Introducción
El alcohol es una sustancia psicoactiva cuyo abuso se encuentra entre los cinco principales factores de riesgo a nivel mundial para enfermedad, discapacidad y muerte. Un estudio reveló que los trastornos en el consumo de alcohol representan el 9,6% de los trastornos mentales y de abuso de sustancias, que a su vez son responsables del 7,4% de los años de vida ajustados por discapacidad [1].
El trastorno en el consumo de alcohol más estudiado es la dependencia al alcohol; sin embargo, el consumo de riesgo de alcohol (CRA), un patrón de consumo de alcohol que incrementa el riesgo de consecuencias dañinas para el usuario o para otros, y que no necesariamente está acompañado de dependencia al alcohol [2], es otro trastorno en el consumo de alcohol que tiene un impacto importante en la sociedad. Investigaciones han demostrado una fuerte relación entre el CRA y las lesiones relacionadas con el alcohol [3,4]. El CRA es frecuente entre estudiantes universitarios y produce conductas arriesgadas, como conducir bajo los efectos del alcohol, el uso de otras sustancias y prácticas sexuales de riesgo [5-7].
Para estudiar los CRA se ha usado el electroencefalograma cuantitativo (EEGc), una técnica económica y no invasiva que permite el estudio de la actividad eléctrica cerebral en reposo o asociada a procesos cognitivos [8]. Los principales rasgos del EEGc observados en sujetos alcohólicos son un incremento en la potencia absoluta de theta [9] y beta [10,11]. En cuanto a la banda delta, se han descrito tanto incremento como decremento en la potencia absoluta en pacientes alcohólicos, por lo que la información hasta el momento no es concluyente [8]. La actividad de la banda alfa se ha estudiado en relación con la historia familiar de consumo de alcohol y teniendo en cuenta la influencia étnica [12,13]. Algunos informes han descrito un decremento en la actividad alfa en los alcohólicos, pero otros estudios no han podido replicar estos resultados [8].
El incremento en la potencia absoluta de theta y beta se ha relacionado con un desequilibrio en la excitabilidad cortical, por lo que se ha propuesto que los sujetos con predisposición a desarrollar dependencia al alcohol presentan un desequilibrio homeostático que lleva a la desinhibición/hiperexcitabilidad del sistema nervioso central [8]. La desinhibición conductual está presente no sólo en sujetos con dependencia al alcohol, sino también en otros trastornos, como el CRA [14], e implica un déficit en el control de los impulsos [15].
Investigaciones previas en bebedores compulsivos describen pérdida de la integridad de la sustancia blanca, adelgazamiento de la corteza cerebral y déficits cognitivos similares a los observados en pacientes alcohólicos, lo que sugiere que el consumo compulsivo podría ser un predecesor del alcoholismo [16]. Un estudio de EEGc en reposo con ojos abiertos encontró que la ingesta compulsiva de alcohol se relaciona con un incremento en la potencia absoluta de la banda beta rápida (20-35 Hz) [17].
La dependencia al alcohol produce importantes cambios plásticos en el sistema nervioso central [18], por lo que es importante descartar la dependencia al alcohol al investigar los correlatos neurofisiológicos del CRA. Anteriormente describimos que sujetos con CRA, pero sin dependencia, presentan un decremento en la frecuencia media de beta en las regiones frontal y centroparietal, en comparación con sujetos control [19]. Estudios previos en pacientes con dependencia al alcohol describen incrementos en la potencia absoluta de theta y beta [9,11], por lo que los sujetos con CRA presentan algunos correlatos neurofisiológicos similares a los pacientes con dependencia (incremento en la potencia absoluta de beta), pero difieren en otros. Como ya se mencionó, tanto el CRA como la dependencia al alcohol están asociados a la desinhibición conductual. Sin embargo, la dependencia al alcohol implica mecanismos neurofisiológicos asociados a la dependencia a sustancias, mientras que el CRA no comparte estos mecanismos. Dado que se ha sugerido que la actividad beta está involucrada en la regulación de la excitabilidad cortical [15,20], es importante determinar si el decremento en la frecuencia media de beta observado en sujetos con CRA [19] representa un correlato neurofisiológico exclusivo del CRA y ausente en sujetos con dependencia. Además, dado que aún no hay resultados concluyentes respecto a la actividad delta y alfa en trastornos en el consumo de alcohol, analizaremos también estas bandas de frecuencia en sujetos con CRA y con riesgo de dependencia al alcohol (DEP) en la misma población.
Sujetos y métodos
Participantes
Los participantes fueron estudiantes de primer año del área de ciencias de la salud, a los cuales se invitó a participar durante sus clases. Todos los procedimientos y tratamiento de datos se realizaron con base en la Declaración de Helsinki, y el protocolo fue aprobado por el Comité de Ética en Investigación de la División de Ciencias de la Salud de la universidad. Todos los participaron firmaron un consentimiento informado.
