A desnutrição é um problema altamente persistente de saúde pública em todo o mundo. Nos países em desenvolvimento 22,9% das crianças possuem desnutrição, muitas delas, na primeira infância. Pensando nisso, um grupo de pesquisadores procurou entender se havia diferenças cerebrais que pudessem detectar a desnutrição. Para isso, utilizando eletroencefalograma (EEG) e perceberam diferenças que podem fornecer um diferencial de pesquisa.
A desnutrição protéico-energética (PEM), é definida como ingestão calórica insuficiente ou consumo insuficiente de proteínas, sendo uma das formas mais prevalente de desnutrição. Atualmente, essa condição afeta cerca de 155 milhões de crianças em todo o mundo, e esses dados não são restritos a países subdesenvolvidos, até mesmo em países industrializados como os Estados Unidos possuem índices altos. Hoje, quase metade de todas as mortes de crianças menores de 5 anos é atribuível à desnutrição, tornando um problema de saúde pública emergente!
Além dos efeitos fisiológicos, a longo prazo a PEM pode ter efeitos sobre a cognição e o comportamento das crianças, especialmente por ser instalado durante o desenvolvimento cerebral. No período crítico de desenvolvimento do cérebro (do segundo trimestre da gravidez até os 2 anos de idade) essa condição demonstrou produzir alterações cerebrais permanentes, enquanto a exposição em idades posteriores é considerada de certo modo reversível. Pensando nisso, muitos pesquisadores veem se interessando pelo tema e seus efeitos, pois, a identificação precoce de crianças em risco de problemas de desenvolvimento após a PEM pode ser a base para programas globais de intervenção personalizada.
Dessa forma, um estudo procurou identificar a assinatura eletroencefalográfica quantitativa (qEEG) da desnutrição na primeira infância. Para isso, utilizaram gravações digitais de arquivo EEG de 108 participantes derivados do Barbados Nutrition Study (BNS). Os participantes consistiram em crianças nascidas entre 1967 e 1972 que foram diagnosticadas com PEM no primeiro ano de vida, desses (46 crianças que sofreram um episódio de desnutrição protéico-energética (PEM) limitado ao primeiro ano de vida) e 62 controles saudáveis). A qEEG é atualmente uma das técnicas mais não invasivas, baratas, eficientes e úteis para avaliar o desenvolvimento e disfunção do cérebro, e, pode ser utilizada para determinar biomarcadores adequados para aplicações de saúde global. A qEEG é baseado na análise do espectro de potência de EEG em estado de repouso, sendo assim, essa técnica fornece a distribuição topográfica da anormalidade dos espectros de EEG no couro cabeludo.
Eles encontraram alguns resultados:
- Diminuição da atividade alfa 1 em áreas pré-frontais bilateralmente no grupo PEM (pode estar associada a uma falha no desenvolvimento cortical funcional);
- Alfa 2 aumentada no grupo PEM com uma clara assimetria direita (estudos anteriores indicaram que este é um padrão eletrofisiológico típico presente na depressão e outros estados emocionais, bem como, uma frequência específicicas com hipervigilância e ansiedade em crianças).
- Aumento / diminuição do beta (frequências rápidas acima de 16 Hz) no grupo PEM (Isso pode ser um indicador de atividade elétrica cerebral imatura de acordo com os padrões descritos no desenvolvimento normal de EEG);
A Teoria da Resposta Multivariada ao Item de EEGs avaliados visualmente por especialistas revelou uma variável neurofisiológica latente que indicou atividade de anormalidade paroxística e focal excessiva no grupo PEM.
Sendo assim, uma vez que PEM é um problema de saúde pública global com consequências no desenvolvimento neurológico ao longo da vida, essas descobertas de diferenças consistentes entre PEM e controles sugerem que esta tecnologia pode ser uma fonte de biomarcadores escaláveis e acessíveis para avaliar a longo prazo impacto cerebral do PEM inicial, abrindo portas para muitos estudos futuros com essa temática.
Referências
TABOADA-CRISPI, Alberto et al. Quantitative EEG tomography of early childhood malnutrition. Frontiers in neuroscience, v. 12, p. 595, 2018.
عبد الجبار محمود العبيدي. (Human development report. UNDP. journal of Economics And Administrative Sciences, v. 14, n. 49, 2008.
VALDES, P. A. et al. Nonlinear EEG analysis based on a neural mass model. Biological cybernetics, v. 81, n. 5, p. 415-424, 1999.
WINKLER, Anderson M. et al. Non‐parametric combination and related permutation tests for neuroimaging. Human brain mapping, v. 37, n. 4, p. 1486-1511, 2016.
The content published here is the exclusive responsibility of the authors.