Índices fisiológicos de un electroencefalograma (EEG) reflejando el rendimiento físico humano: Revisión sistemática

Feb 27 / Kinesport

Introducción

El cerebro humano está compuesto por más de 100 mil millones de neuronas que se comunican a través de señales eléctricas, generando una corriente eléctrica que luego crea patrones de ondas conocidos como señales cerebrales. Para medir estas señales, se han utilizado varias técnicas neurofisiológicas, que se clasifican en señales cerebrales directas, correlaciones indirectas e imágenes. 

Las señales cerebrales directas incluyen la magnetoencefalografía (MEG) y la electroencefalografía (EEG), las correlaciones indirectas incluyen la resonancia magnética funcional (RMN) y la espectroscopía funcional en el espectro infrarrojo cercano (NIRS-f), mientras que los métodos de imagen incluyen la tomografía computarizada (TC) y la tomografía por emisión de positrones (PET). 

Con la aparición de técnicas neurofisiológicas portátiles, incluida la EEG, los avances en el estudio de la actividad cerebral durante las tareas físicas han recibido una considerable atención, principalmente en estudios clínicos sobre ejercicio y deporte. Los índices de EEG son indicadores confiables que reflejan la actividad cerebral espontánea. Por lo tanto, es esencial explorar la investigación sobre índices de EEG en actividades físicas. Sin embargo, una de las limitaciones de los datos de EEG es la alta contaminación por señales no neuronales llamadas "artefactos". 

En este sentido, esta revisión sistemática intenta estudiar la viabilidad del uso de índices de EEG para cuantificar el rendimiento humano en diversas actividades físicas, tanto en laboratorio como en situaciones reales. Un objetivo secundario fue examinar la viabilidad del uso de índices de EEG para cuantificar el rendimiento humano durante actividades físicas con tareas mentales. 
Opinión del equipo científico de Kinesport
Pastilla verde
La metodología de esta revisión sistemática permite limitar los riesgos de sesgo.   

Metodología 

La presente investigación emplea un enfoque sistemático para revisar las aplicaciones de los índices EEG utilizados para cuantificar el rendimiento humano en actividades, ya sea en entornos de laboratorio o en situaciones reales. Esta revisión sistemática se llevó a cabo siguiendo las directrices actualizadas de PRISMA.   

Los artículos de esta revisión fueron seleccionados tras una búsqueda en las siguientes bases de datos: IEEE Xplore, SpringerLink, Google Scholar y Web of Science, sin limitarse por la fecha de publicación.
>>Para cumplir con los criterios de elegibilidad, se incluyeron los artículos publicados que cumplían con los siguientes criterios : 

#1

Publicaciones exclusivamente en inglés. 

#2

Estudios experimentales en participantes sanos. 

#3

Contenido proveniente de revistas con revisión por pares, publicaciones de conferencias, manuales y libros de referencia. 

#4

Actividades físicas que representen las propiedades biomecánicas de los movimientos. 
>> Se excluyeron los artículos que presentaban las siguientes características:  

#1

Estudios no asociados a tareas físicas 

#2

Estudios multimodales que no presentaban los resultados de EEG por separado. 

#3

Estudios sobre la actividad física en bebés o niños. 

#4

Estudios sobre la actividad física de participantes con trastornos neurológicos o enfermedades cerebrales 

#5

Tareas físicas que requerían movimientos de alta intensidad como trotar, bailar, correr, saltar entre otros.  

Resultados

81 estudios han sido incluidos en esta revisión sistemática, de los cuales 34 fueron clasificados como de alta calidad, 9 de calidad media y 37 de baja calidad. En general, 64 (80%) de los artículos examinados investigaron la actividad cerebral únicamente durante la actividad física, mientras que 17 (20%) se centraron en actividades físicas y mentales combinadas. 

Los estudios sobre EEG se basaron principalmente en métodos lineales, especialmente el espectro de potencia, seguido de la amplitud de componentes relacionados con eventos, para evaluar el rendimiento físico humano. Los métodos no lineales fueron relativamente poco abordados en la literatura, y pocos estudios combinaron métodos lineales y no lineales (Figura1). 
La mayoría de los estudios se centraron en la evaluación de la actividad cerebral asociada con tareas de fatiga muscular. Se abordaron varias áreas anatómicas superiores en varios esquemas de tareas laborales. Sin embargo, los estudios sobre la carga biomecánica en el tronco y la columna vertebral, que son factores de riesgo para los trastornos musculoesqueléticos, fueron menos abordados (Figura 2). 
Empty space, drag to resize

Conclusión

Nuestro estudio demuestra que los índices EEG son indicadores confiables y sensibles para cuantificar los cambios neurofisiológicos asociados con una variedad de actividades físicas relacionadas con el trabajo, el aprendizaje motor y las condiciones psicosociales.  El mapeo de los patrones cerebrales durante las actividades físicas es un desafío abierto para comprender el papel de las redes cerebrales funcionales en el trabajo. Pronto, la aplicación de algoritmos matemáticos avanzados para analizar los datos de EEG debería ayudar a desarrollar sistemas adaptativos capaces de monitorear los estados físicos del individuo para prevenir la fatiga y la carga de trabajo físico excesiva.

Referencia del artículo

Ismail L, Karwowski W, Hancock PA, Taiar R, Fernandez-Sumano R. Electroencephalography (EEG) Physiological Indices Reflecting Human Physical Performance: A Systematic Review Using Updated PRISMA. J Integr Neurosci. 2023 May 8;22(3):62. doi: 10.31083/j.jin2203062. PMID: 37258434. 

Redes sociales

Contacto

Noticias

¡Gracias!
Copyright KINESPORT SPAIN SL © 2024