Evaluación clínica
Para evaluar el CRA y el DEP se usó la versión en español del Alcohol Use Disorders Identification Test (AUDIT). El AUDIT consiste en 10 reactivos que exploran la frecuencia, la cantidad consumida, las consecuencias negativas y los problemas psicosociales asociados al consumo de alcohol [2]. Se han utilizado diferentes puntos de corte para el AUDIT en estudiantes universitarios, pero un estudio que comparó cuatro diferentes escalas en adolescentes encontró que en este grupo de edad un punto de corte de 2 es óptimo para detectar problemas con el uso del alcohol, y un punto de corte de 3, para identificar riesgo de abuso o dependencia [21]. Para evitar falsos positivos confirmamos el resultado analizando secciones específicas del AUDIT. Una puntuación de 1 o más en los reactivos 2 y 3 cumple el criterio para CRA, mientras que una puntuación por encima de 0 en los reactivos 4, 5 y 6 cumple en criterio para el DEP [2]. Los sujetos con una puntuación de 3 o más en la prueba AUDIT, pero que no cumplieron la puntuación criterio en la sección de DEP, fueron incluidos en el grupo CRA. Por lo tanto, los sujetos clasificados con CRA presentaron una puntuación total en la prueba AUDIT de 2 o más, una puntuación de 1 o más en los reactivos 2 y 3, y una puntuación de 0 en los reactivos 4, 5 y 6, mientras que los sujetos clasificados con DEP presentaron una puntuación total en la prueba AUDIT de 3 o más, y una puntuación por encima de 0 en los reactivos 4, 5 y 6 de esta prueba. Aunque la prueba AUDIT ha sido validada en diferentes países, como México, Brasil y Venezuela [2,22,23], en este trabajo no realizamos evaluaciones clínicas adicionales para determinar dependencia al alcohol, por lo que los sujetos que resultaron con puntuación positiva para la dependencia al alcohol se consideran como ‘en riesgo’ de desarrollar esta condición.
Ninguno de los participantes fumaba. No se determinó el consumo de otras drogas entre los participantes del estudio.
Los participantes respondieron también el cuestionario autoinformado ASRS v. 1.1 para trastorno por déficit de atención/hiperactividad (TDAH) [24,25] y la prueba de riesgo suicida de Plutchick. Se seleccionaron estos instrumentos basados en nuestro estudio previo [19] y debido a que son condiciones relacionadas con los trastornos en el consumo de alcohol en la población [26-28]. Los participantes no presentaban ni habían presentado trastornos neurológicos y no se encontraban tomando fármacos que pudieran afectar la actividad registrada en el EEG.
Electroencefalograma cuantitativo
Registro del electroencefalograma
Los sujetos se encontraban cómodamente sentados en una habitación con luz tenue, despiertos y con los ojos cerrados. Los EEG se registraron con un aparato Medicid Fenix de 19 canales. Se configuró el amplificador con un filtro de baja frecuencia de 0,5 Hz, un filtro de alta frecuencia de 30 Hz y un filtro notch de 50/60 Hz. La frecuencia de muestreo fue de 240 Hz, con una resolución de 16 bits. Se recogió la señal a través de 19 electrodos del sistema internacional 10/20 (FP1, FP2, F7, F8, F3, F4, T3, T4, C3, C4, T5, T6, P3, P4, O1, O2, FZ, CZ y PZ) embebidos en un gorro de licra. Como referencia se usaron las mastoides cortocircuitadas. Todos los EEG fueron analizados rigurosamente por un neurofisiólogo clínico (E.S.R).
Análisis cuantitativo
El análisis cuantitativo se realizó sobre segmentos de EEG de al menos 2,56 s. Los segmentos fueron seleccionados manualmente hasta sumar al menos un minuto. Sólo se usaron segmentos donde el sujeto se encontraba despierto y con actividad alfa. Se eliminaron también los segmentos con actividad muscular y parpadeo.
Se usó un programa para el análisis cuantitativo del EEG para calcular la potencia absoluta, la potencia relativa y la frecuencia media de las bandas delta (1,56-3,52 Hz), theta (3,91-7,42 Hz), alfa (7,81-12,5 Hz) y beta (12,89-19,14 Hz) [29], usando la transformada rápida de Fourier. Para disminuir la variabilidad no fisiológica, se restó el factor de escala global a los valores de potencia absoluta en todas las bandas de frecuencia. El modelo matemático para obtener el factor de escala global puede resumirse como una transformación logarítmica aplicada a la señal eléctrica cerebral. Esta ecuación es Vi (e,t) = γ1β1 (e,t), en la cual la actividad eléctrica cerebral obtenida en el EEG puede representarse por una matriz V (e,t), en donde V es la potencia registrada en el electrodo e en el momento t. El factor de escala global se representa como γ. El modelo matemático usado para obtenerlo se detalla en el trabajo de Hernández et al [30]. La sustracción del factor de escala global se ha incorporado en algunos programas para el análisis de los EEG, como el caso del usado en este estudio, y desde entonces lo utilizan numerosos trabajos. Para el análisis cuantitativo, los registros de los EEG se reformatearon en el montaje con referencia al promedio [31].
Análisis estadístico
Para el análisis de los valores crudos de las pruebas de AUDIT, riesgo suicida y TDAH, así como para la edad, realizamos pruebas de análisis de varianza (ANOVA) seguidas por pruebas post hoc de Bonferroni.
Para el análisis del EEGc realizamos ANOVA de diseño mixto, con los electrodos como variable intrasujetos y el grupo como variable intersujetos. Cuando fue necesario, se usó la corrección de Greenhouse-Geisser para los grados de libertad para determinar la significancia del valor de F. Se calculó la eta al cuadrado parcial (η2p) para determinar el tamaño del efecto. Se hicieron ANOVA mixtos separados para los valores de potencia absoluta, potencia relativa y frecuencia media de cada banda de frecuencia. Cuando se encontró un efecto del grupo se realizó una comparación por pares para detectar entre qué grupos había diferencia, y posteriormente un ANOVA para determinar en qué electrodos había una diferencia. Los valores de p se ajustaron para comparaciones múltiples mediante la corrección de Bonferroni (Tabla I).
