Rev Neurol. Author manuscript; available in PMC 2014 Jul 17.

Spanish.
Published in final edited form as:
Rev Neurol. 2013 Sep 6; 57(0 1): S163–S175.

Neurobiología del autismo y TDAH mediante té cnicas de neuroimagen: divergencias y

convergencias

Neurobiology of autism and ADHD from the perspective of neuroimaging: similarities

and differences
Erika Proal,a,b,c Jorge González Olvera,d Aurea S. Blancas,a,b Pablo J. Chalita,b and F. Xavier Castellanosc,e

Abstract

En el á rea clínica algunos síntomas del trastorno por déficit de atenció n e hiperactividad (TDAH), se pre‐
sentan en los pacientes con trastorno del espectro autista (TEA). Se ha demostrado que existen alteracio‐
nes en circuitos cerebrales que impactan en fallas cognitivas y de comportamiento específicas de cada
uno de estos trastornos. Sin embargo, han sido poco estudiados los correlatos cerebrales que hay detrá s
tanto de las similitudes como de las diferencias sintomatoló gicas. En la presente revisió n se analizaron
los estudios meta-analíticos existentes estructurales y funcionales en TDAH y TEA. Por un lado, se obser‐
varon convergencias en circuitos como el dorsal atencional, de funciones ejecutivas, visual, somatomotor
y circuito de activació n por defecto. Estas similitudes posiblemente explican las manifestaciones comó r‐
bidas entre los trastornos como la falla en la integració n de informació n, motricidad fina y procesos aten‐
cionales específicos. Por otro lado, específicamente en el TDAH se observan déficits en el circuito de re‐
compensa y ventral atencional, sistemas involucrados en la medició n de efectos de reforzamiento y moni‐
toreo atencional. En TEA los circuitos má s afectados fueron los implicados en procesos de cognició n so‐
cial y lenguaje. En conclusió n, existen correlatos neuronales en TEA que explican las manifestaciones clí‐
nicas tanto convergentes como divergentes presentes en TDAH.

Palabras clave: ADHD, autism spectrum disorders, resonancia magnética, trastonos del espectro autista,
meta-aná lisis, volumetría

Introducció n

Tanto el trastorno por déficit de atenció n e hiperactividad (TDAH) como los trastornos del espectro
autista (TEA), son problemas neuropsiquiá tricos que afectan a un gran nú mero de personas a nivel
mundial, 5,3% en el caso del TDAH [1] y entre 1 y 2% en el caso de los TEA en los Estados Unidos segú n
datos de los Centers for Disease Control [2], con una prevalencia media mundial de 62/10.000 cuando se
refiere a los casos má s gravemente afectados [3].

El TDAH se caracteriza por síntomas de falta de atenció n, hiperactividad e impulsividad. A pesar de que
este trastorno se presenta en la niñ ez, puede persistir hasta la edad adulta en una gran proporció n [4].
Los TEA se caracterizan por una amplia gama de síntomas, habilidades y niveles de deterioro, algunos de
los má s comunes son: fallas en la comunicació n e interacció n social, déficits en la capacidad de imaginar,
alteraciones en las funciones atencionales y ejecutivas (memoria de trabajo e inhibició n de respuesta) y
un patró n repetitivo y rígido del comportamiento [5,6].

En muchos de TEA se presentan también los principales síntomas del TDAH y con frecuencia dichos
síntomas provocan en estos sujetos mayor disfunció n y menor eficacia del tratamiento que reciben. Estas
semejanzas se han observado en el á rea clínica pero sus bases neurobioló gicas han sido poco estudiadas,
específicamente las que pueden abordarse con técnicas de neuroimagen [7–9].

La literatura en neuroimagen de TDAH y TEA ha crecido rá pidamente en los ú ltimos añ os, haciendo posi‐
ble evaluar los cambios estructurales y funcionales a nivel cerebral y su relació n con manifestaciones
clínicas determinadas en cada uno de los trastornos. Por esta razó n se realizan estudios meta-analíticos
que permiten sintetizar hallazgos de diferentes estudios y analizar los que se repiten consistentemente.
Esta metodología valida los hallazgos y elimina falsos positivos, un problema frecuente en estudios de
neuroimagen.

La presente revisió n se enfocará en los meta-aná lisis existentes de TDAH y TEA que han examinado los
correlatos estructurales y funcionales por medio de resonancia magnética, incluyendo los realizados con
técnicas de morfometría basada en vó xeles (VBM por sus siglas en inglés) y resonancia magnética fun‐
cional con tarea (RMf).

La técnica VBM permite evaluar la morfología cerebral con muy buena resolució n espacial a partir de
imá genes basadas en la propiedad física conocida como relajació n T1. En las imá genes T1 se observar el
líquido cerebro espinal en negro, sustancia blanca en un tono casi blanco y sustancia gris en tonalidades
de gris. Utilizando VBM, de forma automatizada se compara el volumen del cerebro a estudiar con plantil‐
las estandarizadas para este fin; este proceso se conoce como normalizació n espacial y descarta cambios
anató micos gruesos. Posteriormente las imá genes se someten a un proceso llamado suavizado, en donde
cada voxel es reemplazado por el promedio ponderado a partir de los vó xeles aledañ os y finalmente el
volumen se compara voxel a voxel, esto se realiza mediante algoritmos confiables [10].

La RMf [11] se basa en diferencias en la señ al dependiendo del nivel de oxigenació n de la hemoglobina
(BOLD por sus siglas en inglés, Blood Oxygenation Level Dependent). Este proceso detecta cambios en la
oxigenació n sanguínea en respuesta a la actividad cerebral y por esto se debe de realizar una
comparació n entre las imá genes obtenidas en dos momentos, durante la realizació n del paradigma exper‐
imental (el proceso cognitivo que se desea estudiar) y otro periodo de comparació n, que puede ser re‐
poso u otra tarea má s bá sica [11]. Con esto se obtiene informació n relevante, particularmente en el á rea
de las neurociencias cognitivas, en donde el uso de paradigmas avanzados permite examinar diferencias
entre patrones BOLD de dos condiciones diferentes. Las diferencias estadísticamente significativas en la
señ al BOLD entre grupos, se interpretan como evidencia de que la regió n que presenta hipo o hiper
activació n está involucrada con la tarea utilizada. Mediante la RMf se pueden examinar diferentes proce‐
sos cognitivos tales como la inhibició n de respuesta, la memoria de trabajo, procesos de atenció n y vigi‐
lancia, tareas de cognició n social, etc.

En esta revisió n de estudios meta-analíticos, se analizan resultados estructurales tanto de sustancia

blanca como de sustancia gris y posteriormente se analizan estudios funcionales con paradigmas cogni‐
tivos. Finalmente, se discuten las similitudes y diferencias de circuitos funcionales entre los dos
trastornos y se integran de manera general proyectando direcciones futuras en este campo.

Método
Se realizó una bú squeda de los estudios meta-analíticos de neuroimagen relacionados con TDAH y TEA.
Se utilizaron las siguientes bases de datos: PubMed, Ovid Medline, PsycINFO, Web of Science y EMBASE.
Se seleccionaron los términos clave relacionados con imagen cerebral, TDAH y TEA siempre antecedi‐
endo de la palabra “meta-analysis.”

Se definieron criterios de exclusió n: 1) no incluyeran la comparació n entre grupo experimental y grupo

control; 2) que utilizaran otra metodología en neuroimagen que no fuese VBM o RMf; 3) que solo se limi‐
taran al estudio de regiones de interés (Fig. 1).

