazioni, hanno programmato l'attività cerebrale affinché saltasse davvero tra gli stati. In altre, l'hanno programmata per muoversi in una curva liscia e continua, come una ruota che gira o un'onda che si infrange. Hanno poi chiesto a entrambi i metodi di previsione di indovinare il momento successivo di attività in questi cervelli artificiali e hanno visto quale fosse il più preciso.

I risultati sono stati chiari quando le condizioni erano stabili. Quando il cervello simulato saltava davvero tra gli stati, il metodo del "passaggio tra stanze" era solitamente il miglior predittore. Quando il cervello simulato si muoveva in modo fluido, il metodo che assumeva un flusso continuo era molto più accurato. Ciò suggeriva che, in teoria, i due metodi potessero distinguere tra un cervello che salta e un cervello che scorre. Tuttavia, i ricercatori hanno introdotto un colpo di scena per vedere quanto fossero fragili queste conclusioni. Hanno mantenuto l'attività cerebrale sottostante esattamente la stessa, ma hanno cambiato il modo in cui i dati venivano smussati durante la fase di test, imitando il modo in cui le scansioni cerebrali reali vengono spesso elaborate per rimuovere il rumore. In una svolta sorprendente, questo piccolo cambiamento nel modo in cui i dati venivano gestiti ha fatto sì che il metodo del "passare tra le stanze" sembrasse improvvisamente il vincitore, anche se il cervello si muoveva ancora lungo una curva liscia e continua. Il metodo che assumeva i salti ha iniziato a prevedere meglio i dati continui semplicemente perché il modo in cui i dati venivano misurati era cambiato, non perché il cervello avesse effettivamente iniziato a saltare.

I ricercatori hanno poi applicato questo stesso confronto a scansioni cerebrali reali di 270 persone, incluse persone con cognizione normale, problemi di memoria lieve e demenza. Hanno inserito i dati di queste scansioni in entrambi i modelli di previsione per vedere quale potesse indovinare meglio il momento successivo dell'attività cerebrale. Nella stragrande maggioranza dei casi, il modello che assumeva un flusso liscio e continuo è stato il miglior predittore. Ha superato il modello del "passaggio tra stanze" in 160 casi su 184 registrazioni sufficientemente lunghe per essere affidabili, e persino in molte delle registrazioni più brevi. Ciò suggerisce che, per le persone in questo studio, l'attività cerebrale durante il riposo assomiglia più a un flusso continuo che a una serie di soste distinte. Inoltre, quando i ricercatori hanno costretto il modello del "passare tra le stanze" a trovare dei salti nelle simulazioni lisce e continue, il modello li ha trovati. Ha identificato una direzione di viaggio preferenziale, come se il cervello si stesse muovendo da uno stato all'altro, anche se tali stati non esistevano. Questo ha dimostrato che il modello può inventare una storia di transizioni discrete partendo da un processo che era interamente fluido.

Lo studio conclude che vedere un cervello che "cambia" stato in una scansione non significa automaticamente che il cervello abbia effettivamente cambiato stato. Gli apparenti salti potrebbero essere un artefatto degli strumenti matematici utilizzati per analizzare i dati, oppure potrebbero essere il risultato di come il segnale è stato filtrato e smussato prima dell'analisi. I ricercatori hanno scoperto che cambiare il filtro utilizzato durante il test poteva invertire i risultati, facendo apparire un processo continuo come uno discreto. Questo non prova che il cervello non abbia mai stati distinti, ma dimostra che non possiamo presumere che esistano solo perché un modello li trova. Per comprendere la vera natura dell'attività cerebrale, gli scienziati devono confrontare le loro scoperte con modelli che assumono un flusso continuo e assicurarsi che le loro conclusioni resistano anche quando il modo in cui misurano i dati cambia. L'evidenza tratta da queste simulazioni e dalle scansioni del mondo reale suggerisce che l'attività cerebrale a riposo è spesso una danza continua di fluttuazioni, e interpretarla come una serie di salti improvvisi richiede molta più cautela di quanto precedentemente pensato.