Tabla I. Resultados de los ANOVA mixtos realizados para la potencia absoluta, la potencia relativa y la frecuencia media de las bandas de frecuencia delta, theta, alfa y beta. Se especifican qué grupos son los que difieren en las medidas en las que se encontró un efecto del grupo.
|
| |
Potencia absoluta
|
Potencia relativa
|
Frecuencia media
|
Delta
|
DEP < control (p < 0,05)
|
No significativo
|
No significativo
|
Theta
|
No significativo
|
No significativo
|
No significativo
|
Alfa
|
No significativo
|
No significativo
|
No significativo
|
Beta
|
CRA > control (p < 0,01)
|
CRA > control (p < 0,01)
|
CRA < control (p < 0,05)
|
CRA: consumo de riesgo de alcohol; DEP: riesgo de dependencia al alcohol.
|
Resultados
En el estudio participaron 200 estudiantes (106 mujeres, con una edad media de 19,6 ± 0,25 años, y 94 hombres, con una edad media de 19,8 ± 0,35 años). Los sujetos mayores de 22 años y los que presentaban o tenían antecedentes de enfermedades neurológicas y en los que la evaluación visual del EEG reveló anormalidades, fueron excluidos del análisis.
Sólo se incluyó a 114 sujetos en el análisis estadístico, de los cuales 48 dieron un resultado negativo para todas las condiciones clínicas evaluadas y fueron incluidos en el grupo control; 45 sujetos dieron positivo para CRA, pero negativo para DEP, así como negativo para todas las demás pruebas (riesgo suicida y TDAH), y fueron incluidos en el grupo con CRA; y 21 sujetos dieron positivo para DEP y fueron incluidos en el grupo con DEP. La mayoría de los sujetos del grupo con DEP presentaron comorbilidades; 18 dieron positivo para CRA; seis, para riesgo suicida; y ocho, para TDAH. La composición de sexo y edad para cada grupo se muestra en la tabla II.
Tabla II. Composición de sexo y edad de los grupos control, con consumo de riesgo de alcohol (CRA) y con riesgo de dependencia al alcohol (DEP).
|
| |
Mujeres (edad media)
|
Hombres (edad media)
|
Control
|
26 (19,15 ± 0,21 años)
|
22 (19,08 ± 0,13 años)
|
CRA
|
17 (19,11 ± 0,21 años)
|
28 (19,30 ± 0,19 años)
|
DEP
|
16 (19,05 ± 0,23 años)
|
5 (18,90 ± 0,18 años)
|
No hubo diferencia entre los grupos en lo que respecta a la edad. Las pruebas de ANOVA realizadas a las puntuaciones crudas de las pruebas aplicadas revelaron una diferencia en la puntuación total de las pruebas para TDAH (F(2,111) = 11,59; p < 0,0001) y riesgo suicida (F(2,111) = 16,49; p < 0,0001). En la prueba de riesgo suicida, el grupo con DEP presentó una puntuación más alta que los grupos control (4,434 ± 0,6 frente a 2 ± 0,17; p < 0,0001) y con CRA (2,33 ± 0,21; p < 0,0001), mientras que en la prueba para TDAH, el grupo con DEP presentó una puntuación más alta que los grupos control (2,67 ± 0,37 frente a 1,39 ± 0,16; p < 0,01) y con CRA (0,18 ± 0,15; p < 0,0001). Los tres grupos también difirieron en la puntuación total para la prueba AUDIT (F(2,111) = 57,11; p < 0,0001), así como en la puntuación de las secciones analizadas para CRA (F(2,111) = 240,66; p < 0,0001) y DEP (F(2,111) = 70,86; p < 0,0001). En la puntuación total de la prueba AUDIT, el grupo con DEP presentó valores más altos que los grupos con CRA (5,24 ± 0,62 frente a 2,89 ± 0,33; p < 0,0001) y control (0,208 ± 0,09; p < 0,0001), mientras que el grupo con CRA presentó un valor más alto que el grupo control (p < 0,0001). En la sección de la prueba AUDIT analizada para determinar el CRA, la prueba post hoc de Bonferroni reveló que el grupo control presentó un valor menor que los grupos con CRA (0 ± 0 frente a 1,11 ± 0,47; p < 0,0001) y con DEP (0,86 ± 0,078; p < 0,0001), mientras que los grupos con DEP y con CRA también fueron diferentes entre sí (p < 0,01). En la sección evaluada para determinar el DEP, la prueba post hoc de Bonferroni reveló que el grupo con DEP presentó valores más altos que los grupos con CRA (1,48 ± 0,26 frente a 0 ± 0; p < 0,0001) y control (0 ± 0; p < 0,0001). No se encontró diferencia entre los grupos control y CRA.
Actividad delta
Hubo un efecto del electrodo analizado en la potencia absoluta de delta (F(4,71, 522,35) = 57,98; p < 0,001; η2p = 0,343), así como un efecto del grupo (F(2,111) = 3,25; p < 0,05; η2p = 0,055). La comparación pareada reveló una diferencia entre los grupos control y DEP (p < 0,05). El ANOVA mostró un efecto del grupo en Fp2 (Fig. 1).
Figura 1. Sitio donde el ANOVA mostró un efecto del grupo sobre la potencia absoluta de delta (media ± error estándar). Se muestran las diferencias reveladas por la prueba post hoc de Bonferroni. a p < 0,05 (DEP frente a control). El electrodo marcado en gris indica un valor significativamente menor en el grupo con DEP en comparación con el control. CRA: consumo de riesgo de alcohol; DEP: riesgo de dependencia al alcohol.
