Mecanismos neuroconductuales de regulación emocional en la depresión a lo largo de la vida adulta (Lifespan)

Las capacidades de regulación de las emociones son cruciales para mantener la salud mental frente a los factores estresantes acumulativos a lo largo de la vida. Aunque está bien documentado que algunas habilidades de regulación emocional se conservan o incluso mejoran en el envejecimiento saludable, se sabe poco acerca de por qué persisten los déficits regulatorios en los adultos mayores que sufren de depresión. Los tratamientos para el trastorno depresivo mayor (TDM) se centran en remediar los procesos de desregulación afectiva que confieren riesgos de discapacidad, mala calidad de vida y morbilidad en la vejez. Las perspectivas teóricas sobre el envejecimiento emocional proponen una miríada de cambios a lo largo de la vida que potencialmente impactan en las capacidades regulatorias, incluida la integridad estructural y funcional de las vías de procesamiento afectivo ventral y atencional dorsal, el estado cognitivo y el uso de estrategias regulatorias específicas, entre otros. Sin embargo, hay escasez de evidencia empírica para indicar qué combinación de estos factores interactúa críticamente con los síntomas depresivos para impactar la desregulación emocional en los adultos mayores, cuándo estos factores se vuelven importantes a lo largo de la vida adulta, a qué estrategias se aplican y si pueden predecir el futuro estado de depresión. Por lo tanto, el objetivo de esta aplicación específica es probar un modelo integral de cambios relacionados con la edad en los circuitos cerebrales, el rendimiento neurocognitivo y el apoyo social como predictores de las habilidades de regulación emocional y síntomas depresivos en personas con y sin MDD. La reevaluación y la distracción son las estrategias de regulación emocional de interés primordial.

Los modelos se evaluarán utilizando principalmente una serie de modelos de regresión lineal (múltiple) centrados en los efectos/comparaciones entre sujetos (edad, estado de TDM, etc.) y los resultados de la regulación emocional por separado para los procesos de reevaluación y distracción. Como una extensión de estos modelos, realizaremos modelos de tipo Structural Equation Modeling (SEM) para resumir las dimensiones de responsabilidad subyacentes a los dominios específicos de la depresión [puntuaciones BDI que miden la gravedad de la depresión; duración de por vida de episodio(s) depresivo(s)], y medidas neurales del funcionamiento de la red de atención dorsal [conectividad gPPI entre dlPFC y amígdala; activación basada en tareas durante la distracción en dACC, dlPFC y lóbulo parietal inferior; DTI FA medida en SLF II] y funcionamiento de la red afectiva [conectividad gPPI entre vlPFC y amígdala; activación basada en tareas durante la reevaluación en vmPFC, vlPFC y amygdala; DTI FA medida de UF]. El SEM será especialmente útil para predecir la depresión futura que se evaluará en el seguimiento de un año, donde se pueden usar los valores predichos (mejores predictores imparciales lineales-BLUPS) de los rasgos latentes de menor dimensión, junto con los resultados de la regulación emocional. como predictores de depresión futura. Además, las estructuras de modelado jerárquico se pueden imponer a los rasgos latentes condicionalmente a un rasgo latente compartido que describe asociaciones entre varios rasgos latentes, lo que reduce aún más la dimensionalidad subyacente y simplifica los cálculos. Este rasgo único se puede pensar como un efecto acumulativo de todos los rasgos latentes y se puede utilizar como un índice único de incertidumbre para predecir la gravedad futura de los síntomas de depresión.