La actividad física matutina se asocia

con una microestructura de materia

blanca más saludable y niños más
felices: el proyecto ActiveBrains
 Irene Esteban Cornejo ,
 Inmaculada Lara-Jiménez ,
 María Rodríguez Ayllón ,
 Juan Verdejo-Román ,
 Andrés Catena ,
 Kirk I. Erickson &
 Francisco B Ortega
Psiquiatría europea de niños y adolescentes ( 2023 ) Citar este artículo
 711 Accesos
 9 Altmetric
 Métricadetalles
Abstracto
El trasfondo de este estudio es examinar las asociaciones de patrones
matutinos individuales y combinados (es decir, desplazamiento activo
a la escuela, actividad física antes de la escuela, desayunar y dormir
bien) con la microestructura de la materia blanca (WMM) y, si la
materia blanca asociada los resultados de microestructura se
relacionaron con los resultados de salud mental en niños con
sobrepeso u obesidad. En este estudio transversal participaron 103
niños con sobrepeso u obesidad (10,0 ± 1,1 años, 42 niñas) del proyecto
ActiveBrains. Los patrones matutinos y los indicadores de salud mental
(es decir, autoestima, optimismo, afecto positivo y negativo, estrés,
depresión y ansiedad) fueron autoinformados por los niños utilizando
cuestionarios validados. WMM se evaluó mediante imágenes de
resonancia magnética utilizando imágenes de tensor de
difusión. Cuando se examina de forma independiente,P > 0,05). Sin
embargo, la combinación de patrones matutinos se relacionó con
WMM ( P < 0.05). Específicamente, los patrones matutinos
físicamente activos (es decir, desplazamiento activo a la escuela y
actividad física antes de la escuela) se asociaron con la anisotropía
fraccional global (FA) ( β = 0,298, P = 0,013) y la difusividad radial
global (RD) ( β = − 0,272 , P = 0,021), así como con FA específica del
tracto ( β = 0,314, P = 0,004) y RD ( β = − 0,234, P = 0,032) en el
fascículo longitudinal superior (SLF). Además, los indicadores WMM
globales (es decir, FA y RD) y específicos del tracto (es decir, FA y RD
en el SLF) combinados físicamente activos temprano en la mañana se
asociaron positivamente con la felicidad (rango de valor absoluto de β
de 0.252 a 0.298 , todos p < 0,05). Una combinación de patrones de
actividad física temprano en la mañana puede relacionarse
positivamente con la microestructura de la materia blanca en niños con
sobrepeso u obesidad y, a su vez, con la felicidad.
Introducción
La infancia es un período crítico para el neurodesarrollo [ 1 ]. En
particular, el cerebro sufre cambios significativos en la estructura de la
materia blanca [ 2 ]. La estructura de la materia blanca es responsable
de proporcionar una transmisión de información rápida y eficiente
entre las áreas del cerebro en redes estructurales para apoyar la
cognición y la salud mental [ 3 , 4 ]. De hecho, la microestructura de la
sustancia blanca se relacionó con síntomas psicopatológicos generales
y específicos (p. ej., problemas de internalización y externalización) en
niños [ 5 ]. Estudios emergentes han considerado la materia blanca
como una característica del cerebro susceptible de modificación por
comportamientos de estilo de vida (p. ej., actividad física, sueño o
dieta) durante la infancia [ 6 ,7 , 8 , 9 ], que a su vez puede estar
relacionado con los resultados de salud mental infantil [ 5 ].
Específicamente, hemos demostrado previamente que la actividad
física estaba relacionada con una microestructura mejorada de la
materia blanca en la presente muestra de niños con sobrepeso y
obesidad [ 7 ]. Además, observamos en un estudio poblacional
realizado en niños de peso normal que la actividad física total (es decir,
jugar al aire libre y participar en deportes) se asoció con mejores
indicadores de la microestructura de la materia blanca [8 ] . Es
importante destacar que los nuevos paradigmas basados en el
cronotipo sugieren que los comportamientos físicamente activos
temprano en la mañana pueden conferir beneficios adicionales para la
salud, como el riesgo de demencia [ 10 ]. Del mismo modo,
independientemente de la actividad física total, la actividad física
matutina se ha asociado con mejores resultados de salud
cardiometabólica [ 11 ,12 ] y menores riesgos de enfermedades
cardiovasculares incidentes [ 13 ]; esto destaca la importancia potencial
de la cronoactividad principalmente en la salud fisiológica física, que
podría extenderse a la salud cerebral. Sin embargo, los estudios previos
no han examinado la asociación de los patrones activos temprano en la
mañana con la microestructura de la materia blanca. El único estudio
que examinó el desplazamiento activo, incluyó tanto el desplazamiento
activo hacia (durante las mañanas) como desde (durante la tarde) la
escuela, y no encontró asociaciones con indicadores de materia blanca
[ 8 ]. Además, otros factores matutinos, como desayunar o dormir bien,
también pueden influir en la microestructura de la materia blanca
[ 6 , 9 , 14] .]. Por ejemplo, los trastornos del sueño se asociaron
negativamente con la microestructura de la materia blanca en
preadolescentes [ 9 ]. Además, tener pan (en comparación con arroz)
para el desayuno se asoció con un mayor volumen de materia blanca en
los niños [ 14 ].
Más allá de la influencia de los comportamientos individuales sobre la
sustancia blanca, se ha recomendado ampliamente un enfoque que
combina múltiples comportamientos, basado en la etiología
multifactorial de las enfermedades crónicas y los resultados
conductuales [15 ] ; a su vez, considerar los efectos acumulativos o
combinados de cada comportamiento puede tener un mayor impacto
en los resultados de salud que cualquier factor individual [ 16 ]. Hasta
donde sabemos, no ha habido un estudio publicado previamente que
haya examinado la asociación entre patrones matutinos individuales y
combinados en la microestructura de la materia blanca en niños con
sobrepeso u obesidad. Específicamente, la obesidad se asocia con
alteraciones en las propiedades de la sustancia blanca, así como con el
desarrollo de trastornos psiquiátricos en comparación con individuos
de peso normal [ 17] ., 18 , 19 ]. Por ejemplo, los niños obesos han
mostrado una peor microestructura de la materia blanca en los
pedúnculos cerebelosos y un mayor riesgo de ansiedad y depresión que
sus compañeros de peso normal [ 20 , 21 ]. Por lo tanto, existe una
clara necesidad de estudios que examinen diferentes patrones
matutinos y sus asociaciones con la microestructura de la materia
blanca en niños con sobrepeso/obesidad, así como su influencia
conjunta en la salud mental.
El objetivo del presente estudio fue examinar las asociaciones de
patrones matutinos individuales y combinados (es decir,
desplazamiento activo a la escuela, actividad física antes de la escuela,
desayunar y dormir bien) con la microestructura de la materia blanca
y, si los resultados asociados de la microestructura de la materia blanca
se relacionaron con la salud mental en niños con sobrepeso u obesidad.
Métodos
Participantes
El presente estudio transversal se ha desarrollado en el marco del
Proyecto Cerebros Activos ( http://profith.ugr.es/ ). Una descripción