Fig. 1

Flujograma de selecció n de estudios meta-analíticos incluidos en la revisió n

Resultados

Estructurales por medio de VBM

TDAH

Volumen total cerebral Los estudios de resonancia magnética coinciden en la existencia de una
disminució n global del volumen cerebral total en sujetos con TDAH. Nakao et al. (2011) reunieron en un
estudio meta-analítico los resultados de 6 artículos que incluían muestras pediá tricas reportando una
reducció n en el volumen total cerebral de los sujetos con de TDAH en comparació n de sujetos controles
[12].

Volumen de sustancia gris por regiones Existen tres meta-aná lisis que incluyen estudios de VBM. El
primero realizado por Ellison-Wright et al., en donde el ú nico hallazgo fue la disminució n de una regió n
de los ganglios basales (GB) que incluía el globo pá lido y putamen, este hallazgo fue confirmado por
Nakao et al. [12,13]. En este ú ltimo estudio, también reportaron incrementos en el volumen del cíngulo
posterior izq. y precuneo (pC). Ademá s, se encontró que entre mayor edad tengan los individuos con
TDAH, presentan mayor volumen del putamen derecho (tabla 1). También se observó que los individuos
que toman medicamentos estimulantes tienen mayor volumen del nú cleo caudado en comparació n con
aquellos que no los toman. Estos hallazgos sugieren la hipó tesis de que ciertas regiones cerebrales dis‐
minuidas en el TDAH se normalizan con la edad o con el tratamiento, sin embargo, se necesitan estudios
longitudinales para comprobar dicha hipó tesis [14].

En el tercer meta-aná lisis por Frodl et al. se incluyeron estudios de adultos y niñ os. encontrando que en
niñ os disminuye el volumen del putamen y globo pá lido derecho, coincidiendo con los dos estudios ante‐
riores [15] (tabla 1). Encontraron que los niñ os con TDAH medicados revierten la disminució n del volu‐
men del cíngulo anterior (CA), tendiendo a los niveles normales de niñ os sanos. Los resultados en adultos
también mostraron un decremento de volumen en dicha regió n, evidenciando al CA como una zona clave
relacionada con los síntomas de TDAH y que posiblemente recupera su morfología normal con el uso de
medicamento. Sin embargo, también es necesario contar con evidencias longitudinales para corroborar
estos hallazgos.

TEA

Volumen total cerebral La mayoría de los estudios de neuroimagen en TEA reportan un incremento en el
volumen total cerebral, contrario a los de TDAH. En el meta-aná lisis de Stanfield et al. encontraron con‐
sistencias en el aumento global del volumen cerebral [16]. Interesantemente, se observó que niñ os con
TEA tienen un volumen total cerebral reducido al momento de nacer, el cual aumenta durante el desar‐
rollo hasta los 5 añ os aproximadamente y después éste se va atenuando hasta llegar a la adultez [16].

Volumen de sustancia gris por regiones En la bú squeda sistematizada obtuvimos mayor nú mero de meta-
aná lisis de TEA comparado con TDAH. Radua et al., (2011) incluyeron 13 estudios con VBM de sustancia
blanca, interpretando los resultados de interconexiones estructurales entre regiones má s que á reas por
separado [14]. Encontraron diferencias en los fasículos arcuato derecho, que conecta á reas temporales
con parietales y frontales, fronto-occipital, encargado de conectar regiones frontales con occipitales así
como el uncinado (tabla 2).

Otro estudio meta-analítico realizado por el mismo grupo, reveló que la amígdala (Amg) e hipocampo
está n reducidos en sujetos con TEA y presentan un ligero incremento en la corteza (cx) frontal inferior en
comparació n con controles [17] (tabla 2).

Regiones como el ló bulo parietal, Amg, ínsula (In), pC, giro precentral (Gr pC) [18], ló bulo temporal me‐
dial [18,19] y CA [14,20] también se han reportado como disminuidas en sujetos con TEA comparados
con controles. Ademá s, se han reportado aumentos en el cerebelo y en otras á reas como el nú cleo cau‐
dado [18,19], giro fusiforme (Gr Fus) [21], regiones temporales [18,20,22] y occipitales [22]. Uno de los
hallazgos que má s ha llamado la atenció n en el TEA es el aumento en estructuras del sistema límbico
como la Amg [22], In [21] y GB [18,20,22] (tabla 2).

En resumen, los resultados estructurales muestran que en TDAH existen disminuciones tanto de volumen
cerebral total como regiones específicas. Las principales á reas reducidas son parte importante del cir‐
cuito límbico fronto-estriatal (recompensa). Ademá s, estas á reas está n involucradas en el circuito de fun‐
ciones ejecutivas. Por el contrario, en TEA, sobre todo en niñ os, el volumen total cerebral se observa au‐
mentado, aunque este aumento se normaliza durante el desarrollo. Las regiones disminuidas en TEA
está n implicadas en los circuitos de cognició n social. A su vez, se observan aumentos en regiones
pertenecientes al circuito somatomotor (Fig. 2 y 3).
 Fig. 2

Circuitos convergentes

La figura muestra los circuitos que se han reportado alterados tanto en TDAH como en TEA. Nó tese que las regiones mar‐
cadas son ilustrativas ya que no fueron obtenidas de manera cuantitativa

Resultados funcionales basados en RMf de tarea

TDAH El primer meta-aná lisis de RMf se realizó en el 2006 por Dickstein et al., incluyendo estudios en
donde las principales tareas realizadas fueron toma de decisiones e inhibició n de respuesta. Se concluyó
que los sujetos con TDAH presentan hipoactivació n en CA, cx prefrontal dorsolateral (CPFDL), inferior y
orbitofrontal (CPFo), regiones parietales, tá lamo y GB. Aunque los autores no lo mencionan en su
discusió n, notamos que ciertas á reas como la cx medial occipital también resultaron alteradas. Los resul‐
tados de este primer estudio fueron apoyados por un meta-aná lisis má s reciente en dó nde sujetos con
TDAH, comparados con controles, mostraron disminuciones en la activació n de la cx frontal inferior que
se extendía hacia la In, cx motora, CA, tá lamo y GB (nú cleo caudado y putamen) durante la realizació n de
tareas de inhibició n de respuesta (motoras y de interferencia) [23]. Ademá s, también se reportan hallaz‐
gos durante tareas de atenció n, en donde en TDAH existe una hiperactivació n en regiones posteriores
como el cerebelo y cuneo y una hipoactivació n en GB, CDLPF, tá lamo, In posterior, ló bulo parietal inferior,
pC y cx temporal superior (tabla 1).

En el 2011, Cortese et al., realizaron una actualizació n del meta-aná lisis de Dickstein et al., 2006 en donde
incluyeron 55 estudios de RMf con pacientes con TDAH. El objetivo principal fue comparar las al‐
teraciones entre niñ os y adultos y evidenciar las diferencias debidas a la edad. Ademá s, realizaron sub‐
comparaciones con respecto al efecto del tratamiento, comorbilidades psiquiá tricas y diferentes tareas.
En niñ os se observó hipoactivació n en regiones prefrontales, GB así como en á reas parietales, compara‐
dos con niñ os sanos. En adultos, se reportó hipoactivació n en zonas precentrales y cx frontal medial [24].
Tanto en niñ os como en adultos, el giro angular y cx occipital medial tuvieron mayor activació n y los
niñ os presentaron hiperactivació n en el cíngulo medial y posterior.
Al separar por tareas encontraron que durante la inhibició n de respuesta los sujetos con TDAH muestran
menor activació n en la cx motora suplementaria, cx frontal (superior, inferior y medial), la parte del
cíngulo má s rostral, cx temporal superior, tá lamo y occipital inferior. Por el contrario regiones como el
giro angular, la cx suplementaria y el ló bulo occipital medial tienen mayor activació n en esa misma tarea.
Durante el proceso de memoria de trabajo, en sujetos con TDAH, las regiones frontales como la inferior
(insular) y medial se observaron hipoactivadas al igual que la cx paracingulada durante tareas de
atenció n (tabla 1).

