La reserva cognitiva en el trastorno mental grave

Presentación de la tesis 'La reserva cognitiva en el trastorno mental grave'
CIBER | lunes, 8 de julio de 2019

El “Proyecto PEPs(Interacción genotipo-fenotipo y ambiente. Aplicación a un modelo predictivo en primeros episodios psicóticos) es el más importante del área de neurociencias otorgado por el sistema sanitario público español a través del Fondo de Investigación Sanitaria (FIS). Bajo este contexto, Silvia Amoretti defendió su Tesis Doctoral “La reserva cognitiva en el trastorno mental grave”, dirigida por Miquel Bernardo, jefe de grupo del CIBERSAM en el Hospital Clínic y Bibiana Cabrera, y por la que obtiene -el 14 de junio- la calificación de sobresaliente 'cum laude'.

El trabajo ha tenido como objetivo caracterizar la reserva cognitiva (capacidad del cerebro para compensar los efectos de la patología) en los primeros episodios psicóticos, analizando su capacidad predictiva, las posibles diferencias entre los primeros episodios psicóticos afectivos y no afectivos así como el papel de la reserva cognitiva en función del grupo diagnóstico. Asimismo, ha desarrollado y examinado las propiedades psicométricas de la escala Cognitive Reserve Assessment Scale in Health (CRASH) diseñada para medir la reserva cognitiva en personas con un trastorno mental grave.

Esta investigación, de la que son autores diversos investigadores del CIBERSAM y dos centros colaboradores asociados, ha sido publicada en revistas científicas de alto impacto como European Neuropsychopharmacology, Journal of Affective Disorders, Acta Psychiatrica Scandinavica y el Journal of Clinical Medicine.  

Los resultados sugieren que la reserva cognitiva es clave para comprender los resultados clínicos, funcionales y neuropsicológicos de los pacientes con un primer episodio psicótico y puede ayudar en la implementación de intervenciones personalizadas. Se espera que la escala CRASH permita una evaluación homogénea del concepto de reserva cognitiva en la población psiquiátrica y que esto se traduzca en datos más consistentes, uniformes y replicables.