top of page

A Depressão Pode Não Ser Uma Doença Única: Estudo Identifica Cinco Perfis Cerebrais

9 de nov.
3 min de leitura

Nem todas as pessoas com depressão apresentam os mesmos sintomas ou respondem da mesma maneira aos tratamentos. Agora, pesquisadores identificaram cinco padrões diferentes de atividade cerebral associados a diferentes perfis de sintomas, abrindo uma possível nova direção para tratamentos mais personalizados.


A depressão não se manifesta da mesma maneira em todas as pessoas. Algumas apresentam principalmente tristeza e perda de interesse, enquanto outras podem ter problemas de concentração, ansiedade, pensamentos repetitivos ou dificuldades para realizar atividades do dia a dia. Essa variedade pode ser uma das razões pelas quais um tratamento funciona bem para algumas pessoas e pouco para outras. 


Por isso, os pesquisadores estão tentando descobrir se existem diferentes padrões de depressão identificáveis no cérebro. Em um novo estudo, eles encontraram cinco perfis cerebrais distintos, cada um associado a uma combinação diferente de alterações cerebrais e sintomas.


Para procurar esses padrões, os pesquisadores estudaram 263 pessoas com depressão e 75 pessoas sem o transtorno. Os participantes ficaram em repouso durante um exame de magnetoencefalografia, uma técnica que registra os pequenos campos magnéticos produzidos pela atividade elétrica do cérebro. 


Exame de magnetoencefalografia


Os pesquisadores também fizeram exames de ressonância magnética para observar a estrutura cerebral e utilizaram avaliações clínicas para identificar os sintomas. O principal objetivo era descobrir como diferentes regiões do cérebro estavam funcionando e se comunicando umas com as outras.


Os cientistas analisaram principalmente as oscilações cerebrais, que são ritmos produzidos pela atividade coordenada de grupos de neurônios. Eles observaram como esses ritmos estavam sincronizados entre diferentes regiões. Essa sincronização é chamada de conectividade funcional e indica que diferentes áreas estão apresentando atividade relacionada. Depois, um método matemático chamado agrupamento comparou os participantes e reuniu aqueles que apresentavam padrões cerebrais semelhantes. Assim surgiram cinco grupos. 


O primeiro grupo apresentava uma conectividade relativamente forte entre várias regiões e sintomas amplos e intensos, incluindo depressão, ansiedade, ruminação e grande dificuldade para realizar atividades cotidianas. O segundo grupo apresentava uma conectividade geralmente mais fraca e sintomas de depressão mais leves em comparação com os outros grupos.



O terceiro grupo apresentava uma redução muito ampla na comunicação entre diferentes regiões cerebrais e se destacava pela presença de sintomas relacionados ao transtorno de estresse pós-traumático. O quarto grupo tinha um padrão mais misto: algumas regiões apresentavam comunicação aumentada, enquanto outras apresentavam comunicação reduzida. Essas pessoas apresentavam depressão intensa, problemas relacionados ao uso de substâncias e uma percepção geral de bem-estar bastante baixa. 


Já o quinto grupo apresentava a conectividade mais forte entre as regiões cerebrais de todos os grupos. Essas pessoas também apresentavam problemas importantes relacionados ao uso de substâncias, mas apresentavam menos sintomas relacionados a traumas.



Esses resultados não significam que existam oficialmente cinco tipos de depressão ou que um exame cerebral já possa dizer qual tratamento uma pessoa deve receber. Os grupos ainda precisam ser confirmados em outros estudos e em populações diferentes. Mesmo assim, o trabalho reforça uma ideia importante: pessoas que recebem o mesmo diagnóstico de depressão podem apresentar padrões cerebrais e combinações de sintomas bastante diferentes. 


No futuro, compreender essas diferenças poderá ajudar os pesquisadores a descobrir por que determinados tratamentos funcionam para algumas pessoas e não para outras, aproximando a psiquiatria de estratégias mais personalizadas.



LEIA MAIS: 


Magnetoencephalography oscillation-based functional connectivity identifies clinically relevant depression phenotypes

Liu  (刘文雅), Maria Vesterinen, Alexandra Andersson, Paula Partanen, Samanta Knapič, Joonas J. Juvonen, Felix Siebenhühner, Antti Salonen, Hanna Renvall, Risto J. Ilmoniemi, Eero Castrén, Erkki Isometsä, Dimitri Van De Ville, J. Matias Palva, and Satu Palva

Nature Mental Health (2026)

DOI: 10.1038/s44220-026-00723-4


Abstract: 


Heterogeneity in clinical presentation and mechanisms of major depressive disorder (MDD) probably contributes to limited responses to current treatments in many patients. Identifying biologically meaningful phenotypes would constitute a major step towards the development of personalized treatment approaches. Brain-activity-based phenotyping offers a promising route toward this goal. In particular, brain oscillations—rhythmic patterns of neural activity that support information processing—have been implicated in depression but have not previously been used to define biological phenotypes of the disorder. Yet, no studies have used brain oscillations to identify biological depression phenotypes. Here we report data-driven identification of oscillation phenotypes for MDD. We conducted a cross-sectional study and collected resting-state magnetoencephalography (MEG), structural magnetic resonance imaging and clinical symptom data from 263 patients with MDD and 75 healthy controls. We assessed oscillation-based functional connectivity from source-reconstructed MEG data with two coupling-mode measures and computed their low-dimensional brain–symptom associations to obtain latent components. Using clustering methods on these components, we identified five depression phenotypes that were characterized by distinct spectral and spatial patterns and differentiated clinically unique symptom profiles. These findings suggest that MEG-based oscillatory connectivity captures clinically relevant heterogeneity in MDD and provides candidate mechanistic phenotypes for future validation and treatment-stratification studies.


 
 
 

Comentários


© 2020-2026 by Lidiane Garcia

bottom of page