detallada del diseño y los métodos del estudio se ha publicado en otra
parte [ 22 ]. Se reclutaron y evaluaron un total de 110 niños con
sobrepeso y obesidad (8-11 años) de Granada (España) entre 2014 y
2016. Los niños se clasificaron como con sobrepeso y obesidad grado
I/II/III según la edad y el sexo. puntos de corte específicos del IMC
[ 23 , 24 ]. De estos, 103 (42 niñas) se incluyeron en el presente
análisis. El estudio ActiveBrains fue aprobado por el Comité de
Revisión de Investigaciones con Seres Humanos de la Universidad de
Granada y registrado en ClinicalTrials.gov(Identificador:
NCT02295072).
Patrones de madrugada
Los patrones matutinos incluían tanto conductas físicamente activas
(es decir, actividad física antes de la escuela y desplazamiento activo a
la escuela) como conductas no físicamente activas (es decir, desayunar
y dormir bien). La actividad física antes del colegio y el
desplazamiento activo al colegio se evaluaron mediante el cuestionario
Youth Activity Profile-Spain (YAP-S). El YAP-S es una versión
traducida y adaptada del YAP original (disponible
en: http://profith.ugr.es/yap?lang=en ). El YAP original fue calibrado a
través de una serie de estudios de Saint Maurice et al. [ 25 , 26 ]. El
cuestionario YAP-S mostró una fiabilidad adecuada para la actividad
escolar y extraescolar [coeficiente kappa ponderado – K– = 0,66–
0,76; el coeficiente de correlación intraclase (ICC) = 0,83-0,86] en
niños [ 27 ]. Se preguntó a los participantes sobre “cuántos días”
durante la última semana: (i) realizaron actividad física antes de la
escuela (de 6:00 a. m. a 9:00 a. m.) durante al menos 10 minutos (sin
incluir caminar o ir en bicicleta a la escuela) y (ii) caminar o ir en
bicicleta a la escuela; respuesta que va de 0 a 5 días. Cada respuesta se
clasificó en dos categorías como nunca (0 días) vs. algunos días (1 a 5
días).
Desayunar se evaluó mediante un ítem del Cuestionario KIDMED
[ 28 ]. Este cuestionario consta de 16 preguntas sí/no sobre la dieta
mediterránea, e incluye un ítem para saltarse el desayuno. Esta
respuesta se invirtió como no desayunar versus desayunar. Aunque no
se ha realizado un estudio de validación clásico debido a la estructura
del cuestionario KIDMED; existe evidencia de que una puntuación más
alta del índice KIDMED se asocia con patrones esperados de ingesta de
alimentos y nutrientes que indican una buena calidad de la dieta, lo
que demuestra su validez de constructo [ 29 , 30 ], y ha sido
ampliamente utilizado en la población joven española [ 31 , 32 , 33 ].
El buen sueño se definió como la combinación de cantidad y calidad de
sueño. La cantidad de sueño se evaluó mediante el Pediatric Sleep
Questionnaire (PSQ) y la calidad del sueño se evaluó mediante el Child
Health Utility 9D Questionnaire (CHU9D). El PSQ fue completado por
los padres de acuerdo con los hábitos de sueño habituales de su hijo e
incluye dos elementos sobre la hora normal para acostarse y la hora del
día para que el niño se levante de la cama durante un día laborable. La
versión española del PSQ mostró una buena fiabilidad para los hábitos
habituales de sueño ( K > 0,50) [ 34 ]. La duración del sueño se calculó
y recodificó como cumplimiento de la recomendación de sueño para
niños de la National Sleep Foundation (9-11 h) frente a no
cumplimiento de la recomendación de sueño [ 35]. El CHU9D consta
de 9 elementos para evaluar el funcionamiento del niño en varios
dominios, incluidos los problemas del sueño. Los participantes
calificaron su respuesta utilizando una escala tipo Likert de 5 puntos,
desde 1 = "sin problemas para dormir" hasta 5 = "casi no podía
dormir"; las respuestas se clasificaron como sin problemas de sueño
[ 1 ] frente a otras [ 2 , 3 , 4 , 5 ]. El alfa de Cronbach para el CHU9D fue
de 0,781, lo que indica un nivel aceptable de consistencia interna
[ 36 ]. La etiqueta de buen sueño se definió en base a dos categorías:
cumplir con la recomendación de sueño y no experimentar problemas
de sueño versus otros (es decir, no cumplir con las recomendaciones o
presencia de trastornos del sueño).
Procedimiento de resonancia magnética nuclear (RMN)
adquisición de imágenes
Los datos de resonancia magnética se recopilaron con un escáner 3.0
Tesla Siemens Magnetom Tim Trio (Medical Solutions, Erlangen,
Alemania) [ 7 ]. Los datos de imágenes de tensor de difusión (DTI) se
adquirieron con una secuencia de imágenes ecoplanares (EPI)
siguiendo los parámetros: tiempo de eco (TE) = 90 ms, traza del tensor
(TR) = 3300 ms, campo de visión (FOV) = 230 mm × 230 mm, ángulo
de giro = 90, matriz = 128 × 128, grosor de corte = 4 mm, número de
cortes = 25 y resolución de vóxel = 1,8 × 1,8 × 4 mm 3 . Se recogieron un
volumen sin ponderación de difusión ( b = 0 s/mm 2 ) y 30 volúmenes
con ponderación de difusión ( b = 1000 s/mm 2 ) [ 7]. Usamos
anisotropía fraccional (FA), difusividad media (MD), difusividad radial
(RD) y difusividad axial (AD) como métricas DTI derivadas. FA
muestra el grado en que el agua se difunde preferentemente a lo largo
de un eje y aumenta durante el desarrollo infantil y es menor en
enfermedades neurológicas y psiquiátricas. MD es un escalar que
describe la difusión promedio en todas las direcciones, donde los
niveles más altos indican una difusión relativamente libre (es decir,
negativamente correlacionada con FA). RD mide la difusión de agua
perpendicular a la pared axonal. AD representa la difusividad del agua
en la dirección paralela a los haces de fibras en el tejido anisotrópico,
como la materia blanca. Los valores altos de FA y AD, y los valores
bajos de MD y RD se muestran como indicadores de una
microestructura de materia blanca más sana durante la infancia [ 37 ].
Preprocesamiento de imágenes
El preprocesamiento de imágenes se llevó a cabo a través de la
resonancia magnética funcional de la biblioteca de software cerebral
(FSL) [ 38 ]. Primero, corregimos las distorsiones inducidas por
corrientes de Foucault y el movimiento de los participantes con la
versión 6.0.1 de corrección de Foucault
( https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/eddy ). Luego, los valores
atípicos fueron reemplazados por predicciones no paramétricas por el
Proceso Gaussiano. Para tener en cuenta las rotaciones aplicadas a los
datos de imágenes durante la corrección de movimiento, las matrices
de transformación resultantes se usaron para rotar la tabla de dirección
del gradiente de difusión. El tejido no cerebral se eliminó utilizando la
herramienta de extracción de cerebro FSL. Finalmente, se ajustó el
tensor de difusión y se estimaron mapas escalares comunes (es decir,
FA, MD, RD y AD).
Tractografía probabilística de fibras
La tractografía de fibra probabilística se realizó utilizando el
complemento FSL totalmente automatizado, "AutoPtx"
( https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/AutoPtx ). Los datos de difusión
se procesaron con la Estimación Bayesiana de Parámetros de Difusión
Obtenidos mediante Técnicas de Muestreo (BEDPOSTx), considerando
dos orientaciones de fibra en cada vóxel [ 39 ]. Luego, para cada
