¿Por qué puede haber síntomas sin daño? | 28 OCT 18

Tu cerebro es predictivo, no reactivo

Lo que percibimos no es el mundo tal como es en realidad, sino la mejor conjetura del cerebro, refinado continuamente por la evidencia sensorial entrante. El dolor y otros síntomas pueden ser errores predictivos
Autor/a: Giulio Ongaroa, Ted J. Kaptchuk Symptom perception, placebo effects, and the Bayesian brain
INDICE:  1. Página 1 | 2. Página 1 | 3. Página 1
Página 1

Introducción: los síntomas, los efectos del placebo y el cerebro bayesiano

El modelo biomédico estándar e ideal de la percepción de los síntomas trata al cerebro en gran parte como un órgano pasivo impulsado por estímulos. Abraza la idea de que el cerebro absorbe las señales sensoriales del cuerpo y las convierte, directamente, en experiencia consciente.

En consecuencia, la biomedicina funciona bajo el supuesto de que los síntomas son las consecuencias directas de la disfunción fisiológica y la mejora es la consecuencia directa de la restauración de la función corporal.

A pesar de su éxito, el modelo biomédico no ha proporcionado una descripción adecuada de 2 fenómenos bien demostrados en medicina:

(1) La experiencia de los síntomas sin alteración fisiopatológica.

(2) La experiencia de alivio después de la administración de tratamientos con placebo.

Esta revisión tópica promueve la idea de que el "procesamiento predictivo", un enfoque bayesiano de la percepción que se está afianzando rápidamente en la neurociencia, ayuda significativamente a acomodar estos dos fenómenos.

Expande el trabajo empírico reciente de alta calidad sobre el procesamiento predictivo 1,7,19,24 y describe, más ampliamente, cómo los modelos bayesianos ofrecen una imagen completamente diferente de cómo el cerebro percibe los síntomas y el alivio.

Apéndice

  • El cerebro genera continuamente modelos del mundo a su alrededor.
     
  • Predice la explicación más plausible de lo que está sucediendo en cada momento.
     
  • El problema es que el cerebro a veces se equivoca, y esta discrepancia produce disonancia cognitiva, trastornos del aprendizaje, ansiedad, depresión, dolor o fatiga.
     
  • La visión clásica de la percepción sostiene que experimentamos el mundo en tres pasos:
  1. Recibimos información de nuestro entorno (input).
  2. Proceso de entrada en niveles superiores de cerebro.
  3. Responder a la entrada en consecuencia (output).
  • Pero no solo la información fluye de nuestros sentidos a nuestras facultades superiores, sino que esas facultades superiores a menudo "predicen" la entrada de nuestro entorno, influyendo así en nuestra percepción. Esto se llama procesamiento predictivo o codificación predictiva.
     
  • “La experiencia es la experiencia del mundo que se espera experimentar", "Toda experiencia es una alucinación controlada”, Andy Clark.

El cerebro bayesiano

Lo que percibimos no es el mundo tal como es en realidad, sino la mejor conjetura del cerebro, refinado continuamente por la evidencia sensorial entrante

El sistema nervioso está lidiando constantemente con un flujo continuo y potencialmente abrumador de señales variables provenientes desde nuestro cuerpo y desde los sentidos. Por el bien de la adaptación, el cerebro debe convertir este juego confuso de entradas sensoriales y disparos neuronales en una percepción confiable del mundo (asignación de sentido).

El debate en la ciencia cognitiva giraba en torno a cómo exactamente el cerebro realiza esta tarea. Si bien las teorías anteriores, en línea con el modelo biomédico actual de la enfermedad, vieron a la percepción principalmente como una lectura de abajo hacia arriba de las señales sensoriales, los modelos bayesianos emergentes sugieren, en cambio, que la percepción está modulada cognitivamente (en su mayor parte inconscientemente), y podría considerarse mejor un proceso de predicción, basado en una integración de entradas sensoriales con la experiencia previa y las pautas contextuales. 9,10,15,21

La sugerencia clave es que para percibir el mundo, el cerebro sigue una teoría de probabilidad conocida como la regla de Bayes. En su forma matemática, la regla actualiza la probabilidad de una hipótesis dada ( "anterior" o pre-test), en función de algunas pruebas (datos), considerándola producto de la probabilidad actual y de la probabilidad previa de la hipótesis.21

En escalas de tiempo rápidas, el cerebro implementa la regla de Bayes al generar continuamente una cascada de arriba abajo de hipótesis codificadas neurológicamente (en su mayoría no conscientes) sobre el estado del cuerpo y el mundo.

Este flujo de hipótesis de arriba hacia abajo se encuentra con la corriente de abajo hacia arriba de entradas sensoriales que provienen de los sentidos. Cualquier desajuste entre la entrada predicha y la entrada real da como resultado un "error de predicción", lo que hace que el sistema revise sus hipótesis. La percepción de abajo hacia arriba es, por lo tanto, inseparable de la predicción de arriba hacia abajo.

Algunas de las hipótesis que explican las características más abstractas y generales del mundo están "incorporadas" por la evolución; otros son susceptibles de refinamiento progresivo a través del aprendizaje evolutivo. A lo largo de la vida útil de una persona, el sistema nervioso se involucra en la actualización continua de estos antecedentes para predecir mejor las siguientes entradas sensoriales entrantes y minimizar el error.

