Modellizzazione normativa delle oscillazioni cerebrali MEG nel corso della vita umana

Ascoltare il silenzioso sfondo del cervello

I nostri cervelli non sono mai veramente a riposo. Anche quando stiamo seduti in silenzio a occhi aperti o chiusi, miliardi di cellule nervose vibrano insieme in schemi ritmici. Questi ritmi invisibili cambiano mentre cresciamo, invecchiamo e quando la malattia si instaura. Questo studio si è proposto di costruire qualcosa di simile alle tabelle di crescita per questi ritmi: un modo per vedere cosa è tipico per l’età e il sesso di una persona, e poi usare quelle tabelle per individuare quando il cervello di un individuo si discosta dall’intervallo usuale.

Perché i ritmi cerebrali contano

I medici usano da tempo tabelle di altezza e peso per seguire lo sviluppo fisico di un bambino. Negli ultimi anni i ricercatori cerebrali hanno iniziato a fare qualcosa di simile per la struttura cerebrale, usando la risonanza magnetica per mappare come volume e spessore del cervello cambiano tipicamente con l’età. Ma molti disturbi cerebrali non riguardano solo la struttura; alterano anche il modo in cui le cellule cerebrali si sincronizzano nel tempo. Tecniche come la magnetoencefalografia (MEG) possono catturare questi ritmi elettrici rapidi, tuttavia non esisteva un riferimento ampio e valido per tutto l’arco della vita su come appaiono i ritmi cerebrali “normali”. Senza quel riferimento è difficile dire se l’attività cerebrale di una persona sia insolita e in che modo.

Costruire tabelle di attività cerebrale per tutto l’arco della vita

Gli autori hanno creato un quadro che chiamano MEGaNorm per colmare questa lacuna. Hanno aggregato registrazioni MEG in stato di riposo di 1.846 persone sane di età compresa tra 6 e 88 anni, raccolte in sei siti con tre diversi tipi di scanner, oltre a 160 persone con morbo di Parkinson. Da ogni registrazione hanno rimosso artefatti come battiti di ciglia e del cuore, quindi hanno calcolato quanta parte del segnale ricadeva in quattro bande ritmiche familiari: le onde più lente theta, le onde alfa e beta di gamma media, e le onde gamma più veloci tra 3 e 40 cicli al secondo. Fondamentale è che hanno prima sottratto un “fruscio” broadband sempre presente nei segnali cerebrali, così le misure rimanenti riflettevano i veri picchi ritmici piuttosto che il rumore generale o cambiamenti legati all’età nella potenza complessiva.

Catturare differenze normative, non solo medie

Piuttosto che concentrarsi solo sui valori medi, il team ha usato un approccio bayesiano gerarchico per stimare curve complete che descrivono come ciascun ritmo varia tipicamente con l’età e quanto ampia sia quella variazione. I loro modelli permettevano alla dispersione e alla forma dei dati di cambiare con l’età e tenevano esplicitamente conto delle differenze tra i siti di registrazione e tra maschi e femmine. Questo ha prodotto curve centili – analoghe al 5°, 50° o 95° su una tabella di crescita – per ciascun ritmo lungo tutto l’arco della vita. Hanno poi trasformato questi risultati in due tipi di strumenti visivi. I grafici a livello di popolazione (P-NOCs) mostrano, in step di cinque anni, quanto ciascun ritmo contribuisce solitamente al profilo complessivo dell’attività cerebrale. I grafici a livello individuale (I-NOCs) permettono a un clinico o a un ricercatore di inserire le misure di una singola persona e vedere dove si collocano rispetto alle norme per stessa età, stesso sesso e stesso scanner.

Come i ritmi cerebrali evolvono con l’età

Le tabelle di crescita rivelano che i ritmi cerebrali seguono traiettorie di vita distinte piuttosto che cambiare in modo sincronizzato. La potenza theta disegna una curva a U: relativamente alta nell’infanzia, diminuisce verso la mezza età e risale negli anni avanzati. La potenza alfa, spesso associata a uno stato di veglia rilassata, mostra l’opposto: aumenta durante l’adolescenza, raggiunge il picco nella prima età adulta e declina gradualmente. La potenza beta tende ad aumentare fino a circa i 50 anni, poi si appiattisce, mentre la gamma lenta rimane modesta ma relativamente stabile. Verso la mezza età si osserva uno spostamento notevole nell’equilibrio tra i ritmi: prima di circa 50 anni il calo dell’alfa è in parte compensato dall’aumento del beta; in seguito il beta si stabilizza e l’aumento della theta subentra mentre l’alfa continua a diminuire. Questi schemi sottolineano che un invecchiamento sano comporta una ridistribuzione tra i ritmi, non semplicemente un rallentamento o un indebolimento uniforme.

Individuare differenze nascoste nel morbo di Parkinson

Per testare il valore clinico delle loro tabelle, i ricercatori hanno applicato MEGaNorm al gruppo con morbo di Parkinson. Hanno trattato tutti i pazienti come sconosciuti, elaborando i loro dati con la stessa pipeline e valutando quanto si discostassero dalle norme abbinate per età, sesso e sito. Le deviazioni maggiori e più affidabili sono emerse nelle bande theta e beta: molti pazienti mostravano theta insolitamente elevata, beta insolitamente bassa, o entrambe le cose, e queste deviazioni aiutavano a distinguerli dai controlli sani meglio delle variazioni di alfa o gamma. È importante notare che i pazienti non si raggruppavano tutti in un unico “schema del Parkinson”. Piuttosto, si distribuivano lungo un continuum che va da profili alto-theta/basso-beta a profili basso-theta/alto-beta, con alcuni individui pienamente all’interno dell’intervallo normale. Questa diversità sarebbe stata appiattita o persa nei confronti medi di gruppo tradizionali.

Verso parametri di salute cerebrale più personali

In termini pratici, questo lavoro trasforma misure disordinate del “rumore di fondo” cerebrale in grafici intuitivi che dicono, per esempio: “per una persona come te, questo livello di attività beta è più alto del 95 percento dei tuoi coetanei.” Poiché il quadro è costruito per essere aggiornato con nuovi dati e può essere adattato localmente senza condividere registrazioni sensibili, offre una base pratica per valutazioni della salute cerebrale più personalizzate. Pur richiedendo ulteriori test in popolazioni e disturbi diversi, MEGaNorm mostra come potremmo un giorno monitorare i cambiamenti funzionali del cervello nel tempo in modo analogo a come controlliamo la pressione arteriosa o il colesterolo, cogliendo segnali precoci di malattia e personalizzando i trattamenti in base al profilo ritmico unico di ciascun individuo.

Citazione: Zamanzadeh, M., Verduyn, Y., de Boer, A. et al. Normative modeling of MEG brain oscillations across the human lifespan. Commun Biol 9, 604 (2026). https://doi.org/10.1038/s42003-026-09825-2

Parole chiave: oscillazioni cerebrali, magnetoencefalografia, sviluppo nel corso della vita, morbo di Parkinson, psichiatria di precisione