participante, se utilizó la herramienta de registro no lineal FSL
(FNIRT) para alinear el mapa FA con la imagen de la plantilla FMRIB-
58 FA. El inverso del campo warp no lineal se calculó y aplicó a una
serie de máscaras predeterminadas de objetivo, semilla, exclusión y
terminación producidas por el complemento AutoPtx [ 40 ].
El seguimiento probabilístico de la fibra se llevó a cabo con el módulo
FSL Probtrackx utilizando las máscaras específicas del tracto
suministradas (es decir, objetivo, semilla, etc.) que se deformaron al
espacio de imagen de difusión nativa de cada sujeto. Las distribuciones
de ruta resultantes se normalizaron a una escala de 0 a 1 utilizando el
número total de intentos exitosos de semilla a objetivo y se eliminaron
los vóxeles de baja probabilidad probablemente relacionados con el
ruido como resultado del umbral establecido.
La segmentación de los tractos de materia blanca se logró al establecer
el umbral de las imágenes de densidad de tractos normalizados en
función de los valores previamente establecidos [parte del cíngulo del
giro cingulado (CGC): 0,01, tracto corticoespinal (CST): 0,005,
fascículo longitudinal inferior (ILF): 0,005, fascículo longitudinal
superior (SLF): 0,001, fascículo uncinado (UNC): 0,01, fórceps mayor
(FMA): 0,005, fórceps menor (FMI): 0,01] [ 40 ] . A continuación, se
calcularon los valores promedio de FA, MD, RD y AD para cada
tracto. Se estimaron las distribuciones de conectividad para siete
grandes paquetes de fibra (es decir, CGC, CST, ILF, SLF, UNC, FMA y
FMI) seleccionados en base a informes anteriores [ 4 , 40]. Para
evaluar si las exposiciones estaban relacionadas con las medidas
globales de la integridad de la sustancia blanca (es decir, FA, MD, RD y
AD globales), los tramos seleccionados se combinaron en un solo factor
"Factor global". El factor global se calculó promediando todos los
tractos y ponderando este promedio por el tamaño (volumen) de los
tractos (en la literatura de neuroimagen, en particular en estudios de
morfología cortical, es una práctica común asegurarse de que las
regiones pequeñas no contribuyan de la misma manera que regiones
más grandes) [ 8 , 9 ]. Se promediaron los hemisferios izquierdo y
derecho para las métricas DTI de los tractos globales e individuales.
Aseguramiento de la calidad de la imagen
El aseguramiento de la calidad de la imagen se realizó siguiendo los
procedimientos anteriores utilizados en niños [ 8 ]. La calidad de
imagen se clasificó utilizando una escala de 4 puntos con valores 1 =
"excelente", 2 = "menor", 3 = "moderado" y 4 = "severo". Se excluyeron
los conjuntos de datos que tenían una calidad insuficiente (es decir,
moderada y grave) para los análisis estadísticos ( n = 2). Los mapas de
error de suma de cuadrados de la estimación del tensor se calcularon y
se inspeccionaron visualmente para detectar ruido estructurado en
FSL. En primer lugar, se examinó el registro del mapa FA del espacio
nativo para garantizar que todas las imágenes estuvieran
correctamente alineadas con la plantilla (las máscaras se asignaron
correctamente al espacio nativo). En segundo lugar, se visualizaron
todos los tramos para asegurar una reconstrucción rigurosa de los
trayectos. La calidad de imagen sin procesar y los datos de tractografía
probabilística fueron examinados visualmente por un evaluador ciego a
los datos clínicos, y un segundo evaluador los verificó en caso de
ambigüedad [ 4 ].
Indicadores de salud mental
Los indicadores de salud mental se dividieron en dos grupos: bienestar
psicológico (es decir, felicidad, autoestima, optimismo y afecto
positivo) y malestar psicológico (es decir, estrés, depresión, ansiedad y
afecto negativo) [41 ] .
La felicidad se midió con la Escala de Felicidad Subjetiva (SHS) de 4
ítems. Los sujetos respondieron a 4 preguntas con respuestas que iban
del 1 al 7. La puntuación se obtenía de la suma de los 3 primeros ítems
con valores que iban del 3 (felicidad baja) al 21 (felicidad alta). La
versión española de SHS mostró una consistencia interna adecuada
(alfa de Cronbach entre 0,79 y 0,94), fiabilidad test-retest adecuada
( r de Pearson entre 0,55 y 0,90) y validez convergente ( r de Pearson
entre 0,52 y 0,72) [ 42 ].
La autoestima se evaluó mediante la Escala de Autoestima de
Rosenberg (RSE). La prueba incluye 10 ítems que miden sentimientos
positivos y negativos. La puntuación final es una medida de la
autoestima global. Las puntuaciones más altas indican una mayor
autoestima. El RSE es un autoinforme fiable (alfa de Cronbach =
0,86) y válido ( r de Pearson = 0,41) para evaluar la autoestima en los
niños [ 43 ].
El optimismo disposicional se midió con el Life Orientation Test-
Revised (LOT-R). Esta prueba contiene 10 ítems desde el pesimismo
hasta el optimismo, y el puntaje final se calculó sumando los 6 ítems
que evaluaron el optimismo. LOT-R es una medida de autoinforme
válida, fiable y útil para evaluar el optimismo en niños (alfa de
Cronbach = 0,78 y r de Pearson para la fiabilidad test-retest de 0,56 a
0,79) [ 44 ].
El estrés se evaluó mediante el Inventario de estrés diario para niños
(CDSI). El CDSI mide la prevalencia de eventos estresantes en cuatro
áreas: escuela, amigos, salud y familia. Las respuestas son dicotómicas
con ítems de sí/no. El resultado de la suma final indica un nivel alto o
bajo de estrés. El inventario tiene una buena fiabilidad ( r de Pearson
= 0,78) y validez (alfa de Cronbach = 0,70) en estudiantes de primaria
de España [ 45 ].
La depresión fue evaluada por el Inventario de Depresión Infantil
(CDI). Mide los síntomas relacionados con el trastorno distímico o la
depresión en los niños. Los 27 ítems se agrupan en cinco áreas
factoriales: problemas interpersonales, estado de ánimo negativo,
anhedonia, ineficacia y autoestima negativa. La puntuación final se
calculó sumando los valores de 0 (nivel de depresión bajo) a 54 (nivel
de depresión alto). Se ha informado que el alfa de Cronbach para esta
prueba es de 0,84 para los hombres y de 0,87 para las mujeres [ 46 ].
La ansiedad rasgo infantil se evaluó mediante el Inventario de
Ansiedad Estado-Rasgo para Niños (STAIC-T). El STAI mide la
tensión, la aprensión, la preocupación y el nerviosismo, pero
normalmente se usa como una medida de ansiedad global. El
inventario tiene 20 ítems con puntajes categorizados del 1 al 3 (casi
nunca casi siempre). Una puntuación alta es indicativa de un alto nivel
de ansiedad rasgo. STAIC-T es ampliamente utilizado, fiable y
ampliamente validado (alfa de Cronbach = 0,94) [ 47 ].
El afecto positivo y negativo se evaluó mediante The Positive and
Negative Affect Schedule for Children (PANAS-C). El PANAS-C tiene
20 ítems con respuestas que van del 1 al 3. El afecto positivo se calculó
sumando 10 ítems y el afecto negativo se obtuvo de la suma de 10
ítems; las puntuaciones más altas reflejan un mayor afecto positivo y
negativo. Los datos anteriores han mostrado un alfa de Cronbach de
0,87 a 0,90 para la subescala de afecto positivo y de 0,87 a 0,94 para la
subescala de afecto negativo [ 48 ].
covariables