Hubo un efecto del electrodo analizado en la potencia relativa (F(7,45, 827,84) = 153,91; p < 0,001; η2p = 0,581) y frecuencia media (F(10,67, 1.185,15) = 28,83; p < 0,001; η2p = 0,206) de delta. No se detectó un efecto del grupo o interacción electrodo × grupo para estas medidas.
Actividad theta
Hubo un efecto del electrodo analizado en la potencia absoluta (F(5,08, 563,4) = 50,99; p < 0,001; η2p = 0,315), la potencia relativa (F(8,6, 954,38) = 92,58; p < 0,001; η2p = 0,455) y la frecuencia media (F(8,97, 995,58) = 32,95; p < 0,001; η2p = 0,229) de theta. No hubo efecto del grupo o interacción electrodo × grupo para ninguna de estas medidas.
Actividad alfa
El ANOVA con medidas repetidas reveló un efecto del electrodo analizado en la potencia absoluta (F(3,73, 374,42) = 90,35; p < 0,001; η2p = 0,449), la potencia relativa (F(70,9, 787,19) = 149,73; p < 0,001; η2p = 0,574) y la frecuencia media (F(7,72, 856,61) = 28,39; p < 0,001; η2p = 0,204) de alfa. Sin embargo, no se encontró efecto alguno del grupo o interacción electrodo × grupo para estas medidas.
Actividad beta
El ANOVA con medidas repetidas mostró un efecto del electrodo (F(6,89, 764,42) = 60,59; p < 0,001; η2p = 0,353) y del grupo (F(2,111) = 5,81; p = 0,004; η2p = 0,095) sobre la potencia absoluta de beta. No hubo interacción electrodo × grupo. La comparación pareada reveló una diferencia entre los grupos control y de CRA (p = 0,003). En la figura 2 se muestran los sitios en los que se encontró una diferencia entre estos grupos.
Figura 2. Sitios donde el ANOVA mostró un efecto del grupo sobre la potencia absoluta de beta (media ± error estándar). Se muestran las diferencias reveladas por la prueba post hoc de Bonferroni. a p < 0,05; b p < 0,01. Los electrodos en gris indican valores más altos en el grupo con CRA en comparación con los controles. CRA: consumo de riesgo de alcohol; DEP: riesgo de dependencia al alcohol.
Hubo un efecto del electrodo analizado (F(60,3, 669,2) = 29,78; p < 0,001; η2p = 0,212) y del grupo (F(2,111) = 6,08; p = 0,003; η2p = 0,099) sobre la potencia relativa de beta. No hubo interacción electrodo × grupo. La comparación pareada mostró que la diferencia existía entre los grupos control y de CRA (p = 0,002). En la figura 3 se muestran los sitios en los que diferían estos grupos.
Figura 3. Sitios donde el ANOVA mostró un efecto del grupo sobre la potencia relativa de beta (media ± error estándar). Se muestran las diferencias reveladas por la prueba post hoc de Bonferroni. a p < 0,05; b p < 0,01; c p < 0,0001 (CRA frente a control); d p < 0,01 (CRA frente a DEP). Los electrodos en gris indican valores más altos en el grupo con CRA en comparación con los controles. CRA: consumo de riesgo de alcohol; DEP: riesgo de dependencia al alcohol.
Hubo un efecto del electrodo (F(8,18, 908,19) = 27,34; p < 0,001; η2p = 0,198) y del grupo (F(2,111) = 4,26; p = 0,017; η2p = 0,071) sobre la frecuencia media de beta. Sin embargo, no hubo interacción electrodo × grupo. La comparación pareada mostró una diferencia entre los grupos control y CRA (p = 0,004). En la figura 4 se observan los sitios en los que el ANOVA mostró un efecto del grupo.
Figura 4. Sitios donde el ANOVA mostró un efecto del grupo sobre la frecuencia media de beta (media ± error estándar). Se muestran las diferencias reveladas por la prueba post hoc de Bonferroni. a p < 0,05; b p < 0,01 (CRA frente a control). Los electrodos en gris indican valores más bajos en el grupo con CRA en comparación con los controles. CRA: consumo de riesgo de alcohol; DEP: riesgo de dependencia al alcohol.
Discusión
El presente trabajo comparó el EEGc de sujetos con CRA y sujetos con DEP, junto con un grupo control sin ningún trastorno en el consumo de alcohol. Los sujetos con CRA presentaron mayor potencia absoluta y potencia relativa de beta, y menor frecuencia media de esta banda en comparación con los controles. Los sujetos con DEP presentaron menor potencia absoluta de delta que los sujetos controles.
La actividad beta se ha relacionado con la actividad de las neuronas gabérgicas en la corteza, y, por lo tanto, con la homeostasis de la inhibición/excitación cortical. Por este motivo, los cambios en la actividad beta se han asociado con un desequilibrio homeostático que produce una desinhibición/hiperexcitabilidad del sistema nervioso central [8], lo cual se ha comprobado a través de análisis electrofisiológicos y genéticos [15]. Tanto el CRA como la dependencia al alcohol son manifestaciones de desinhibición conductual [8,14,15], e investigaciones previas han propuesto que la desinhibición conductual y del sistema nervioso central comparten marcadores neurofisiológicos [8,15]. Por lo tanto, el incremento de la potencia absoluta y la potencia relativa de beta, así como el decremento en la frecuencia media de beta en el grupo con CRA, sugieren un desequilibrio en la desinhibición/hiperexcitabilidad del sistema nervioso central.