En el 2012, Hart et al. llevaron a cabo un estudio de tareas de estimació n temporal, una tarea de ejecució n
motora que indica la habilidad con la que percibimos la duració n de un intervalo de tiempo [25]. Los pa‐
cientes con TDAH presentan hipoactivació n en regiones como cx prefrontal inferior, In, cerebelo y cx pari‐
etal inferior. Se encontró también una correlació n positiva entre el uso de estimulantes y la normalizació n
de la activació n de la CPFDL [26] (tabla 1).

En otro estudio, se encontró que durante tareas de inhibició n de respuesta en los sujetos con TDAH dis‐
minuye la activació n en la cx frontal inferior, extendiéndose hacia la In, cx motora, CA y otras regiones
subcorticales como los GB comparados con sujetos control [23]. Durante el aná lisis de tareas de atenció n,
la CPFDL, el putamen, globo pá lido, tá lamo, cola del caudado, ló bulo parietal y pC son algunas regiones
que presentan hipofunció n. Contrariamente, el cerebelo y el cuneo muestran incremento en la actividad.
(tabla 1). Se observó que los niñ os tienen hipofunció n má s marcada en GB y CA en comparació n con los
adultos [23].

TEA El proceso má s estudiado en TEA por medio de RMf ha sido la cognició n social, el cual abarca varios
procesos simples (reconocimiento de caras y emociones) y complejos en los que se involucra la
interpretació n, razonamiento y toma de decisiones, a lo que se le conoce como teoría de la mente. Sin em‐
bargo, también se han analizado respuestas cerebrales funcionales durante la realizació n de otras prue‐
bas como procesamineto visual, motoras, atencionales y procesos ejecutivos.

Existen dos estudios meta-analíticos que realizaron comparaciones entre funciones sociales y no sociales
entre sujetos con TEA y controles. En el 2009 Di Martino et al., realizaron dos meta-aná lisis por separado:
1) procesos sociales y 2) tareas no sociales (como memoria de trabajo, control atencional). Reportaron
que durante las tareas sociales los sujetos con TEA muestran hipoactivació n en la In anterior y en la
regió n perigenual del CA, ambas regiones implicadas en procesos emocionales [27]. Por su parte,
Dickstein et al. (2013) mostraron también en niñ os y adultos con TEA hipoactivació n del CA y el culmen
comparados con controles. Adicionalmente, observaron en los niñ os con TEA, menor activació n en á reas
temporales, Amg y Gr pC y mayor activació n en regiones precentrales y temporales [28] (tabla 2.).

Al evaluarse otras habilidades sociales complejas, los individuos con TEA muestran menor activació n en
zonas límbicas como CA y Amg [29]. Otras de las á reas que durante estos procesos se han reportado
hipoactivactivadas son la regió n frontal medial, precentral, temporal medial y parietal inferior [29,30]
(tabla 2).

En el estudio de Philip et al., no solo estudiaron tareas de cognició n social compleja sino separaron el es‐
tudio meta-analítico en varias subpruebas y observaron que durante tareas de cognició n social simple se
activaba el culmen y zonas temporales así como la regió n occipital inferior [30]. Durante la tarea
específica de procesamiento visual encontraron que en TEA muestran hiperactivació n en giro frontal me‐
dial e hipoactivació n en CA y regiones occipitales como el giro lingual y medial [30] (tabla 2).

Dado que la cognició n social está relacionada con el proceso visual, Samson et al. (2012) subdividieron
los estudios dependiendo del tipo de procesamiento visual (caras, objetos y palabras). En general, se
observó menor activació n en el Gr Fus y temporal medial, zonas occipitales como Gr Fus occipital y giro
inferior, frontales como Gr pC y superior y otras regiones como In y cerebelo e hiperactivació n en la cx
frontal, pC, Gr Fus temporal y occipital medial [31] (tabla 2). En específico, durante el reconocimiento de
caras, el Gr Fus tanto temporal como occipital se observó hipoactivado en TEA comparado con controles,
así como el Gr pC, In y frontal inferior. En cambio se encontró mayor actividad en regiones tanto occipi‐
tales (giro lingual y fusiforme) como temporales (medial y superior) [31]. Por el contrario, el giro lingual
occipital y el temporal fusiforme se encontraron con menor activació n en la tarea de reconocimiento de
objetos, entre otras regiones como el pC, parietal superior e inferior, superior frontal, In y putamen. La cx
occipital medial, regiones parietales y el cíngulo se activaron má s en los TEA comparados con los sujetos
sanos [31]. Finalmente, al reconocer palabras, los sujetos con TEA mostraron el giro lingual hipoactivado
así como regiones frontales (precentral, inferior y superior), temporales (medial) y subcorticales como el
caudado, tá lamo y parahipocampo. El putamen, pC y regiones frontales estuvieron má s activadas en este
tipo de tareas en los TEA en comparació n con los sujetos control [31] (tabla 2).

Otra de funció n estudiada en TEA son los procesos ejecutivos en los que se ha observado hipoactivació n
en personas con TEA en el CA pero en la parte má s dorsal [27], nú cleo caudado [28], In y ló bulo parietal
inferior [30], en comparació n con sujetos control. Por otro lado existe mayor activació n en In y giro
frontal medial en niñ os, y en cx occipital inferior y giro frontal medial en adultos [28,30] y CA [28] (tabla
2.).

En cuanto al lenguaje y audició n, los pacientes con TEA en comparació n con població n sana, muestran
hiperactivació n en el giro frontal, precentral, cíngulo posterior e hipoactivació n en giro cingulado y giro
temporal superior. Finalmente, durante tareas motoras, las regiones má s afectadas en TEA, son zonas
frontales hiperactivadas como el Gr pC y el giro frontal medial, mientras que zonas occipitales como el
culmen y temporales (superior) tienden a presentarse menos activadas [30] (tabla 2).

En resumen los meta-aná lisis por medio de RMf en TDAH y TEA, muestran que de acuerdo con el tipo de
paradigma aplicado, muestran alteraciones en regiones implicadas en diferentes circuitos (Fig. 2 y 3).

Discusió n

Actualmente, con técnicas de neuroimagen se ha demostrado que las alteraciones cerebrales en

trastornos como el TDAH y TEA no está n limitadas a regiones separadas, sino má s bien se presentan en
diversas á reas que interactú an entre sí formando sistemas o circuitos [32]. Por lo anterior, los resultados
de la presente revisió n se discuten desde una perspectiva de circuitos cerebrales en conexió n y su
relació n con el comportamiento y funcionamiento cognitivo de pacientes con TDAH y TEA.

Tanto en estructura como funció n, se observó que existen circuitos similarmente alterados en ambos
trastornos como el CAD y los circuitos de funciones ejecutivas, somatomotor, dorsal atencional y visual.
Así mismo, se observaron diferencias características de cada trastorno, en el circuito de recompensa y
ventral atencional en TDAH y en el circuito de cognició n social y de lenguaje en TEA.