El sexo, la velocidad máxima de altura (PHV, año) y el nivel
universitario de educación de los padres se incluyeron como
covariables según los estudios previos del proyecto ActiveBrains
[ 49 , 50 , 51 , 52 ]. PHV es un indicador común de la madurez (es decir,
la edad biológica) en niños y adolescentes [ 53 ]. El PHV se obtuvo a
partir de variables antropométricas (peso, talla y/o talla sentada)
mediante las ecuaciones de Moore [ 54]. La educación de los padres,
una medida indirecta del nivel socioeconómico, se definió por la
educación completa más alta y se dividió en 3 grupos que van desde 0
(ninguno), 1 (uno de los padres) o 2 (ambos padres). En los análisis de
sensibilidad, se incluyeron covariables adicionales [índice de masa
corporal (IMC), otra actividad física, ver televisión e índice de dieta
mediterránea]. El peso corporal y la altura se obtuvieron con los
participantes descalzos y en ropa interior. El peso se midió con una
balanza electrónica (SECA 861, Hamburgo, Alemania) y la talla (cm)
con un estadiómetro (SECA 225, Hamburgo, Alemania). Ambas
mediciones se realizaron dos veces y se usaron promedios. El IMC se
expresó en kg/m 2 . La actividad física y ver la televisión se evaluaron
mediante el cuestionario Youth Activity Profile-Spain (YAP-S) [ 27] y el
Índice de Dieta Mediterránea por el cuestionario KIDMED [ 28 ].
análisis estadístico
Todos los análisis se realizaron utilizando el Paquete Estadístico para
Ciencias Sociales (IBM SPSS Statistics para Windows, versión 23.0) y
el nivel de significación se fijó en 0,05. Las características de la
muestra del estudio se presentan como medias y desviaciones estándar
(DE) o porcentajes, luego de verificar la normalidad mediante la
prueba de Kolmogorov-Smirnov. Los análisis de regresión lineal
múltiple que ajustan los factores de confusión básicos (es decir, sexo,
PHV y educación de los padres) se presentan como coeficientes β
estandarizados (intervalo de confianza del 95 %, P). En primer lugar,
estudiamos las asociaciones entre los patrones matutinos individuales
(es decir, desplazamiento activo a la escuela, actividad física antes de la
escuela, desayunar y dormir bien) como variables independientes e
indicadores de la microestructura de la sustancia blanca global (es
decir, FA global, MD global, RD global). y AD global) como variables
dependientes. En segundo lugar, categorizamos los datos como
patrones físicamente activos temprano en la mañana (es decir, la suma
de los viajes activos a la escuela y la actividad física antes de la escuela,
y los operativizamos como 0 patrones físicamente activos, 1 patrón o 2
patrones) y patrones no físicamente activos temprano en la mañana
( es decir, la suma de desayunar y dormir bien, y operacionalizado
como 0-1 patrones no físicamente activos o 2 patrones, ya que solo 3
participantes tenían 0 patrones), examinar las asociaciones de
patrones matutinos combinados físicamente activos y no físicamente
activos con indicadores globales de microestructura de materia
blanca. En tercer lugar, para determinar si la relación con la
microestructura de la materia blanca era global o estaba restringida a
un conjunto particular de haces de materia blanca, también se
probaron las asociaciones con FA, MD, RD y AD blancas dentro de
tractos individuales si las exposiciones mostraban una asociación con
las métricas de DTI globales. .
Además, se realizaron una serie de análisis de sensibilidad: (i) los
modelos significativos básicos se ajustaron adicionalmente para el
IMC, la actividad física, ver televisión o la dieta mediterránea, (ii) se
repitieron los modelos de patrones matutinos no físicamente activos,
excluyendo aquellos con patrones 0 , y (iii) incluir patrones matutinos
tanto físicamente activos como no físicamente activos en el mismo
modelo de regresión; es decir, cuando la variable del patrón matutino
físicamente activo se modeló como la exposición principal, el análisis
también se ajustó para la variable del patrón matutino no físicamente
activo, y cuando la variable del patrón matutino no físicamente activo
se modeló como la exposición principal. exposición, el análisis también
se ajustó para la variable de patrón de actividad física temprano en la
mañana.
Finalmente, las asociaciones de indicadores globales de
microestructura de materia blanca como variables independientes con
indicadores de salud mental como variables dependientes, ajustando
por factores de confusión básicos (es decir, sexo, PHV y educación de
los padres), se realizaron si los patrones matutinos mostraban una
asociación con las métricas globales de DTI. De manera similar, las
asociaciones de FA, MD, RD y AD dentro de los tractos individuales
con indicadores de salud mental también se probaron para aquellos
indicadores de salud mental asociados con las métricas globales de
DTI. Los análisis principales se corrigieron para comparaciones
múltiples utilizando el método Benjamini-Hochberg basado en cada
métrica DTI (30 comparaciones para FA, 14 para MD, 30 para RD y 14
para AD) [55 ] .
Resultados
Las características descriptivas de la muestra del estudio se muestran
en la Tabla 1 . En este estudio se incluyeron un total de 103 niños (42
niñas, edad media 10 ± 1,1 años) con un IMC medio de 26,7 ± 3,6
kg/m 2 . Los valores descriptivos para los indicadores de
microestructura de materia blanca globales y específicos del tracto se
muestran en la Tabla S1.
Tabla 1 Características de la muestra
Tabla 1 Características de la muestra
De: La actividad física matutina se asocia con una microestructura de materia
blanca más saludable y niños más felices: el proyecto ActiveBrains
nort Significar/% Dakota del
e Sur
Todo 103
Chicas, % 42 40.8
Años de edad) 103 10.0 1.1
Velocidad máxima de altura (años) 103 − 1,90 1.0
Peso (kg) 103 56,0 11.3
Altura (cm) 103 144.2 8.6
Índice de masa corporal (kg/m ) 2
103 26.7 3.6
Estado del índice de masa corporal (%) 103
Exceso de peso 27 26.2
 Obesidad tipo 1 45 43.7
Obesidad tipo 2 20 19.4
Obesidad tipo 3 11 10.7
Educación de los padres nivel 103
universitario (%)
ninguno de los padres 66 64.1
uno de los padres 19 18.4
Ambos padres 18 17.5
1. Los valores se expresan como medias ± desviaciones estándar, a
menos que se indique lo contrario
Patrones individuales temprano en la mañana y microestructura global
de materia blanca
En la Tabla 2 se muestran las asociaciones de patrones individuales
temprano en la mañana con indicadores globales de microestructura de
materia blanca . En general, no se encontraron asociaciones entre los
patrones matutinos individuales y los indicadores de microestructura
de la materia blanca global (todos P > 0.05).
Tabla 2 Asociaciones de patrones individuales temprano en
la mañana con indicadores globales de microestructura de
materia blanca
Tabla 2 Asociaciones de patrones
individuales temprano en la mañana
con indicadores globales de
microestructura de materia blanca
De: La actividad física matutina se asocia con una microestructura de
materia blanca más saludable y niños más felices: el proyecto
ActiveBrains
FA GLOBAL MD RD ANUNCIO
GLOBAL GLOBAL GLOBAL