Los datos descritos hasta ahora acerca de la actividad delta en pacientes alcohólicos no han sido concluyentes. Mientras que los primeros trabajos sugieren un incremento en la actividad delta, trabajos más recientes revelan un decremento en la actividad de esta banda de frecuencia [8]. Un estudio muy interesante realizado en pacientes alcohólicos encontró dos subpoblaciones distintas con base en el análisis del EEGc, un grupo con un incremento en la actividad delta y theta, y otro grupo con un decremento en la actividad delta y theta. Ambos grupos presentaron un retraso en la aparición de P300 y déficit en atención y memoria, aunque estos efectos fueron más marcados en el primer grupo (con mayor actividad delta y theta). Los autores sugieren que esto podría indicar diferentes etapas en la dependencia al alcohol [32], aunque otros factores (distintos tipos de dependencia, influencia étnica, etc.) no pueden descartarse.
De esta forma, la baja potencia absoluta de delta está presente sólo en algunos pacientes con dependencia al alcohol. Consideramos que esto podría representar una variación en el tipo de dependencia. Uno de los estudios que muestra una menor actividad delta en pacientes alcohólicos ha aportado información que resalta la importancia de este dato, dado que el decremento en la actividad de ondas lentas (delta y theta) presentaba una correlación con la atrofia cortical, así como con un inicio en el consumo de alcohol antes de los 20 años [33]. Si bien la atrofia cortical puede ser el resultado del abuso prolongado del alcohol, también es posible que el decremento en la actividad delta se encuentre principalmente en sujetos que comienzan el consumo de alcohol a una edad temprana, como sería el caso de los participantes en este estudio. Las implicaciones de esta propuesta requieren la realización de estudios futuros en los que se caractericen los dos subtipos de pacientes con dependencia al alcohol, dado que probablemente la variación en la actividad delta no es la única diferencia.
En este trabajo encontramos diferencias significativas entre los grupos a través de las pruebas de ANOVA; sin embargo, el tamaño del efecto es pequeño. Cabe destacar que el tamaño del efecto y la significación estadística sirven a diferentes propósitos: mientras que la prueba de significación estadística revela la probabilidad de obtener una diferencia entre los grupos debida al azar, el tamaño del efecto habla acerca de la magnitud de esa diferencia y sus posibles implicaciones prácticas [34].
Diferentes trabajos han demostrado la importancia de pequeños cambios en el EEGc. Por ejemplo, el tratamiento con carbamacepina produce un déficit en el desempeño en pruebas neuropsicológicas en los pacientes cuya frecuencia media de alfa en la región occipital se reduce 0,5-0,6 Hz tras el tratamiento con el fármaco [35]. Si bien el tamaño del efecto no siempre se describe junto con las significaciones estadísticas en los estudios de EEGc, informes previos muestran hallazgos importantes en el estudio de los trastornos en el consumo de alcohol con diferencias pequeñas (pero estadísticamente significativas) entre grupos en diferentes parámetros, como P300 [32,36,37], potencia absoluta [38] y oscilaciones relacionadas con eventos [39,40].
La composición de sexo fue distinta entre los grupos, particularmente en el grupo con DEP tuvimos un número pequeño de hombres. Artículos previos han explorado la posible influencia del sexo sobre los correlatos neurofisiológicos de la dependencia al alcohol y han encontrado que los hombres presentan una potencia absoluta de theta mayor en las regiones central y parietal, mientras que las mujeres muestran una mayor potencia absoluta de theta sólo en la región parietal [9]. Otro estudio encontró que tanto hombres como mujeres con dependencia al alcohol presentaron un incremento en la potencia absoluta de beta, aunque en el caso de las mujeres este cambio no alcanzó significación estadística [11]. Sin embargo, un estudio más reciente realizado sólo en mujeres con trastornos en el consumo de alcohol encontró que las mujeres con dependencia al alcohol presentaron un incremento significativo en la potencia absoluta y la potencia relativa de beta [10]. Por tanto, los estudios previos que abordan la influencia del sexo sobre los correlatos neurofisiológicos de los trastornos en el consumo de alcohol sugieren una influencia moderada, principalmente en lo que respecta a la distribución de los cambios en el EEGc en ambos sexos. Sin embargo, se requieren estudios posteriores para confirmar la influencia puntual del sexo en estos cambios.
La mayoría de estudios sobre los correlatos neurofisiológicos de la dependencia al alcohol se han realizado hasta ahora en población adulta que ya tiene o tuvo tratamiento médico, y que por definición padece un alcoholismo más grave que la población de nuestro estudio. Sin embargo, estudios realizados en adultos alcohólicos que aún no buscan tratamiento han revelado un ligero decremento no significativo (p = 0,05) en P300 [37], y adolescentes con alcoholismo que no han buscado tratamiento no presentan reducción alguna en P300 [41], mientras que estudios en adultos alcohólicos que ya han buscado tratamiento muestran un decremento significativo en la amplitud de P300 [8]. La onda P300 indica actividad cerebral durante una tarea cognitiva y, como tal, es un tipo de marcador neurofisiológico distinto del EEG basal descrito aquí. Sin embargo, el conjunto de estos datos permite comprender mejor las diferencias en la función cerebral entre sujetos con dependencia al alcohol leve o grave.