Circuitos convergentes

Circuito de funciones ejecutivas En la Fig. 2A se muestra este circuito que se encontró alterado en TEA y
TDAH. Es el encargado de guiar las acciones de una persona hacia metas u objetivos. Ademá s, brinda la
flexibilidad durante el procesamiento de informació n para poder cambiar de una tarea a otra [33], inte‐
grando la informació n exterior con las representaciones internas. Los meta-aná lisis concuerdan con que
en TDAH durante tareas de inhibició n de respuesta y motoras existe menor actividad funcional en este
circuito y cuando los TEA llevan a cabo tareas no sociales también sufren una disminució n en la actividad
cerebral, sobre todo en regiones como cíngulo anterior, caudado y cx parietal inferior, integrantes de este
sistema [34]. En TDAH es uno de los circuitos mayormente estudiados y se han reportado hipoactiva‐
ciones durante tareas de inhibició n de repuesta [32], ademá s en estudios con RMf en reposo se ha cor‐
roborado la implicació n del circuito en el trastorno [35–37]. Por el contrario en TEA las funciones ejecuti‐
vas no han sido tan estudiadas, sin embargo, se ha demostrado que tienen déficits en la memoria de tra‐
bajo y sobretodo cuando la informació n es compleja [38].

Circuito dorsal atencional Este circuito juega un papel importante en la orientació n y direcció n de obje‐
tivos relacionados con procesos de control ejecutivo. En específico, durante la funció n de atenció n visual,
es el encargado de reorientar la informació n cada vez que entra un estímulo nuevo y de controlar la
atenció n espacial, es decir, la habilidad para enfocarse en un estímulo dentro de un ambiente visual. Las
regiones mayormente implicadas en este sistema incluyen la cx premotora y el sulcus intraparietal [39] (
Fig. 2D). Nuestros resultados muestran que estas regiones tienen menor activació n tanto en individuos
con TDAH como TEA durante tareas ejecutivas y atencionales, ademá s en los TEA también resultan
hipoactivadas dichas á reas en procesos de cognició n social. Un estudio realizado durante tareas de
atenció n sostenida mostró diferencias entre TEA y TDAH en zonas frontales y cerebelares; sin embargo,
demostraron una similitud en la hipofunció n de zonas pre y post centrales durante dicho proceso, partes
fundamentales del circuito dorsal atencional [8]. Lo anterior sugiere que los individuos de ambos
trastornos atiendan a estímulos só lo cuando existe una motivació n intrínseca y que de lo contrario mani‐
fiesten síntomas de desatenció n [40,41].

Adicionalmente, los TEA muestran hiperactivaciones de este circuito durante procesos de cognició n so‐
cial y tareas motoras, en estos sujetos es muy frecuente la conducta focalizada y comportamientos repeti‐
tivos [5,6] en donde posiblemente requieran de má s esfuerzo atencional.

Default Mode Network (Circuito de Activación por Defecto) El CAD demuestra desactivació n durante la
ejecució n de la mayoría de tareas cognitivas y se activa en estado de reposo. Este circuito se ha rela‐
cionado con la propia monitorizació n de estados internos y de la memoria autobiográ fica [42] (Fig. 2B).
La activació n del CAD se correlaciona negativamente con la activació n del circuito de funciones ejecuti‐
vas, cuando este ú ltimo se pone en marcha, el CAD suprime su funció n [43]. Se ha reportando que tanto
en el TDAH como en el TEA existe una menor supresió n de la actividad de este circuito. Por lo anterior, se
crea una interferencia con los circuitos funcionales ejecutivos y atencionales, sugiriendo que estos sujetos
manifiesten lapsos de ausencia durante la realizació n de tareas [44–46]. En los estudios meta-analíticos,
encontramos que el precuneo regió n posterior del circuito, tiene un mayor volumen en el TDAH y un
menor volumen en TEA. Sin embargo, en cuanto a funció n hay un aumento en ambos trastornos durante
diferentes tareas cognitivas. Di Martino et al., en un estudio de RMf en reposo demostraron que una de las
similitudes má s importantes en la conectividad cerebral entre TDAH y TEA es la disminució n de la conec‐
tividad (grado de centralidad) en el precuneo, incluyendo las regiones del CAD [47].

Circuito somatomotor El circuito somatomotor encargado del control de movimiento y de la percepció n

sensorial, involucra al sistema cortical motor y somatosensorial (Fig. 2E). El cerebelo, que forma parte
importante de este sistema, se encontro involucrado tanto en TDAH y TEA. En TDAH, disminuciones de
volumen e hipofunció n durante tareas motoras y atencionales; en TEA por el contrario, aunque no se en‐
contraron diferencias en cuanto a funció n, se reportan aumentos en el volumén. Esta diferencia entre
trastornos puede ecplicarse con lo que se observa en la clínica, en donde mientras que los pacientes con
TDAH tienen dificultades para controlar movimientos e inhibir respuestas [32] los pacientes con TEA se
enfocan en movimientos repetitivos y rígidos [7]. Ademá s otras regiones del circuito somatomotor se ob‐
servaron similarmente alteradas en TDAH y TEA como zonas precentrales relacionadas con inhibició n de
respuesta y motricidad.

Circuito Visual (Fig. 2C) Este circuito ha sido poco estudiado en ambos trastornos, sin embargo, como ob‐
servamos en los meta-aná lisis, frecuentemente se reportan alteraciones en regiones occipitales tanto en
TEA como en TDAH durante la realizació n de diferentes tareas. Las regió n occipital medial interactú a con
el circuito dorsal atencional en procesos de atenció n sostenida visual y supresió n de estímulos, irrele‐
vantes[48], ambas funciones alteradas en TDAH y TEA. Consideramos que estas observaciones del cir‐
cuito visual, comunmente no discutidas en los estudios de neuroimagen, deben ser analizadas con mayor
detalle, ya que dicho circuito es parte fundamental de los procesos atencionales.

Circuitos divergentes

TDAH

Circuito ventral atencional Este circuito (Fig. 3B) es un componente importante del sistema regulatorio
atencional y trabaja en conjunto con el circuito dorsal atencional. Es el encargado de monitorear los
estímulos relevantes y de interrumpir la actividad que se está realizado cuando sea necesario [39]. En la
presente revisió n se encontró que durante tareas motoras de estimació n temporal, regiones implicadas
en este circuito, como la In anterior y el giro supramarginal, está n hipoactivadas en sujetos con TDAH
[26]. Se han reportado alteraciones en el circuito ventral atencional en sujetos adultos con TDAH durante
tareas que requerían la capacidad de cambiar la atenció n de un estimulo a otro má s relevante [49].
Ademá s, otros estudios han demostrado hiperactivaciones en algunas á reas de este circuito [24] y debido
a que esta funció n necesita ser suprimida para dejar de prestar atenció n a los estímulos irrelevantes [50],
su hiperactivació n del mismo explica la fá cil distracció n que presentan la mayoría de los sujetos con
TDAH [24].