norte β (95 PA β (95 PA β (95 PA β (95 PA

% IC) G % IC) G % IC) G % IC) G

Desplazamie
nto activo a
la escuela.

No 44 Árbitr Árbitr Árbitr Árbitr

o o o o

Sí 45 0,213 0.05 − 0.12 − 0.07 − 0.57

 FA GLOBAL MD RD ANUNCIO
GLOBAL GLOBAL GLOBAL

norte β (95 PA β (95 PA β (95 PA β (95 PA

% IC) G % IC) G % IC) G % IC) G

(−0,00 4 0,165 3 0,196 1 0,061 0

3, (− (− (−
0,430) 0,355, 0,392, 0,265,
0,047) 0,016) 0,143)

Actividad
física antes
de la escuela.

No 59 Árbitr Árbitr Árbitr Árbitr

o o o o

Sí 30 0,140 0.19 − 0.20 − 0.16 − 0.48

(−0,07 1 0,132 1 0,146 4 0,072 8
1, (− (− (−
0,351) 0,308, 0,333, 0,311,
0,066) 0,062) 0,144)

Desayunand
o

No 10 Árbitr Árbitr Árbitr Árbitr

o o o o

Sí sesen − 0.42 0,103 0.37 0,101 0.38 0,081 0.49

ta y 0,094 1 (− 6 (− 4 (− 0
cinco (− 0,137, 0,130, 0,163,
0,325, 0,342) 0,317) 0,342)
0,137)

Buen sueño †

No 24 Árbitr Árbitr Árbitr Árbitr

o o o o

Sí 61 0,046 0.67 − 0.88 − 0.79 0,014 0.89

(−0,17 7 0,015 5 0,029 1 − 2
2, (− (− 0,193,
0,264) 0,218, 0,343, 0,232)
0,196) 0,257)
 1. Los valores de β son coeficientes de regresión
estandarizados. Los análisis se ajustaron por sexo, velocidad de
altura máxima (año) y nivel universitario de educación de los
padres (ninguno/uno/ambos)
2. FA Anisotropía fraccional, MD difusividad media, RD difusividad
radial, AD difusividad axial, ref. referencia
3. † El buen sueño se calculó como aquellos que cumplieron con la
recomendación de sueño (9-11 h) y no reportaron problemas de
sueño
Volver a la página del artículo

Combinación de patrones matutinos físicamente activos y no

físicamente activos con una microestructura blanca global
Los patrones matutinos físicamente activos se asociaron con una
mayor FA global ( β = 0,298, P = 0,013) y una RD global menor ( β =
− 0,272, P = 0,021), pero no se asociaron con MD global ( P = 0,054) o
AD global ( P = 0,524). No se encontró asociación entre los patrones
matutinos sin actividad física y los indicadores globales (todos P >
0.05) (Tabla 3 ). En los análisis de sensibilidad, se estudió la asociación
entre patrones matutinos no físicamente activos con indicadores
globales de microestructura de sustancia blanca, excluyendo aquellos
con patrones 0 ( n = 3) y los resultados fueron similares (Tabla S2). Los
resultados se mantuvieron similares cuando los modelos significativos
básicos se ajustaron adicionalmente para el IMC, la actividad física, ver
televisión o la dieta mediterránea (Tabla S3). Además, cuando
incluimos patrones matutinos tanto físicamente activos como no
físicamente activos en el mismo modelo de regresión, los resultados
fueron prácticamente los mismos (datos no mostrados).
Tabla 3 Asociaciones de patrones matutinos combinados
físicamente activos y no físicamente activos con indicadores
globales de microestructura de materia blanca

Tabla 3 Asociaciones de patrones

matutinos combinados físicamente
activos y no físicamente activos con
indicadores globales de microestructura
de materia blanca
De: La actividad física matutina se asocia con una microestructura de materia
blanca más saludable y niños más felices: el proyecto ActiveBrains
FA GLOBAL MD RD GLOBAL ANUNCIO
GLOBAL GLOBAL
nor β (95 PAG β (95 PA β (95 PAG β (95 PA
te % IC) % IC) G % IC) % IC) G
Patrones
físicame
nte
activos †
0 patrón 28 Árbitr Árbitr Árbitr Árbitr
o o o o
1 patrón 47 0,108 0.365 − 0.14 − 0.187 − 0.19
(−0,12 0,171 5 0,155 0,155 1
8, (− (− (−
0,344) 0,391, 0,377, 0,399,
0,049) 0,067 0,089
) )
2 14 0,298 0.013 − 0.05 − 0.021 − 0.52
patrones (0,064, * 0,225 4 0,272 * 0,075 4
0,532) (− (− (−
0,433, 0,509, 0,283,
0,004) − 0,149
0,034 )
)
Patrones
no
físicame
nte
activos ‡
patrón 26 Árbitr Árbitr Árbitr Árbitr
0-1 o o o o
2 44 0,081 0.497 0,016 0.89 − 0.854 0,091 0.45
patrones (− (−0,22 1 0,022 (− 1
0,157, 5, (− 0,160,
0,320) 0,248) 0,285, 0,365
0,220 )
)
1. Los valores de β son coeficientes de regresión
estandarizados. Los análisis se ajustaron por sexo, velocidad de
altura máxima (año) y nivel universitario de educación de los
padres (ninguno/uno/ambos). Los valores estadísticamente
significativos se muestran en negrita ( P < 0,05)
 2. FA Anisotropía fraccional, MD difusividad media, RD difusividad
radial, AD difusividad axial, ref. referencia
3. *Los valores estadísticamente significativos superaron las
comparaciones múltiples utilizando el método de Benjamini y
Hochberg
4. † Los patrones combinados de actividad física se calcularon como
la suma del desplazamiento activo a la escuela y la actividad
física antes de la escuela.
5. ‡ Los patrones combinados no físicamente activos se calcularon
como la suma de desayunar y dormir bien

