Modelagem preditiva baseada em conectoma funcional e estrutural do equilíbrio em idosos

Por que manter-se estável importa

À medida que envelhecemos, simplesmente ficar em pé sobre uma superfície instável pode se tornar um desafio sério. A perda de equilíbrio leva a quedas, fraturas e perda de independência. Este estudo fez uma pergunta aparentemente simples: podemos olhar para a fiação e os padrões de atividade do cérebro em repouso e prever quão bem um idoso manterá o equilíbrio sobre uma prancha instável? Ao combinar exames cerebrais avançados com uma análise orientada por dados, os pesquisadores começam a mapear as redes ocultas que ajudam os idosos a se manterem de pé.

Observando o cérebro em envelhecimento

A equipe recrutou 54 adultos saudáveis entre 64 e 82 anos. Cada pessoa realizou exames de RM detalhados em campo magnético ultra‑alto, o que permitiu aos cientistas capturar dois tipos de informação. Primeiro, eles mediram a fiação física do cérebro: feixes de fibras nervosas que conectam diferentes regiões, conhecidos como conexões estruturais. Segundo, registraram a atividade espontânea enquanto os participantes repousavam em silêncio, revelando quais regiões tendem a ativar-se em conjunto, conhecidas como conexões funcionais. Usando um atlas padrão que divide o cérebro em 268 áreas, transformaram essas imagens em grandes mapas de conexão, ou “conectomas”, para cada pessoa.

Testando o equilíbrio em solo instável

Para medir o equilíbrio, os participantes ficaram em uma prancha instável colocada sobre uma plataforma de força, com os pés afastados e as mãos na cintura, enquanto focavam em um ponto fixo na parede. A base arredondada da prancha tornava a superfície deliberadamente instável. A partir da plataforma de força, os pesquisadores calcularam o quanto o centro de pressão de cada pessoa desviou ao longo de tentativas de 20 segundos. Isso produziu uma área de oscilações: uma área menor significava equilíbrio mais estável, enquanto uma área maior significava mais balanço. A menor área de oscilação entre duas tentativas foi tomada como a pontuação de equilíbrio de cada participante.

Ensinando computadores a ler redes cerebrais

Munidos de redes cerebrais e pontuações de equilíbrio, os pesquisadores usaram uma abordagem de aprendizado de máquina chamada modelagem preditiva baseada em conectoma. Em essência, deixaram o computador buscar em todas as conexões possíveis padrões que se correlacionassem com melhor ou pior equilíbrio, retendo uma pessoa por vez para testar a acurácia da previsão. Construíram modelos separados a partir de redes funcionais e estruturais, concentrando-se em conexões onde vínculos mais fortes ou mais fracos estavam de forma confiável relacionados à área de oscilação. Apenas aquelas arestas que consistentemente ajudaram na predição através de rodadas de validação cruzada foram mantidas em uma rede “de consenso” final para cada tipo de imagem.

Os circuitos cerebrais por trás de passos firmes

Ambos os tipos de mapas cerebrais mostraram-se informativos. Conjuntos específicos de conexões nos dados funcionais em repouso previram quem vacilaria mais ou menos, e um conjunto paralelo — embora não idêntico — de conexões estruturais fez o mesmo. Em ambos os casos, os vínculos mais importantes conectavam as regiões de movimento do cérebro a estruturas profundas como os gânglios da base e o tálamo, bem como redes nos lobos frontal e parietal envolvidas na atenção e no controle. Curiosamente, conexões estruturais que ligavam áreas de movimento e frontais a regiões visuais foram fortes preditoras do equilíbrio, enquanto suas contrapartes funcionais em repouso contribuíram pouco. Em uma segunda sessão de teste três meses depois, as redes estruturais forneceram previsões mais estáveis do que as funcionais. Crucialmente, quando os mesmos modelos foram usados para prever força das pernas em uma tarefa separada, eles falharam — sugerindo que esses padrões cerebrais são específicos para o equilíbrio e não para a habilidade física geral.

O que isso significa para a vida cotidiana

Em termos simples, este trabalho mostra que quão bem adultos mais velhos se mantêm em pé sobre uma superfície em movimento pode ser previsto observando a arquitetura e a atividade silenciosa de suas redes cerebrais. As características mais informativas não são centros únicos de “equilíbrio”, mas caminhos coordenados que ligam regiões de movimento, núcleos profundos de retransmissão, áreas frontais de controle e sistemas visuais. A fiação estrutural, em particular, parece oferecer uma impressão digital estável da capacidade de equilíbrio ao longo do tempo. Embora ainda preliminares e baseadas em um número modesto de participantes, essas descobertas apontam para um futuro em que medidas baseadas no cérebro poderiam ajudar a identificar idosos em alto risco de queda e orientar programas de treinamento ou reabilitação que reforcem os circuitos cerebrais específicos necessários para mantê‑los seguros em pé.

Citação: Liu, X., Scherrer, S., Egger, S. et al. Functional and structural connectome-based predictive modelling of balance in elderly adults. Sci Rep 16, 13954 (2026). https://doi.org/10.1038/s41598-026-43724-0

Palavras-chave: equilíbrio, envelhecimento, redes cerebrais, RM, quedas