Fig. 3

Circuitos divergentes

La figuras 3A y 3B muestran los circuitos que se han reportado alterados en TDAH. Las figuras 3C y 3D muestran los cir‐
cuitos alterados característicos del TEA. Nó tese que las regiones marcadas son ilustrativas ya que no fueron obtenidas de
manera cuantitativa

Circuito de recompensa Este sistema se encuentra involucrado en la mediació n de los efectos de reforza‐
miento. Las estructuras principales de esta red está n presentadas en la Fig. 3A. En cuanto a los estudios
estructurales se muestran claramente disminuidas regiones como el CA, estriado ventral, globo pá lido y
cx prefrontal dorsal en niñ os y adultos con TDAH, componentes clave en la regulació n del circuito de rec‐
ompensa [51,52]. Sin embargo, en cuanto a funció n, solo un estudio meta-analítico reporta hipoactiva‐
ciones en ciertas regiones pertenecientes a este circuito, durante tareas atencionales [23]. Esto se debe
en parte a que los estudios con RMf de tareas de recompensa se han analizado enfocá ndose en regiones
específicas y por lo tanto no han sido incluidas en estudios meta-analíticos. Estudios en TDAH han prop‐
uesto que las fallas en este sistema causan que los individuos con el trastorno tiendan a preferir recom‐
pensas a corto plazo y no sean capaces de esperar recompensas mayores pero a largo plazo [53,54] lo
que da lugar a síntomas de hiperactividad/impulsividad [55].

TEA

Circuito de lenguaje A pesar de que durante tareas de inhibició n de respuesta, los individuos con TDAH
mostraron ciertas diferencias en regiones de este circuito (Fig. 3D) las diferencias funcionales cerebrales
resultan ser má s marcadas en TEA. Una de las principales manifestaciones en TEA es el retraso en la
funció n de lenguaje [56]. Nuestros resultados, demuestran que regiones pertenecientes al circuito de
lenguaje como el giro supramarginal, temporal superior y frontal inferior tienen mayor activació n du‐
rante tareas de cognició n social simple y compleja en sujetos con TEA en comparació n con controles. A su
vez, durante tareas no sociales, auditivas y de lenguaje, el ló bulo temporal superior, regió n relevante en
este sistema [57], mostró una menor activació n en TEA. En estudios anteriores, alteraciones en el giro su‐
perior temporal y otras regiones temporales han sido asociadas al autismo [47,58], así como otras re‐
giones pertenecientes al circuito como el giro supramarginal [7].

Circuito de cognición social Uno de los aspectos que nos distingue como humanos, es la capacidad de en‐
tender a otros como sujetos conscientes que tienen estados mentales internos. Entre las funciones de
cognició n social que han sido estudiadas en TEA se encuentran la empatía, la teoría de la mente y la
mentalizació n [59,60]. Las estructuras que forman parte de este circuito se muestran en la Fig 3C. Lo que
pudimos notar, es que algunas de estas regiones como la Amg e In está n aumentadas en cuanto a volu‐
men en los individuos con TEA, ademá s estas mismas regiones resultan hipoactivadas durante tareas so‐
ciales. Estos resultados junto con las alteraciones en regiones temporales pueden explicar las fallas en la
socializació n, imaginació n y comunicació n característicos del espectro autista [61].

En conclusió n, tanto estructural como funcionalmente se observaron diferencias que son caracteristicas
de cada uno de los trastornos. Ademá s existen alteraciones en circuitos cerebrales que convergen en am‐
bos padecimeintos y que explican la comorbilidad sintomatoló gica que se presenta en algunos casos
clínicos como los lapsos de inatenció n, problemas en las funciones motrices y fallas en el procesamiento
de la informació n.

Una de las limitaciones de comparar estudios con RMf es que los circuitos resultantes asociados a cada
trastorno dependen de las hipó tesis generadas por los investigadores y los paradigmas que se utilicen.
Como se pudo ver en esta revisió n, en el caso de TDAH, los estudios han estado má s enfocados en tareas
de procesos atencionales y ejecutivos como: inhibició n de respuesta y memoria de trabajo; y en el caso de
TEA se centran má s en tareas de cognició n social y solo en algunos casos en tareas no sociales, aunque de
manera muy variada. Lo anterior, no nos permite hacer conclusiones definitivas de los correlatos
neurobioló gicos que diferencian a cada trastorno. Sin embargo, hoy en día existen técnicas novedosas
como la RMf en estado de reposo [62] que permite identificar circuitos funcionales cerebrales globales
sin la necesidad de presentar un paradigma específico, lo que da la posibilidad de hacer comparaciones
entre diferentes grupos de una forma má s concreta. De hecho, el primer estudio con RMf reposo que
compara a individuos con TDAH y TEA fue recientemente publicado y muestra similitudes en la conectivi‐
dad en regiones como el pC y diferencias características de cada trastorno. En TDAH, hay mayor conec‐
tividad entre regiones estriatales y globo pá lido y en TEA regiones temporo-límbicas. Ademá s, algo in‐
teresante es que los sujetos con TEA con comorbilidad sintomatoló gica de TDAH, muestran también al‐
teraciones en las regiones que presentan mayor conectividad en TDAH (estriatales y globo pá lido) [47].
Así mismo, en general la literatura de RMf en reposo en TDAH [63–67] y TEA [68–70] está ayudando cada
vez má s a entender los correlatos cerebrales globales implicados en estos padecimientos.
Tabla I

Hallazgos estructurales y funcionales en TDAH

TDAH

Meta-análisis VBM (estructural)

Muestra Hallazgos

Circuitos
Primer Grupo Grupo
Año Método Edad GE>GC GC>GE cerebrales
autor EXP CTRL
asociados

Niñ os: GP; putamen; de recompensa

Frodl niñ os y caudado; amígdala; y y de funciones
[15] 2012 SDM 320 288 adul. CA. Adultos: CA ejecutivas

de activació n
Nakao niñ os y pC y GP, nú cleo caudado y por defecto y
[12] 2011 SDM 378 344 adul. CP tá lamo de recompensa

Ellison-
Wright ALE; niñ os y
[13] 2008 VBM 114 143 adolesc. Putamen y GP de recompensa
 Meta-análisis fMRI (funcional)

Muestra Tarea/paradigma Hallazgos

C
Grupo Grupo
Autor Año Método Edad GE>GC GC>GE c
EXP CTRL
a

IR: CPF inf, cx

precentral, CA,
cx Parietal sup,
cuerpo del
caudado. PE:
cx medial
IR: cx frontal frontal, ínsula,
Inhibició n de medial, ló bulo cx. cingulada,
Respuesta (IR), paracentral. cx. parietal
toma de decisiones PE: ínsula, cx. sup, central y
y Procesos frontal medial, motora, d
Ejecutivos (PE: cx. precentral, tá lamo y cx p
atenció n y tá lamo y temporo- occ. a
Dickstein niñ os y memoria de nú cleo y cx. occ. d
[28] 2006 ALE 175 197 adul. trabajo) lentiforme medial s

Vermis del d
cerebelo, cx. p
frontal inf/ v
ínsula, giro a
supramarginal, v
Precuneo giro temp. sup f
adolesc. bilateral, y postcentral, e
Hart [26] 2012 SDM 150 145 y adul. Estimació n temp. cuneo y CP CPFDL s

Activation likelihood estimation, ALE; Adolescentes, adolesc; adultos, adul; á rea motora suplementaria, AMS; atenció n,
AT; cíngulo anterior, CA; cíngulo posterior, CP; corteza prefrontal dorsolateral, CPFDL; corteza prefrontal, CPF; corteza,
cx; giro fusiforme, Gr Fus; gló bo pá lido, GP; giro temporal, Gr Tem; inferior, inf; inhibició n de respuesta de interferencia,
IRI; inhibició n de respuesta motora, IRM; inhibició n de respuesta, IR; occipital, occ; precuneo, pC; procesos ejecutivos,
PE; Signed differential mapping, SDM; superior, sup; tarea de procesamiento de palabras, TPP; tarea de reconocimiento
de objetos, TRO; tarea de reconocimiento facial, TRF; tareas motoras, TM; temporal, temp; Voxel-based morphometry,
VBM.
Tabla II