Patrones matutinos físicamente activos combinados con

microestructura de materia blanca específica del tracto
En la Tabla 4 se muestran las asociaciones de patrones combinados
físicamente activos temprano en la mañana con indicadores de
microestructura de materia blanca específicos del tracto . En
comparación con aquellos con 0 patrones físicamente activos temprano
en la mañana, aquellos con 2 patrones físicamente activos temprano en
la mañana tenían mayor FA ( β = 0.314, P = 0.004) y menor RD ( β =
− 0.234, P = 0.032) en el SLF. Los resultados fueron similares cuando
se ejecutaron por separado las asociaciones para SLF FA izquierdo y
derecho (SLF izquierdo: β = 0,367, P = 0,002; SLF derecho: β =
0,374, P = 0,002) y RD (SLF izquierdo: β = − 0,327, P = 0,006; SLF
derecho:β =− 0.361, P = 0.003) indicadores. Los resultados fueron
prácticamente los mismos cuando los modelos significativos básicos se
ajustaron adicionalmente por IMC, actividad física, ver televisión o
dieta mediterránea (Tabla S4). No se encontraron otras asociaciones
con las métricas de la materia blanca (es decir, FA y RD) en ningún
otro tramo ( P > 0,05).
Tabla 4 Asociaciones de patrones combinados físicamente
activos temprano en la mañana con indicadores de
microestructura de materia blanca específicos del tracto
Table 4 Associations of combined
physically active early morning patterns
with tract-specific white matter
microstructure indicators
From: Early morning physical activity is associated with healthier white matter
microstructure and happier children: the ActiveBrains project
 FA RD

N β (95% CI) P β (95% CI) P

Cingulate gyrus part

of cingulum

0 pattern 28 Ref Ref

1 pattern 47 − 0.007 0.956 − 0.003 (− 0.246, 0.982

(− 0.249, 0.235) 0.246)

2 patterns 14 0.031 (− 0.210, 0.801 − 0.095 (− 0.355, 0.433

0.271) 0.150)

Corticospinal tract

0 pattern 35 Ref Ref

1 pattern 53 0.072 (− 0.144, 0.512 − 0.076 (− 0.266, 0.485

0.288) 0.133)

2 patterns 15 0.157 (− 0.059, 0.153 − 0.186 (− 0.386, 0.090

0.373) 0.029)

Inferior longitudinal
fasciculus

0 pattern 35 Ref Ref

1 pattern 53 0.034 (− 0.187, 0.760 − 0.029 (− 0.205, 0.786

0.255) 0.161)

2 patterns 15 0.150 (− 0.071, 0.181 − 0.193 (− 0.410, 0.077

0.372) 0,024)

Superior longitudinal
fasciculus

0 pattern 35 Ref Ref

1 pattern 53 − 0.001 0.989 − 0.010 (− 0.216, 0.923

(− 0.209, 0.206) 0.197)

2 patterns 15 0.314 (0.104, 0.004* − 0.234 (− 0.441, 0.032

0.523) − 0.028)

Uncinate fasciculus

0 pattern 35 Ref Ref

 FA RD

N β (95% CI) P β (95% CI) P

1 pattern 53 0.002 (− 0.223, 0.985 0.020 (− 0.243, 0.857

0.227) 0.284)

2 patterns 15 0.039 (− 0.186, 0.730 − 0.083 (− 0.309, 0.461

0.264) 0.142)

Forceps major

0 pattern 35 Ref Ref

1 pattern 53 0.047 (− 0.176, 0.679 − 0.167 (− 0.392, 0.130

0.269) 0.050)

2 patterns 15 0.163 (− 0.060, 0.151 − 0.117 (− 0.339, 0.288

0.386) 0.099)

Forceps minor

0 pattern 35 Ref Ref

1 pattern 53 − 0.009 0.934 0.014 − 0.313, 0.901

(− 0.234, 0.215) 0.342)

2 patterns 15 0.007 (− 0.218, 0.951 − 0.020 (− 0.231, 0.862

0.232) 0.198)
1. β values are standardized regression coefficients. Analyses were
adjusted for sex, peak height velocity (year) and parent education
university level (neither/one/both). Statistically significant
values are shown in bold (P < 0.05). Combined physically active
patterns were calculated as the sum of performing active
commuting to school and physical activity before school
2. FA Fractional anisotropy, RD Radial diffusivity, Ref. reference
3. *Missing values by preprocessing
4. *Statistically significant values surpassed multiple comparisons
using the Benjamini and Hochberg method

Combinación de indicadores de materia blanca globales y específicos

del tracto asociados con patrones de actividad física temprano en la
mañana con salud mental
En la Tabla 5 se muestran las asociaciones de los indicadores de salud
mental con los de los patrones matutinos físicamente activos
combinados que se asociaron con los indicadores globales de materia
blanca . La FA global se asoció positivamente con la felicidad ( β =
0,252, P = 0,022). Además, la DR global ( β = − 0,298, P = 0,008) se
asoció negativamente con la felicidad. No se encontraron otras
asociaciones entre los indicadores globales de microestructura de la
sustancia blanca y los resultados de salud mental ( P >
0,05). Finalmente, FA ( β = 0.207, P = 0.045) y RD ( β = − 0.256, P =
0.013) en el SLF se relacionó con la felicidad (Fig. 1 ).
Tabla 5 Asociaciones de indicadores combinados de materia
blanca global asociados con patrones de actividad física
temprano en la mañana con indicadores de salud mental
Tabla 5 Asociaciones de indicadores
combinados de materia blanca global
asociados con patrones de actividad
física temprano en la mañana con
indicadores de salud mental
De: La actividad física matutina se asocia con una microestructura de materia
blanca más saludable y niños más felices: el proyecto ActiveBrains
FA global ER mundial

nort β (95% IC) PAG β (95% IC) PAG

e

Salud psicológica
positiva

Felicidad (SHS) 89 0,252 (0,037, 0.022 * − 0,298 (− 0.008 *

0,467) 0,515, − 0,081)

Autoestima (RSE) 88 0,053 (−0,158, 0.620 − 0,080 (− 0.461

0,264) 0,295, 0,135)

Optimismo (LOT- 88 0,142 (−0,079, 0.206 − 0,177 (− 0.120

R) 0,363) 0,401, 0,047)

Afecto positivo 86 − 0,142 (− 0.206 0,096 (−0,131, 0.404

(PANAS-C) 0,363, 0,079) 0,322)

Salud psicológica
negativa
 FA global ER mundial

nort β (95% IC) PAG β (95% IC) PAG

e

Estrés (CDSI) 87 − 0,017 (− 0.873 − 0,010 (− 0.927

0,233, 0,198) 0,229, 0,209)

Depresión (ICD) 88 0,085 (−0,130, 0.433 − 0,064 (− 0.568

0,301) 0,285, 0,157)

Ansiedad (STAIC- 85 0,079 (−0,119, 0.428 − 0,123 (− 0.232

R) 0,278) 0,327, 0,080)

Afecto negativo 84 − 0,029 (− 0.800 0,113 (− 0,114, 0.324

(PANAS-C) 0,253, 0,196) 0,340)
1. Los valores de β son coeficientes de regresión
estandarizados. Los análisis se ajustaron por sexo, velocidad de
altura máxima (año) y nivel universitario de educación de los
padres (ninguno/uno/ambos). Los valores estadísticamente
significativos se muestran en negrita ( P < 0,05)
2. FA Anisotropía fraccional, RD Difusividad radial, SHS Escala de
felicidad subjetiva, RSE Escala de autoestima de
Rosenberg, LOT-R Prueba de orientación vital revisada, PANAS-
C Escala de afecto positivo y negativo para
niños, CDSI Inventario de estrés diario para
niños, CDI Depresión infantil Inventario, STAIC-R Inventario de
Ansiedad Estado-Rasgo para Niños
3. *Los valores estadísticamente significativos superaron las
comparaciones múltiples utilizando el método de Benjamini y
Hochberg