Aunque los sujetos en este estudio presentaron trastornos en el consumo de alcohol, aún no habían buscado atención médica y, por lo tanto, no es sorprendente que nuestros resultados neurofisiológicos difieran de los previamente descritos para sujetos con alcoholismo más grave y que se encontraban ya en tratamiento [37,41]. El análisis del EEGc basal en sujetos con DEP en el presente estudio no fue consistente con el incremento en la potencia absoluta de theta y beta notificado en pacientes alcohólicos [9-11]. Los participantes de este estudio fueron jóvenes (17-22 años) y no estaban aún bajo tratamiento alguno, lo que implica que su trastorno en el consumo de alcohol aún no era lo suficientemente grave como para buscar ayuda médica. Todos los sujetos eran estudiantes universitarios de primer año que asistían a sus clases y otras actividades académicas de forma regular. Por lo tanto, el DEP todavía no causaba un impacto grave en sus actividades cotidianas, lo que sugiere una etapa temprana de la adicción al alcohol [42]. Consideramos que la baja gravedad de la adicción podría ser la causa de la falta de diferencias observada en la actividad theta y beta entre los sujetos con DEP y los controles. Sin embargo, encontramos una menor potencia absoluta de delta, significativa en Fp2 en el grupo con riesgo de dependencia en comparación con los controles. Por otra parte, en este trabajo no analizamos otros parámetros de EEG que se han descrito alterados en asociación con la dependencia al alcohol, como es el caso de los potenciales relacionados con eventos, por lo que no pueden descartarse diferencias en ellos.
Aunque la mayoría de los sujetos del estudio con riesgo de dependencia al alcohol presentó también CRA (82,6%), el incremento en la potencia absoluta y potencia relativa de beta y el decremento en la frecuencia media de esta banda se encontraron sólo en los sujetos que presentaban CRA, pero no riesgo de dependencia. Una posible interpretación de esto sugiere la existencia de una etiología diferente para el CRA en los dos grupos (sólo CRA y DEP).
Existe cierta controversia acerca de si el CRA es un preludio a la dependencia al alcohol, o si el CRA y la dependencia al alcohol son dos condiciones separadas [16]. Si estas dos condiciones no están vinculadas, entonces la dependencia al alcohol no es un ‘nivel más alto’ de CRA, lo que permite la existencia de correlatos neurofisiológicos exclusivos del CRA, como podría ser el caso de la reducción en la frecuencia media de beta. Sin embargo, esto deja abierta la pregunta acerca de por qué son diferentes los correlatos neurofisiológicos del CRA de los del DEP cuando la mayor parte del grupo con DEP presenta también CRA.
El CRA puede estar presente en un individuo con o sin dependencia al alcohol [2], dado que la dependencia incluye factores asociados con la adicción. Existe la posibilidad de que el CRA asociado con la dependencia al alcohol tenga una diferente etiología al CRA no asociado a adicción. Interesantemente, un estudio previo entre adictos a la cocaína con o sin trastornos de la personalidad encontró que los sujetos con adicción a la cocaína y trastornos de la personalidad mostraban una mayor desinhibición conductual que los que no tenían trastornos de la personalidad, y esta desinhibición estaba presente desde antes del desarrollo de la dependencia a la cocaína. Comparativamente, mientras que los sujetos con adicción, pero sin trastornos de la personalidad, también presentaban una elevada desinhibición conductual, ésta se desarrolló a la par de la dependencia a la cocaína, lo que sugiere una trayectoria diferente para la desinhibición en ambos grupos [43]. Estos resultados insinúan la existencia de dos tipos de desinhibición: una resultante del desarrollo de la adicción y otra que precedía a la conducta adictiva. Nuestros resultados sugieren que estos dos tipos de desinhibición podrían tener correlatos neurofisiológicos distintos. Aplicando esta teoría a nuestros resultados, implicaría que el CRA observado en los sujetos del grupo con DEP sería secundario a la adicción al alcohol, mientras que en el grupo con CRA esta condición no estaría relacionada con el desarrollo de dependencia al alcohol.
Si bien tanto el CRA como la dependencia al alcohol son manifestaciones de la desinhibición conductual [8,14,15], es razonable que difieran en sus correlatos neurofisiológicos porque la dependencia al alcohol implica mecanismos neurofisiológicos asociados al desarrollo de una adicción. Sin embargo, si la elevación en la actividad beta se relaciona con la desinhibición cortical y conductual [8], ¿por qué está presente únicamente en el grupo con CRA y no en el grupo con DEP? Albein-Urios et al [43] describen dos tipos diferentes de desinhibición, una que precede a la adicción y la otra que se desarrolla a la par de la adicción. Consideramos que nuestros sujetos con CRA tienen el primer tipo de desinhibición, y los sujetos en el grupo con DEP presentan el segundo. De acuerdo con esto, y dado que estamos observando las primeras etapas de la dependencia al alcohol, el incremento en la actividad beta asociado con la desinhibición estaría aún en sus inicios en estos sujetos. En concordancia con esta propuesta podemos observar que, aunque el grupo con DEP no difiere de los controles en la potencia absoluta, potencia relativa y frecuencia media de beta, tampoco difiere del grupo con CRA en la mayoría de los casos observados en este estudio. Sin embargo, se requieren estudios futuros en sujetos con una etapa más avanzada de la dependencia al alcohol para probar esta idea.
Bibliografía
↵ 1. Whiteford HA, Degenhardt L, Rehm J, Baxter AJ, Ferrari AJ, Erskine HE, et al. Global burden of disease attributable to mental and substance use disorders: findings from the Global Burden of Disease Study 2010. Lancet 2013; 382: 1575-86.
↵ 2. Babor T, Higgins-Biddle J, Saunders J, Monteiro M. The Alcohol Use Disorders Identification Test. Guidelines for use in primary care. Geneva: World Health Organization; 2001.