Hallazgos estructurales y funcionales en ASD

Autismo

Meta-análisis VBM (estructural)

Muestra Hallazgos

Circui
Grupo Grupo
Autor Año Método Edad GE>GC GC>GE cereb
experimental control
asocia

STATA somat
SE CC, vermis y de
Stanfield version niñ os y Cerebelo y cerebeloso cognic
[16] 2007 8 800 800 adultos caudado y amígdala social

Fascículo
arcuato,
cá psula
extrema, de len
fascículo de cog
uncinato, social
Radua SDM; adolescentes fascículo de fun
[14] 2010 VBM 246 237 y adultos fronto-occ. CA y CC ejecut

Tonsil
cerebelar,
ló bulo
parietal inf,
amígdala,
Cerebelo, Gr cx. insular,
tem. medial, giro temp.
cíngulo medial,
anterior, cola del de len
cabeza del caudado, somat
Cauda ALE; niñ os y caudado y pC y cx. de fun
[18] 2011 VBM 350 378 adultos Gr L precentral ejecut

Complejo
amígdala-
hipocampo,
claustro,
corteza
parietal
medial de act
bilateral por de
(pC), cx. de cog
SDM; adolescentes Cx. frontal parietal social
 Meta-análisis fMRI (funcional)

Muestra Tarea/paradigma Hallazgos

Grupo Grupo
Autor Año Método Edad GE>GC GC>GE
experimental control

TS: cx. pre

y post
central, Gr
tem.
medial
sup e inf,
Gr Fus y
cx. occ. inf. TS: cx pr
TNS: cx. prefront
frontal cx. parie
medial e ínsula, C
Tareas Sociales inf, parahipo
(TS: cíngulo Gr Fus li
procesamiento anterior, occ. med
facial). Tareas no Gr tem. frontal m
Sociales (TNS: sup, cx. sup e inf
Di atenció n, lenguaje, occ. suprama
Martino adolescentes memoria de medial, Gr ínsula, G
[27] 2009 ALE 479 453 y adultos trabajo y motoras) L tá lamo.

Sugranyes Reconocimiento Gr tem.

[29] 2011 ALE 55 55 adultos facial sup cx. postc

Activation likelihood estimation, ALE; á rea motora suplementaria, AMS; atenció n, AT; cíngulo anterior, CA;cíngulo poste‐
rior, CP; corteza prefrontal dorsolateral, CPFDL; corteza prefrontal, CPF; corteza, cx; cuerpo calloso, CC; giro fusiforme, Gr
Fus; giro lingual, Gr L; giro temporal, Gr tem; inferior, inf; occipital, occ; procesos ejecutivos, PE; Signed differential map‐
ping, SDM; superior, sup; tarea de procesamiento de palabras, TPP; tarea de reconocimiento de objetos, TRO; tarea de re‐
conocimiento facial, TRF; tareas auditivas y de lenguaje, TAL; tareas ejecutivas, TE; tareas motoras, TM; tareas no so‐
ciales, TNS; tareas sociales bá sicas, TSB; tareas sociales complejas, TSC; tareas sociales, TS; tareas visuales, TV; temporal,
temp; Voxel-based morphometry, VBM;
Referencias

1. Polanczyk G, De Lima M, Horta B, Biederman J, Rohde L. The worldwide prevalence of ADHD: a systematic review and
metaregression analysis. Am J Psych. 2007;164(6):942–8. [PubMed] [Google Scholar]

2. Blumberg SJ, Bramlett MD, Kogan MD, Schieve LA, Jones JR, Lu MC. Changes in prevalence of parent-reported autism spectrum
disorder in school-aged US children: 2007 to 2011–2012. National Health Statistics Reports. 2013;65:1–11. [PubMed] [Google
Scholar]

3. Elsabbagh M, Divan G, Koh Y, Kim YS, Kauchali S, Marcín C, et al. Global prevalence of autism and other pervasive developmental
disorders. Autism Research. 2012;5(3):160–79. [PMC free article] [PubMed] [Google Scholar]

4. Biederman J, Faraone SV. The Lancet. 2005:237–48. [PubMed] [Google Scholar]

5. Brain S. A Parent’s Guide to Autism Spectrum Disorder. Inner Workings Director, Blog Plans, Strategic. 2011;11(5511) [Google
Scholar]

6. Wing L. Autistic spectrum disorders. BMJ. 1996;312(7027):327. [PMC free article] [PubMed] [Google Scholar]

7. Brieber S, Neufang S, Bruning N, Kamp-Becker I, Remschmidt H, Herpertz-Dahlmann B, et al. Structural brain abnormalities in
adolescents with autism spectrum disorder and patients with attention deficit/hyperactivity disorder. Journal of Child Psychology
and Psychiatry. 2007;48(12):1251–8. [PubMed] [Google Scholar]

8. Christakou A, Murphy CM, Chantiluke K, Cubillo AI, Smith AB, Giampietro V, et al. Disorder-specific functional abnormalities
during sustained attention in youth with Attention Deficit Hyperactivity Disorder (ADHD) and with autism. Molecular psychiatry.
2013;18(2):236–44. [PMC free article] [PubMed] [Google Scholar]

9. Taurines R, Schwenck C, Westerwald E, Sachse M, Siniatchkin M, Freitag C. ADHD and autism: differential diagnosis or
overlapping traits? A selective review. ADHD Attention Deficit and Hyperactivity Disorders. 2012;4(3):115–39. [PubMed] [Google
Scholar]

10. Whitwell JL. Voxel-based morphometry: an automated technique for assessing structural changes in the brain. The Journal of
Neuroscience. 2009;29(31):9661–4. [PMC free article] [PubMed] [Google Scholar]

11. Proal E, De la Iglesia Vaya M, Castellanos FX. Neurosciencia cognitiva. Madrid: Panamericana; 2013. Actividad espontá nea del
cerebro: bases de la conectividad funcional. [Google Scholar]

12. Nakao T, Radua J, Rubia K, Mataix-Cols D. Gray matter volume abnormalities in ADHD: voxel-based meta-analysis exploring the
effects of age and stimulant medication. The Am J Psych. 2011;168(11):1154–63. [PubMed] [Google Scholar]

13. Ellison-Wright I, Ellison-Wright Z, Bullmore E. Structural brain change in Attention Deficit Hyperactivity Disorder identified by
meta-analysis. BMC Psychiatry. 2008;8(1):51. [PMC free article] [PubMed] [Google Scholar]

14. Radua J, Via E, Catani M, Mataix-Cols D. Voxel-based meta-analysis of regional white-matter volume differences in autism
spectrum disorder versus healthy controls. Psychological medicine. 2011;41(7):1539. [PubMed] [Google Scholar]

15. Frodl T, Skokauskas N. Meta-analysis of structural MRI studies in children and adults with attention deficit hyperactivity
disorder indicates treatment effects. Act Psych Scand. 2012;125(2):114–26. [PubMed] [Google Scholar]

16. Stanfield AC, McIntosh AM, Spencer MD, Philip R, Gaur S, Lawrie SM. Towards a neuroanatomy of autism: a systematic review
and meta-analysis of structural magnetic resonance imaging studies. Eur Psych_. 2008;23(4):289–99. [PubMed] [Google Scholar]