Figura 1
Asociaciones de indicadores de microestructura de materia blanca
específicos del tracto con indicadores de salud
mental. Panel A Anisotropía fraccional (FA); Panel B Difusividad
Radial (RD). Los valores de β son coeficientes de regresión
estandarizados. Los análisis se ajustaron por sexo, velocidad de altura
máxima (año) y nivel universitario de educación de los padres
(ninguno/uno/ambos). Se seleccionó el fascículo longitudinal superior,
ya que era el tracto previamente asociado con los patrones matutinos
activos. *Los valores estadísticamente significativos superaron las
comparaciones múltiples utilizando el método de Benjamini y
Hochberg
imagen a tamaño completo

Discusión
Los patrones individuales temprano en la mañana o los patrones
combinados temprano en la mañana no físicamente activos no se
asociaron con indicadores de microestructura de materia blanca. Sin
embargo, nuestros hallazgos sugieren que una combinación de
actividades físicamente activas a primera hora de la mañana,
particularmente el viaje activo a la escuela y la actividad física antes de
la escuela, está relacionada con indicadores de materia blanca (FA, RD)
globales y específicos del tracto SLF; ya su vez, esos indicadores de
materia blanca están relacionados con la felicidad. Por lo tanto, estos
nuevos resultados sugieren efectos sinérgicos de los patrones
matutinos físicamente activos sobre la microestructura de la materia
blanca, junto con una mayor felicidad en los niños con sobrepeso u
obesidad.
Estudios previos examinaron las asociaciones entre los
comportamientos de estilo de vida individuales (p. ej., actividad física,
sueño o dieta) y la microestructura de la materia blanca en los niños
[ 6 , 7 , 8 , 9 ]. Por ejemplo, un estudio más grande en niños con peso
normal encontró que la actividad física total (es decir, jugar al aire libre
y participar en deportes) se asoció con mejores indicadores de materia
blanca (es decir, FA global más alta y MD global más baja); sin
embargo, el desplazamiento activo, incluido el desplazamiento activo
hacia (durante las mañanas) y desde (durante la tarde) la escuela, no se
asoció con la materia blanca [ 8] .]. Otro estudio que utilizó la presente
muestra de niños con sobrepeso u obesidad mostró que la actividad
física total estaba relacionada con una mayor microestructura de
materia blanca (es decir, FA global) [ 9 ]. Además, los
comportamientos no físicamente activos (desayunar o dormir bien)
también pueden influir en la materia blanca
[ 6 , 9 , 14 ]. Específicamente, el tipo básico de desayuno se asoció
diferencialmente con el volumen de materia blanca en los niños [ 14 ] y
los trastornos del sueño se relacionaron con una menor integridad
microestructural de la materia blanca (es decir, menor FA) [ 9]. Por el
contrario, encontramos que los patrones individuales temprano en la
mañana (es decir, desplazamiento activo a la escuela, actividad física
antes de la escuela, desayunar y dormir bien) no estaban asociados con
la microestructura de la materia blanca en niños con sobrepeso u
obesidad. Estas discrepancias entre los estudios pueden deberse a: (i)
características de la muestra (es decir, niños con peso normal versus
niños con sobrepeso/obesidad), ya que los niños con
sobrepeso/obesidad pueden adherirse a comportamientos menos
saludables y mostrar un desarrollo diferencial de la materia blanca en
comparación con sus compañeros de peso normal [ 56 , 57 , 58], y (ii)
diferencias metodológicas, ya que los patrones de madrugada se
evaluaron mediante diferentes cuestionarios autoinformados en los
estudios. Por lo tanto, se necesitan estudios futuros para comprender
las asociaciones individuales de los patrones matutinos y la
microestructura de la materia blanca utilizando metodologías
estandarizadas y comparando todo el rango de distribución del índice
de masa corporal en niños.
Es importante destacar que descubrimos que la combinación de
patrones matutinos no físicamente activos (es decir, desayunar y
dormir bien) no se relacionó significativamente con los indicadores de
materia blanca; sin embargo, la combinación de patrones físicamente
activos temprano en la mañana se asoció con la microestructura de la
materia blanca. Específicamente, en comparación con los que tenían 0
patrones activos, los que realizaban ambos patrones, desplazamiento
activo a la escuela y actividad física antes de la escuela, tenían una
mayor microestructura de materia blanca. Es importante destacar que
estos resultados fueron independientes de otros factores que no
ocurrieron por la mañana, como otra actividad física, ver televisión, el
IMC o el índice de dieta mediterránea. Por lo tanto, estos resultados
resaltan la posible importancia de realizar actividad física por la
mañana y caminar o ir en bicicleta a la escuela para la microestructura
de la materia blanca en la infancia. Aunque la identificación de los
mecanismos biológicos dependientes del tiempo está más allá del
alcance de este estudio, podemos especular sobre varias razones
potenciales que subyacen a las asociaciones entre la actividad matutina
y la materia blanca. Los procesos biológicos (p. ej., el metabolismo, la
producción de hormonas, la inmunidad o el comportamiento) están
orquestados por relojes circadianos, y la sincronización temporal de
esos procesos es esencial para mantener la
homeostasis. Particularmente, el momento de la actividad física puede
arrastrar el control circadiano de la homeostasis energética sistémica y
la actividad conductual. y la activación temporal de esos procesos es
esencial para mantener la homeostasis. Particularmente, el momento
de la actividad física puede arrastrar el control circadiano de la
homeostasis energética sistémica y la actividad conductual. y la
activación temporal de esos procesos es esencial para mantener la
homeostasis. Particularmente, el momento de la actividad física puede
arrastrar el control circadiano de la homeostasis energética sistémica y
la actividad conductual.59 , 60 ]. Por ejemplo, un estudio en ratones
encontró que el momento de la actividad física es un factor crítico para
amplificar los beneficios del ejercicio en las vías metabólicas en el
músculo esquelético y la homeostasis energética
sistémica; disminuyendo específicamente los niveles de glucosa en los
músculos y la sangre solo después de la actividad matutina [ 59 ]. Estas
adaptaciones fisiológicas, a su vez, podrían influir en el tejido cerebral,
mediante exerquinas secretadas que cruzan la barrera
hematoencefálica [ 61 ]. De hecho, un estudio en ratones encontró que
la quinurenina aumentó solo después de la actividad física matutina
[ 60 ]; la quinurenina se dirige directamente a importantes receptores
de neurotransmisores y afecta los procesos redox y, por lo tanto,
probablemente influya en la fisiología del cerebro [ 62]. Del mismo
modo, las cetonas como el beta-hidroxibutirato aumentaron
notablemente con la actividad física matutina, lo que indica una mayor
dependencia de la oxidación de ácidos grasos y una mayor
amortiguación contra el estrés metabólico, lo que puede ejercer efectos
neuroprotectores [63 ] . Finalmente, los neurotransmisores
hipotalámicos serotonina, dopamina y su catabolito homovainillato
solo aumentan con la actividad física matutina [ 61]. Por lo tanto, con
base en modelos animales, un impacto de la actividad física
dependiente del tiempo en el cerebro humano parece ser
biológicamente plausible, aunque es importante resaltar que la
fisiología del ejercicio y los ritmos circadianos son muy variables en
humanos y animales. Se necesitan futuros estudios longitudinales y
ensayos clínicos en humanos para confirmar los efectos sinérgicos y
específicos de la madrugada de los comportamientos activos en la
microestructura de la materia blanca, así como sus posibles
mecanismos subyacentes.
Otro hallazgo interesante fue que, además de las asociaciones con la
microestructura de la materia blanca global, hubo una asociación
específica del tracto entre una combinación de patrones matutinos
físicamente activos y la microestructura de la materia blanca en el
SLF. El SLF conecta las regiones parietal, temporal y occipital con el
lóbulo frontal. Este tracto está involucrado en el apoyo a diferentes
funciones, incluido el procesamiento de la información espacial visual,
la toma de decisiones y la regulación emocional [ 64 , 65 , 66 ]. En
particular, los estudios en niños han asociado el SLF con varios
procesos y funciones diferentes [ 5 , 67 , 68 ]. Por ejemplo, Bruckert et
al. [ 67] encontró una asociación entre SLF en ambos hemisferios con
lectura tardía en niños y Brandes-Aitken et al. [ 68 ] observó una
asociación tanto con el control visomotor como con el control
cognitivo. Además, un gran estudio poblacional de niños de 10 años
mostró que la microestructura mejorada de la materia blanca se asoció
con una psicopatología general más baja, que a su vez se relacionó con
la felicidad [ 5]. Curiosamente, en el presente estudio, encontramos
que tanto la FA como la RD globales y específicas del tracto (es decir,
SLF) estaban relacionadas con la felicidad, pero no con ningún otro
indicador de salud mental, lo que sugiere un papel específico de la
materia blanca del SLF con la felicidad. durante la infancia. En esta
línea, aunque ningún estudio previo en niños ha demostrado una
asociación directa entre la materia blanca y la felicidad, algunas
investigaciones recientes en adultos examinaron esta hipótesis
[ 69 , 70 ]. Por ejemplo, un estudio en 417 adultos japoneses sanos
encontró que la AF de varios tractos, incluido SLF, estaba relacionada
con la felicidad evaluada también por el cuestionario SHS
[ 69] .]. Además, un metanálisis que incluyó 37 estudios encontró
interrupciones en el SLF como la alteración de la sustancia blanca más
común en adultos que padecen afecciones emocionales psiquiátricas
como el trastorno bipolar, el trastorno de ansiedad social, el trastorno
depresivo mayor, el trastorno de estrés postraumático y el trastorno
obsesivo-compulsivo. trastorno [ 71 ]. Por lo tanto, el SLF, aunque
clásicamente asociado con funciones espaciales [ 72 ], puede tener un
subcomponente emocional. Sin embargo, futuros estudios
longitudinales con tamaños de muestra más grandes deberían
examinar la influencia global y específica del tracto de la
microestructura de la sustancia blanca en los indicadores de salud
mental en los niños.
Finalmente, varias limitaciones requieren discusión. Primero, el diseño
transversal no permite inferencias sobre la causalidad de ninguno de
los factores asociados. En segundo lugar, la muestra con sobrepeso y
obesidad limita la generalización de nuestros hallazgos a todo el rango
de distribución del IMC. En tercer lugar, el tamaño del vóxel era un
vóxel no isotrópico de 4 mm de sección (1,8 × 1,8 × 4 mm 3). Por lo
tanto, FA podría subestimarse en regiones que contienen fibras
cruzadas (es decir, SLF). Por otro lado, la FA medida en regiones sin
fibras cruzadas (es decir, CST) no es propensa a
subestimarse. Finalmente, nuestro estudio se basó en medidas
autoinformadas, aunque validadas, para evaluar los patrones
matutinos. Por otro lado, el estudio tiene varias fortalezas, incluida la
muestra relativamente grande con datos de neuroimagen, los análisis
de indicadores de materia blanca tanto globales como específicos del
tracto, y la evaluación de una amplia batería de salud mental.
Conclusión
Nuestros resultados sugieren que los patrones individuales temprano
en la mañana no se asociaron con la microestructura de la materia
blanca en niños con sobrepeso u obesidad. Además, mientras que los
patrones matutinos no físicamente activos combinados pueden no
estar relacionados con los indicadores de la sustancia blanca, la
combinación de los dos patrones matutinos físicamente activos (es
decir, desplazamientos activos y actividad física antes de la escuela)
puede relacionarse positivamente con el tracto SLF y global. -
Indicadores específicos de materia blanca (FA, RD), ya su vez,
felicidad. Sin embargo, estos resultados deben confirmarse en ensayos
controlados aleatorios.
Desde una perspectiva de salud pública, implementar una intervención
de ejercicio temprano en la mañana puede generar cerebros más
saludables y niños más felices. Las instituciones educativas y de salud
deben apuntar antes a los programas escolares de actividad física, así
como promover estrategias para caminar o ir en bicicleta a la escuela
durante la infancia para mejorar la salud cerebral y mental.
Disponibilidad de datos
El conjunto de datos que respalda las conclusiones de este artículo está
disponible previa solicitud razonable, enviando un correo electrónico al
autor correspondiente.
Referencias
1. Lenroot RK, Giedd JN (2006) Desarrollo cerebral en niños y
adolescentes: conocimientos a partir de imágenes de resonancia
magnética anatómica. Neurosci Biobehav Rev 30(6):718–729