Una implicación central de la teoría es que lo que percibimos no es el mundo tal como es en realidad, sino la mejor conjetura del cerebro, refinado continuamente por la evidencia sensorial entrante.10,21 Es en la percepción visual, el dominio del cual gran parte de la evidencia del cerebro bayesiano ha emergido y ofrece la forma más intuitiva de comprender su principio clave.

Para mencionar un ejemplo simplista, los troncos en un bosque que está infestado por serpientes podrían percibirse al principio como serpientes, hasta que obtengamos una vista más refinada que actualice la hipótesis.

Es importante destacar que la interacción entre las predicciones descendentes y las señales ascendentes que se encuentran en el corazón del procesamiento predictivo se modula de manera flexible por la "precisión" (o "variación inversa", en términos estadísticos) de las hipótesis y la evidencia sensorial.

Al enfrentarse con la tarea de determinar la probabilidad de que un conjunto dado de entradas represente un estado predicho, el cerebro utiliza la experiencia previa y las indicaciones contextuales sutiles para determinar su precisión.

El ejemplo de ver troncos como serpientes representa un caso en el que hipótesis altamente precisas conformadas por la experiencia previa (sabiendo cómo se ve una serpiente, sabiendo que las serpientes habitan en el bosque) anulan las entradas visuales imprecisas.

De hecho, el modelo de cerebro bayesiano es capaz de explicar cómo, en contextos de predicciones precisas e imputs imprecisos, las percepciones pueden desviarse del estado real del mundo.10,33 A la inversa, también aclara cómo se pueden hacer inferencias en condiciones de ambigüedad que carecen de estimaciones precisas.17,28

El modelo está respaldado por una creciente evidencia computacional y de neuroimagen, y promueve la noción de que la precisión de las predicciones descendentes podría estar "codificada" en el cerebro por neurotransmisores como la dopamina16.

Percepción de los síntomas y "síntomas médicamente inexplicables"

Sentimos dolor porque predecimos que estamos sufriendo, sobre la base de una integración de entradas sensoriales, experiencias previas y señales contextuales

La idea de que lo que percibimos no es el mundo tal como es, sino que nuestra mejor hipótesis se aplica igualmente al cuerpo2,27 y a los estados corporales subjetivos, como los síntomas médicos.

No necesariamente sentimos dolor, sugiere este marco, porque lo "percibimos" directamente desde el cuerpo periférico. Para decirlo enfáticamente, sentimos dolor porque predecimos que estamos sufriendo, sobre la base de una integración de entradas sensoriales, experiencias previas y señales contextuales.

La experiencia de los síntomas surge de la inferencia de que el cuerpo se ha desviado de las constantes fisiológicas que definen la salud.

Desde una perspectiva bayesiana, la experiencia de la salud depende del hecho de que mantenemos una hipótesis general de "condición corporal saludable" (en parte determinada por la evolución, en parte por el desarrollo) que explica un cierto rango de variaciones normales en la información somática (por ejemplo, variaciones en la frecuencia , dolores corporales, etc.)30

Mientras estas variaciones se mantengan dentro de los límites predichos por la hipótesis de la "condición corporal saludable", el cerebro los trata como "ruido" y no se percibe ningún síntoma.

Cuando, debido a una causa perturbadora como la enfermedad, la variación de los imputs somáticos es demasiado grande como para que la hipótesis general pueda predecirla con éxito y el error de predicción aumenta, el cerebro debe generar otra hipótesis que justifique la nueva evidencia.

De acuerdo con la teoría, sentimos síntomas, incluido el dolor, cuando la hipótesis con el error de predicción más bajo representa un evento somático anormal30. Este encuadre muestra, en última instancia, que la fisiopatología puede estar unida a los síntomas. La percepción se debe a que esta última está mediada por hipótesis generadas internamente acerca de las causas de los imputs, no solo determinadas por los mismos imputs.

El grado de correlación entre la fisiopatología y los síntomas variará en función de la relación de la precisión asignada a los imputs y a las hipótesis, respectivamente.

Cuando un sujeto se encuentra inesperadamente con un cierto estímulo doloroso por primera vez, la hipótesis en curso de que el sistema está sano se revisa rápidamente al encontrar evidencia sensorial inequívoca que se aleja de él.

Dado que el sistema no ha tenido una exposición previa al estímulo, las señales sensoriales tienen una mayor precisión con respecto a las hipótesis anteriores y, por lo tanto, un mayor impacto en la percepción. Es por esto que en casos de disfunción localizada y dolor agudo, encontramos una alta correlación entre la fisiopatología y la percepción de los síntomas.

Sin embargo, para muchos síntomas crónicos subjetivos, que a menudo involucran a la sensibilización central, somatización, amplificación nociceptiva aberrante o información ambigua, que cambia con frecuencia, el proceso puede revertirse.

Aquí, la percepción de los síntomas cambia en la dirección de las hipótesis generadas por el cerebro, que explican la baja correlación que encontramos entre la fisiopatología objetiva y la experiencia subjetiva en varias de estas afecciones crónicas.13

 

Comentarios

Para ver los comentarios de sus colegas o para expresar su opinión debe ingresar con su cuenta de IntraMed.

AAIP RNBD
Términos y condiciones de uso | Política de privacidad | Todos los derechos reservados | Copyright 1997-2024