17. Via E, Radua J, Cardoner N, Happé F, Mataix-Cols D. Meta-analysis of gray matter abnormalities in autism spectrum disorder:
should Asperger disorder be subsumed under a broader umbrella of autistic spectrum disorder? Arch of Gen Psych. 2011;68(4):409.
[PubMed] [Google Scholar]

18. Cauda F, Geda E, Sacco K, D’Agata F, Duca S, Geminiani G, et al. Grey matter abnormality in autism spectrum disorder: an
activation likelihood estimation meta-analysis study. J NNP. 2011;82(12):1304–13. [PubMed] [Google Scholar]

19. Kevin KY, Cheung C, Chua SE, McAlonan GM. Can Asperger syndrome be distinguished from autism? An anatomic likelihood
meta-analysis of MRI studies. JPN. 2011;36(6):412. [PMC free article] [PubMed] [Google Scholar]
20. Nickl-Jockschat T, Habel U, Maria Michel T, Manning J, Laird AR, Fox PT, et al. Brain structure anomalies in autism spectrum
disorder—a meta-analysis of VBM studies using anatomic likelihood estimation. Hum Brain Mapp. 2012;33(6):1470–89. [PMC free
article] [PubMed] [Google Scholar]

21. Duerden EG, Mak-Fan KM, Taylor MJ, Roberts SW. Regional differences in grey and white matter in children and adults with
autism spectrum disorders: an activation likelihood estimate (ALE) meta-analysis. Aut Res. 2012;5(1):49–66. [PubMed] [Google
Scholar]

22. Yu KK, Cheung C, Chua SE, McAlonan GM. Can Asperger syndrome be distinguished from autism? An anatomic likelihood meta-
analysis of MRI studies. Journal of psychiatry & neuroscience JPN. 2011;36(6):412–21. [PMC free article] [PubMed] [Google Scholar]

23. Hart H, Radua J, Nakao T, Mataix-Cols D, Rubia K. Meta-analysis of functional magnetic resonance imaging studies of inhibition
and attention in attention-deficit/hyperactivity disorder: exploring task-specific, stimulant medication, and age effects. JAMA
psychiatry. 2013;70(2):185–98. [PubMed] [Google Scholar]

24. Cortese S, Kelly C, Chabernaud C, Proal E, Di Martino A, Milham M, et al. Toward systems neuroscience of ADHD: a meta-analysis
of 55 fMRI studies. Am J Psych. 2012;169(10):1038–55. [PMC free article] [PubMed] [Google Scholar]

25. Barkley R, Edwards G. Attention-Deficit Hyperactivity Disorder: A Clinical Workbook. Guilford Publication; 2006. Diagnostic
interview, behaviour rating scales, and the medical examination; p. 2. [Google Scholar]

26. Hart H, Radua J, Mataix-Cols D, Rubia K. Meta-analysis of fMRI studies of timing in attention-deficit hyperactivity disorder
(ADHD) Neurosc & Biobehav Rev. 2012;36(10):2248–56. [PubMed] [Google Scholar]

27. Di Martino A, Ross K, Uddin LQ, Sklar AB, Castellanos FX, Milham MP. Functional brain correlates of social and nonsocial
processes in autism spectrum disorders: an activation likelihood estimation meta-analysis. Biological psychiatry. 2009;65(1):63–74.
[PMC free article] [PubMed] [Google Scholar]

28. Dickstein DP, Pescosolido MF, Reidy BL, Galvan T, Kim KL, Seymour KE, et al. Developmental Meta-Analysis of the Functional
Neural Correlates of Autism Spectrum Disorders. J Am Acad Child Adolesc Psychiatry. 2013:279–289. [PMC free article] [PubMed]
[Google Scholar]

29. Sugranyes G, Kyriakopoulos M, Corrigall R, Taylor E, Frangou S. Autism spectrum disorders and schizophrenia: meta-analysis of
the neural correlates of social cognition. PloS one. 2011;6(10):e25322. [PMC free article] [PubMed] [Google Scholar]

30. Philip RCM, Dauvermann MR, Whalley HC, Baynham K, Lawrie SM, Stanfield AC. A systematic review and meta-analysis of the
fMRI investigation of autism spectrum disorders. Neurosci Biobehav Rev. 2012;36(2):901–42. [PubMed] [Google Scholar]

31. Samson F, Mottron L, Soulières I, Zeffiro TA. Enhanced visual functioning in autism: An ALE meta-analysis. Hum Brain Mapp.
2012;33(7):1553–81. [PMC free article] [PubMed] [Google Scholar]

32. Castellanos FX, Proal E. Large-scale brain systems in ADHD: beyond the prefrontal–striatal model. Trends Cog Sci.
2012;16(1):17–26. [PMC free article] [PubMed] [Google Scholar]

33. Liston C, Matalon S, Hare TA, Davidson MC, Casey BJ. Anterior cingulate and posterior parietal cortices are sensitive to
dissociable forms of conflict in a task-switching paradigm. Neuron. 2006;50(4):643–53. [PubMed] [Google Scholar]

34. Vincent JL, Kahn I, Snyder AZ, Raichle ME, Buckner RL. Evidence for a frontoparietal control system revealed by intrinsic
functional connectivity. J Neurophysiology. 2008;100(6):3328–42. [PMC free article] [PubMed] [Google Scholar]

35. Cao X, Cao Q, Long X, Sun L, Sui M, Zhu C, et al. Abnormal resting-state functional connectivity patterns of the putamen in
medication-na ve children with attention deficit hyperactivity disorder. Brain Res. 2009;1303:195–206. [PubMed] [Google Scholar]

36. Yu-Feng Z, Yong H, Chao-Zhe Z, Qing-Jiu C, Man-Qiu S, Meng L, et al. Altered baseline brain activity in children with ADHD
revealed by resting-state functional MRI. Brain Dev. 2007;29(2):83–91. [PubMed] [Google Scholar]

37. Wang L, Zhu C, He Y, Zang Y, Cao Q, Zhang H, et al. Altered small-world brain functional networks in children with attention-
deficit/hyperactivity disorder. Hum Brain Mapp. 2009;30(2):638–49. [PMC free article] [PubMed] [Google Scholar]

38. Barendse EM, Hendriks MPH, Jansen JFA, Backes WH, Hofman PAM, Thoonen G, et al. Working memory deficits in high-
functioning adolescents with autism spectrum disorders: neuropsychological and neuroimaging correlates. J Neurodev Dis.
2013;5(1):14. [PMC free article] [PubMed] [Google Scholar]
39. Corbetta M, Patel G, Shulman GL. The reorienting system of the human brain: from environment to theory of mind. Neuron.
2008;58(3):306–24. [PMC free article] [PubMed] [Google Scholar]

40. Simonoff E, Pickles A, Charman T, Chandler S, Loucas T, Baird G. Psychiatric Disorders in Children With Autism Spectrum
Disorders: Prevalence, Comorbidity, and Associated Factors in a Population-Derived Sample. J Am Acad Child Adolesc Psychiatry.
2008:921–9. [PubMed] [Google Scholar]

41. Sturm H, Fernell E, Gillberg C. Autism spectrum disorders in children with normal intellectual levels: associated impairments
and subgroups. Dev Med Child Neurol. 2004;46(7):444–7. [PubMed] [Google Scholar]