Artículo PubMed Google Académico

2. Schmithorst VJ, Yuan W (2010) Desarrollo de la materia blanca

durante la adolescencia como se muestra por resonancia
magnética de difusión. Cognición cerebral 72(1):16–25
 Artículo PubMed Google Académico

3. Schmithorst VJ, Wilke M, Dardzinski BJ, Holland SK (2005) Las

funciones cognitivas se correlacionan con la arquitectura de la
sustancia blanca en una población pediátrica normal: un estudio
de resonancia magnética con tensor de difusión. Hum Brain
Mapp 26 (2): 139–147

Artículo PubMed Centro de PubMed Google Académico

4. Muetzel RL, Blanken LME, van der Ende J, El Marroun H, Shaw

P, Sudre G et al (2018) Seguimiento del desarrollo cerebral y
síntomas psiquiátricos dimensionales en niños: un estudio
longitudinal de neuroimagen basado en la población. Am J
Psiquiatría 175(1):54–62

Artículo PubMed Google Académico

5. Neumann A, Muetzel RL, Lahey BB, Bakermans-Kranenburg MJ,

van Ijzendoorn MH, Jaddoe VW et al (2020) Microestructura de
la materia blanca y el factor de psicopatología general en niños. J
Am Acad Child Adolesc
Psychiatry. https://doi.org/10.1016/j.jaac.2019.12.006

Artículo PubMed Google Académico

6. Taki Y, Kawashima R (2012) Desarrollo cerebral en la

infancia. Neuroimagen abierta J 6:103–110

Artículo Google Académico

7. Rodriguez-Ayllon M, Esteban-Cornejo I, Verdejo-Roman J,

Muetzel RL, Migueles JH, Mora-Gonzalez J et al (2020)
Actividad física, comportamiento sedentario y microestructura
de la sustancia blanca en niños con sobrepeso u obesidad. Med
Sci Sports Ejercicio 52 (5): 1218–1226