↵ 3. Martin RJ, Brechbiel K, Chaney BH, Cremeens-Matthews J, Vail-Smith K. Alcohol-related injuries, hazardous drinking, and BrAC levels among a sample of bar patrons. Am J Addict 2016; 25: 132-7.
↵ 4. Cherpitel CJ, Ye Y, Bond J, Rehm J, Poznyak V, Macdonald S, et al. Multi-level analysis of alcohol-related injury among emergency department patients: a cross-national study. Addiction 2005; 100: 1840-50.
↵ 5. Connor J, Psutka R, Cousins K, Gray A, Kypri K. Risky drinking, risky sex: a national study of New Zealand university students. Alcohol Clin Exp Res 2013; 37: 1971-8.
↵ 6. Brett EI, Leavens EL, Miller MB, Lombardi N, Leffingwell TR. Normative perceptions of alcohol-related consequences among college students. Addict Behav 2016; 58: 16-20.
↵ 7. Chaney BH, Vail-Smith K, Martin RJ, Cremeens-Matthews J. Alcohol use, risky sexual behavior, and condom possession among bar patrons. Addict Behav 2016; 60: 32-6.
↵ 8. Kamarajan C, Porjesz B Advances in electrophysiological research. Alcohol Res 2015; 37: 53-87.
↵ 9. Rangaswamy M, Porjesz B, Chorlian DB, Choi K, Jones KA, Wang K, et al. Theta power in the EEG of alcoholics. Alcohol Clin Exp Res 2003; 27: 607-15.
↵ 10. Herrera-Díaz A, Mendoza-Quiñones R, Melie-García L, Martínez-Montes E, Sanabria-Díaz G, Romero-Quintana Y, et al. Functional connectivity and quantitative EEG in women with alcohol use disorders: a resting-state study. Brain Topogr 2016; 29: 368-81.
↵ 11. Rangaswamy M, Porjesz B, Chorlian DB, Wang K, Jones KA, Bauer LO, et al. Beta power in the EEG of alcoholics. Biol Psychiatry 2002; 52: 831-42.
↵ 12. Ehlers CL, Phillips E, Schuckit MA. EEG alpha variants and alpha power in Hispanic American and white non-Hispanic American young adults with a family history of alcohol dependence. Alcohol 2004; 33: 99-106.
↵ 13. Ehlers CL, Phillips E, Wall TL, Wilhelmsen K, Schuckit MA. EEG alpha and level of response to alcohol in Hispanic- and non-Hispanic-American young adults with a family history of alcoholism. J Stud Alcohol 2004; 65: 301-8.
↵ 14. Hamilton KR, Sinha R, Potenza MN. Hazardous drinking and dimensions of impulsivity, behavioral approach, and inhibition in adult men and women. Alcohol Clin Exp Res 2012; 36: 958-66.
↵ 15. Porjesz B, Rangaswamy M. Neurophysiological endophenotypes, CNS disinhibition, and risk for alcohol dependence and related disorders. Sci World J 2007; 7: 131-41.
↵ 16. Petit G, Maurage P, Kornreich C, Verbanck P, Campanella S. Binge drinking in adolescents: a review of neurophysiological and neuroimaging research. Alcohol Alcohol 2014; 49: 198-206.
↵ 17. Courtney KE, Polich J. Binge drinking effects on EEG in young adult humans. Int J Environ Res Public Health 2010; 7: 2325-36.
↵ 18. Buhler M, Mann K. Alcohol and the human brain: a systematic review of different neuroimaging methods. Alcohol Clin Exp Res 2011; 35: 1771-93.
↵ 19. Núñez-Jaramillo L, Vega-Perera P, Ramírez-Lugo L, Reyes-López JV, Santiago-Rodríguez E, Herrera-Morales WV. Quantitative electroencephalography analysis in university students with hazardous alcohol consumption, but not alcohol dependence. Neuroreport 2015; 26: 555-60.
↵ 20. Whittington MA, Traub RD, Kopell N, Ermentrout B, Buhl EH. Inhibition-based rhythms: experimental and mathematical observations on network dynamics. Int J Psychophysiol 2000; 38: 315-36.
↵ 21. Knight JR, Sherritt L, Harris SK, Gates EC, Chang G. Validity of brief alcohol screening tests among adolescents: a comparison of the AUDIT, POSIT, CAGE, and CRAFFT. Alcohol Clin Exp Res 2003; 27: 67-73.
↵ 22. Puig-Nolasco A, Cortaza-Ramírez L, Pillon SC. Consumo de alcohol entre estudiantes mexicanos de medicina. Rev Lat Am Enfermagem 2011; 19: 714-21.
↵ 23. Guzmán-Facundo FR, Pedrão LJ, Rodríguez-Aguilar L, López-García KS, Esparza-Almanza SE. Alcohol consumption disorder (AUDIT) for marginal adolescents and youth from juvenile gangs of Mexico. Esc Anna Nery Rev Enferm 2007; 11: 611-8.
↵ 24. Reyes-Zamorano E, García-Vargas KL, Palacios-Cruz L. Concurrent validity in Mexican college population of the adult ADHD self report scale. Rev Invest Clin 2013; 65: 30-8.
↵ 25. Ramos-Quiroga JA, Daigre C, Valero S, Bosch R, Gómez-Barros N, Nogueira M, et al. Validación al español de la escala de cribado del trastorno por déficit de atención/hiperactividad en adultos (ASRS v. 1.1): una nueva estrategia de puntuación. Rev Neurol 2009; 48: 449-52.