42. Supekar K, Uddin LQ, Prater K, Amin H, Greicius MD, Menon V. Development of functional and structural connectivity within the
default mode network in young children. Neuroimage. 2010;52(1):290. [PMC free article] [PubMed] [Google Scholar]

43. Kelly AM, Uddin LQ, Biswal BB, Castellanos FX, Milham MP. Competition between functional brain networks mediates behavioral
variability. Neuroimage. 2008;39(1):527–37. [PubMed] [Google Scholar]

44. Di Martino A, Yan C, Li Q, Denio E, Castellanos F, Adolphs R, et al. The autism brain imaging data exchange: towards large-scale
evaluation of the intrinsic brain in autism. Mol Psychiatry. 2013 in press. [PMC free article] [PubMed] [Google Scholar]

45. Castellanos FX, Sonuga-Barke EJS, Scheres A, Di Martino A, Hyde C, Walters JR. Varieties of attention-deficit/hyperactivity
disorder-related intra-individual variability. Biol Psychiatry. 2005;57(11):1416–23. [PMC free article] [PubMed] [Google Scholar]

46. Sonuga-Barke EJS, Castellanos FX. Spontaneous attentional fluctuations in impaired states and pathological conditions: a
neurobiological hypothesis. Neurosc & Biobehav Rev. 2007;31(7):977–86. [PubMed] [Google Scholar]

47. Di Martino A, Zuo X-N, Kelly C, Grzadzinski R, Mennes M, Schvarcz A, et al. Shared and Distinct Intrinsic Functional Network
Centrality in Autism and Attention-Deficit/Hyperactivity Disorder. Biological Psychiatry. 2013 in press. [PMC free article] [PubMed]
[Google Scholar]

48. Yeo BTT, Krienen FM, Sepulcre J, Sabuncu MR, Lashkari D, Hollinshead M, et al. The organization of the human cerebral cortex
estimated by intrinsic functional connectivity. J Neurophysiol. 2011;106(3):1125–65. [PMC free article] [PubMed] [Google Scholar]

49. Helenius P, Laasonen M, Hokkanen L, Paetau R, Niemivirta M. Impaired engagement of the ventral attentional pathway in ADHD.
Neuropsychologia. 2011;49(7):1889–96. [PubMed] [Google Scholar]

50. Corbetta M, Shulman GL. Control of goal-directed and stimulus-driven attention in the brain. Nat Rev Neurosci. 2002;3(3):201–
15. [PubMed] [Google Scholar]

51. Schultz W, Tremblay L, Hollerman JR. Reward processing in primate orbitofrontal cortex and basal ganglia. Cerebral Cortex.
2000;10(3):272–83. [PubMed] [Google Scholar]

52. Hikosaka O, Bromberg-Martin E, Hong S, Matsumoto M. New insights on the subcortical representation of reward. Curr Opin
Neurobiol. 2008;18(2):203–8. [PMC free article] [PubMed] [Google Scholar]

53. Sonuga-Barke EJS, Taylor E. The Effect of Delay on Hyperactive and Non-hyperactive Children’s Response Times: a Research
Note. J Child Psychol & Psychiatry. 1992;33(6):1091–6. [PubMed] [Google Scholar]

54. Antrop I, Roeyers H, Van Oost P, Buysse A. Stimulation seeking and hyperactivity in children with ADHD. J Child Psychol &
Psychiatry. 2000;41(2):225–31. [PubMed] [Google Scholar]

55. Solanto MV, Abikoff H, Sonuga-Barke E, Schachar R, Logan GD, Wigal T, et al. The ecological validity of delay aversion and
response inhibition as measures of impulsivity in AD/HD: a supplement to the NIMH multimodal treatment study of AD/HD. J Abnor
child psychol. 2001;29(3):215–28. [PubMed] [Google Scholar]

56. Pichot P. Editorial Masson. 1995. DSM-IV Manual diagnó stico y estadístico de los trastornos mentales. [Google Scholar]

57. Turken AU, Dronkers NF. The neural architecture of the language comprehension network: converging evidence from lesion and
connectivity analyses. Front Sys Neurosci. 2011;10:5–1. [PMC free article] [PubMed] [Google Scholar]

58. Kaiser MD, Hudac CM, Shultz S, Lee SM, Cheung C, Berken AM, et al. Neural signatures of autism. Proc Nat Ac Sciences.
2010;107(49):21223–8. [PMC free article] [PubMed] [Google Scholar]
59. Kennedy DP, Adolphs R. The social brain in psychiatric and neurological disorders. Trends Cog Sci. 2012;16(11):559–72. [PMC
free article] [PubMed] [Google Scholar]

60. Frith CD, Frith U. Social cognition in humans. Curr Biology. 2007;17(16):R724–R732. [PubMed] [Google Scholar]

61. Frith U, Happé F. Autism: Beyond “theory of mind” Cognition. 1994;50(1):115–32. [PubMed] [Google Scholar]

62. Proal E, Alvarez-Segura M, De la Iglesia-Vayá M, Martí-Bonmatí L, Castellanos FX. Functional cerebral activity in a state of rest:
connectivity networks. Rev Neurol. 2011;52:S3. [PMC free article] [PubMed] [Google Scholar]

63. Sato JR, Hoexter MQ, Castellanos XF, Rohde LA. Abnormal brain connectivity patterns in adults with ADHD: a coherence study.
PloS one. 2012;7(9):e45671. [PMC free article] [PubMed] [Google Scholar]

64. Yang H, Wu Q-Z, Guo L-T, Li Q-Q, Long X-Y, Huang X-Q, et al. Abnormal spontaneous brain activity in medication-naïve ADHD
children: A resting state fMRI study. Neurosci letters. 2011;502(2):89–93. [PubMed] [Google Scholar]

65. Mennes M, Vega PN, Kelly C, Di Martino A, Castellanos FX, Milham MP. Resting state functional connectivity correlates of
inhibitory control in children with attention-deficit/hyperactivity disorder. Front Psychiatry. 2011;2:83. [PMC free article] [PubMed]
[Google Scholar]

66. Fair DA, Posner J, Nagel BJ, Bathula D, Dias TGC, Mills KL, et al. Atypical default network connectivity in youth with attention-
deficit/hyperactivity disorder. Biol Psychiatry. 2010;68(12):1084–91. [PMC free article] [PubMed] [Google Scholar]

67. Castellanos FX, Margulies DS, Kelly AMC, Uddin LQ, Ghaffari M, Kirsch A, et al. Cingulate-precuneus interactions: a new locus of
dysfunction in adult attention-deficit/hyperactivity disorder. Biol Psychiatry. 2008;63(3):332. [PMC free article] [PubMed] [Google
Scholar]

68. Lynch CJ, Uddin LQ, Supekar K, Khouzam A, Phillips J, Menon V. Default Mode Network in Childhood Autism: Posteromedial
Cortex Heterogeneity and Relationship with Social Deficits. Biol Psychiatry. 2013 in press. [PMC free article] [PubMed] [Google
Scholar]

69. Di Martino A, Kelly C, Grzadzinski R, Zuo X-N, Mennes M, Mairena MA, et al. Aberrant striatal functional connectivity in children
with autism. Biol Psychiatry. 2011;69(9):847–56. [PMC free article] [PubMed] [Google Scholar]

70. Weng S-J, Wiggins JL, Peltier SJ, Carrasco M, Risi S, Lord C, et al. Alterations of resting state functional connectivity in the default
network in adolescents with autism spectrum disorders. Brain Res. 2010;1313:202–14. [PMC free article] [PubMed] [Google
Scholar]