Functional Connectivity Predictors and Mechanisms of Symptom Change in Functional Neurological Disorder

Resumo Técnico: Preditores e Mecanismos de Mudança de Sintomas no Transtorno Neurológico Funcional

Definição do Problema
O Transtorno Neurológico Funcional (TNF) é uma condição prevalente caracterizada por sintomas motores, sensoriais e cognitivos, porém as trajetórias clínicas são altamente heterogêneas. Embora tratamentos multidisciplinares (psicoterapia, reabilitação física) sejam o padrão, os mecanismos neurobiológicos subjacentes ao motivo pelo qual alguns pacientes melhoram enquanto outros permanecem inalterados ou pioram são mal compreendidos. A literatura existente tem se baseado amplamente em abordagens de regiões de interesse (ROI), focando ou em preditores basais ou em mecanismos pós-tratamento isoladamente, ou examinando subpopulações estreitamente definidas. Há uma necessidade crítica de investigações longitudinais de todo o cérebro que utilizem análises de nível de rede para identificar tanto marcadores prognósticos quanto sítios mecanísticos de reorganização associados à mudança de sintomas em uma coorte representativa de TNF.

Metodologia
Este estudo longitudinal examinou 32 adultos com TNF (fenótipas motoras e/ou crises convulsivas) recrutados da Unidade de TNF do Massachusetts General Hospital. Os participantes passaram por avaliações basal e de acompanhamento aproximadamente 6,8 meses após o início.

• Dados Clínicos: Em ambos os momentos, os participantes completaram questionários de autorrelato avaliando sintomas centrais de TNF (SOMS:CD), sintomas físicos não centrais (PHQ-15) e melhora global (CGI-I). Eles também receberam tratamentos naturalísticos individualizados de "cuidados usuais" (psicoterapia, fisioterapia, etc.) determinados colaborativamente por pacientes e clínicos.
• Neuroimagem: A fMRI de estado de repouso (rs-fMRI) foi adquirida no baseline e no acompanhamento.
• Análise de Teoria dos Grafos: O estudo empregou métricas de teoria dos grafos por voxel em matrizes de FC de repouso de todo o cérebro:
  1. Grau ponderado (Weighted-degree): Avaliando a centralidade de conectividade global.
  2. Integração: Medindo a conectividade entre redes.
  3. Segregação: Medindo a conectividade dentro das redes.
     As redes foram parceladas de acordo com o atlas de sete redes de Yeo et al. (2011) (SMN, DAN, SAN, FPN, DMN, LIM, VIS).
• Modelagem Estatística: Modelos Lineares Gerais (GLMs) foram usados para correlacionar métricas de conectividade basal e mudanças longitudinais na conectividade com escores de mudança de sintomas. As análises controlaram idade, sexo, uso de antidepressivos, movimento da cabeça, tempo entre as sessões e escores de sintomas basais. Os achados foram corrigidos para múltiplas comparações usando simulação de Monte Carlo por cluster. Os resultados foram contextualizados contra uma coorte pareada de 50 controles saudáveis (HC).

Principais Resultados

• Trajetórias Clínicas: Embora os escores psicométricos do grupo não tenham mostrado mudanças significativas do baseline para o acompanhamento, as trajetórias individuais variaram amplamente. Com base no CGI-I, 59,4% dos pacientes melhoraram, 31,3% permaneceram inalterados e 9,3% pioraram.
• Preditores Basais de Melhora nos Sintomas Centrais:
  • Integração: Maior integração entre redes no baseline na ínsula anterior direita e no polo temporal (dentro das redes de Saliência, Frontoparietal e Modo Padrão) predisse maior melhora nos sintomas centrais de TNF.
  • Segregação: Maior segregação intra-rede no baseline nos giros frontal médio e pré-central (Rede Frontoparietal) também predisse melhora.
  • Grau Ponderado: Maior grau ponderado no baseline nos giros frontal médio/pré-central e no cerebelo esquerdo predisse melhora.
• Mecanismos Longitudinais de Mudança:
  • Redução da Integração: A melhora dos sintomas foi associada a uma redução longitudinal na integração na ínsula anterior direita, córtex orbitofrontal, giro angular e regiões frontais. Especificamente, os participantes que mais melhoraram mostraram uma diminuição na integração da ínsula anterior direita do baseline para o acompanhamento, movendo-se em direção aos intervalos normativos observados nos HCs.
  • Especificidade de Rede: Análises de semente (seed) post-hoc revelaram que a redução da integração na ínsula anterior direita correspondeu a uma diminuição da conectividade entre a Rede de Saliência (SAN) e as redes Somatomotora (SMN), de Modo Padrão (DMN) e Frontoparietal (FPN).
• Sintomas Físicos Não Centrais: A melhora nos sintomas físicos não centrais (PHQ-15) foi associada à maior segregação basal na rede de atenção dorsal (giros pós-central e supramarginal esquerdos) e ao aumento da integração da rede visual ao longo do tempo.
• Contextualização com Controles Saudáveis: Embora o valor médio de integração de toda a coorte de TNF não tenha diferido significamente dos HCs, a análise estratificada mostrou que os 20% de melhores do grupo tinham significativamente maior integração basal na ínsula anterior direita em comparação aos HCs, a qual se normalizou na sessão de acompanhamento.

Significância e Alegações
Os autores afirmam que este estudo identifica interações de redes de grande escala como potenciais marcadores prognósticos e sítios mecanísticos de reorganização no TNF. O achado central é uma relação paradoxal onde a conectividade basal elevada (especificamente a conectividade integrada na ínsula anterior direita e redes relacionadas) prediz trajetórias clínicas favoráveis, enquanto a melhora dos sintomas está mecanisticamente ligada à redução dessas mesmas conexões ao longo do tempo.

O estudo postula que a ínsula anterior direita serve como um hub crítico cujos padrões de conectividade covariam com a mudança de sintomas. A trajetória observada — começando com hiperconectividade em relação às normas saudáveis e normalizando-se ao longo do tempo — sugere um processo de reorganização de rede acompanhando a recuperação. Esses achados apoiam o framework de processamento preditivo, sugerindo que a hiperconectividade basal pode refletir um sistema excessivamente enviesado para sinais sensoriomotores ou predições mal-adaptativas, que se normaliza conforme os sintomas melhoram.

Os autores enfatizam que esses resultados destacam a importância de examinar a variabilidade intra-grupo em vez de depender apenas de médias de nível de grupo. Eles concluem que essas características de nível de rede poderiam guiar o desenvolvimento de intervenções personalizadas e neurobiologicamente informadas, como neuromodulação direcionada (ex: TMS), ao identificar regiões corticais envolvidas em interações de redes de grande escala. O estudo mantém modéstia quanto à inferência causal devido ao seu design naturalístico e observa que vários achados atenuaram ao controlar por sintomas afetivos e trauma, sugerindo que esses fatores são componentes integrais do sistema subjacente.