↵ 26. Rooney M, Chronis-Tuscano A, Yoon Y. Substance use in college students with ADHD. J Atten Disord 2012; 16: 221-34.
↵ 27. SINAIS, Indicadores Básicos de Salud 2000-2008. Indicadores de mortalidad. México DF: Secretaría de Salud; 2008.
↵ 28. Fergusson DM, Boden JM, Horwood LJ. Alcohol misuse and psychosocial outcomes in young adulthood: results from a longitudinal birth cohort studied to age 30. Drug Alcohol Depend 2013; 133: 513-9.
↵ 29. John ER, Prichep LS, Easton P. Normative data banks and neurometrics: basic concepts, methods and results of norm construction. In Remond A, ed. Handbook of electroencephalo-
graphy and clinical neurophysiology. Vol. III. Amsterdam: Elsevier; 1987. p. 449-95.
↵ 30. Hernández JL, Valdés P, Biscay R, Virues T, Szava S, Bosch J, et al. A global scale factor in brain topography. Int J Neurosci 1994; 76: 267-78.
↵ 31. Gudmundsson S, Runarsson TP, Sigurdsson S, Eiriksdottir G, Johnsen K. Reliability of quantitative EEG features. Clin Neurophysiol 2007; 118: 2162-71.
↵ 32. De Quesada-Martínez ME, Díaz-Pérez GF, Herrera-Ramos A, Tamayo-Porras M, Rubio-López R. Características del electro-encefalograma cuantitativo y trastornos cognitivos en pacientes alcohólicos. Rev Neurol 2007; 44: 81-8.
↵ 33. Coutin-Churchman P, Moreno R, Anez Y, Vergara F. Clinical correlates of quantitative EEG alterations in alcoholic patients. Clin Neurophysiol 2006; 117: 740-51.
↵ 34. Fan X, Konold TR. Statistical significance versus effect size. In Peterson P, Baker E, McGaw B, eds. International encyclopedia of education. New York: Elsevier; 2010. p. 444-50.
↵ 35. Clemens B, Menes A, Piros P, Bessenyei M, Altmann A, Jerney J, et al. Quantitative EEG effects of carbamazepine, oxcarbazepine, valproate, lamotrigine, and possible clinical relevance of the findings. Epilepsy Res 2006; 70: 190-9.
↵ 36. Ehlers CL, Phillips E, Finnerman G, Gilder D, Lau P, Criado J. P3 components and adolescent binge drinking in Southwest California Indians. Neurotoxicol Teratol 2007; 29: 153-63.
↵ 37. Fein G, Andrew C. Event-related potentials during visual target detection in treatment-naive active alcoholics. Alcohol Clin Exp Res 2011; 35: 1171-9.
↵ 38. Bjork MH, Sand T, Brathen G, Linaker OM, Morken G, Nilsen BM, et al. Quantitative EEG findings in patients with acute, brief depression combined with other fluctuating psychiatric symptoms: a controlled study from an acute psychiatric department. BMC Psychiatry 2008; 8: 89.
↵ 39. Chen AC, Tang Y, Rangaswamy M, Wang JC, Almasy L, Foroud T, et al. Association of single nucleotide polymorphisms in a glutamate receptor gene (GRM8) with theta power of event-related oscillations and alcohol dependence. Am J Med Genet B Neuropsychiatr Genet 2009; 150B: 359-68.
↵ 40. Rangaswamy M, Jones KA, Porjesz B, Chorlian DB, Padmanabhapillai A, Kamarajan C, et al. Delta and theta oscillations as risk markers in adolescent offspring of alcoholics. Int J Psychophysiol 2007; 63: 3-15.
↵ 41. Cuzen NL, Andrew C, Thomas KG, Stein DJ, Fein G. Absence of P300 reduction in South African treatment-naive adolescents with alcohol dependence. Alcohol Clin Exp Res 2013; 37: 40-8.
↵ 42. Koob GF, Le Moal M. Neurobiology of addiction. London: Academic Press; 2006.
↵ 43. Albein-Urios N, Martínez-González JM, Lozano O, Verdejo-García A. Frontal systems related symptoms in cocaine dependent patients with comorbid personality disorders. Psychopharmacology (Berl) 2013; 228: 367-73.
Hazardous alcohol consumption and risk of alcohol dependence present different neurophysiological correlates
Introduction. Hazardous alcohol consumption (HAC) is a pattern of alcohol use that may result in harm for the user and/or for those around them. Prior research has suggested that HAC and alcohol dependence share some neurophysiological features but differ in others.
Aim. To determine whether HAC and alcohol dependence presented different neurophysiological correlates.
Subjects and methods. Two hundred subjects were screened for HAC or alcohol dependence. A quantitative electroencephalographic analysis of delta, theta, alpha and beta absolute power, relative power and mean frequency in subjects with HAC but not alcohol dependence, subjects with risk of alcohol dependence and controls was performed.
Results. One hundred and fourteen subjects met inclusion criteria. The HAC group presented with higher beta absolute power and relative power, as well as a lower beta mean frequency than the control group, while the group with risk of alcohol dependence presented lower delta absolute power than controls.
Conclusions. HAC and risk of alcohol dependence present different neurophysiological correlates. There is an important effect of the severity of alcohol dependence on neurophysiological correlates of this condition. Our results support the existence of two different types of behavioral disinhibition.
Key words. Alcohol dependence. Behavioral disinhibition. Beta activity. Delta activity. Hazardous alcohol consumption. Quantitative EEG.
|
© 2019 Revista de Neurología
OPEN ACCESS
