Los Patrones Electroencefalográficos Cuantitativos Asociados con Ansiedad, Hiperactivación Cortical y Alteraciones en la Regulación Emocional: Serie de Cinco Casos Clínicos Evaluados mediante qEEG: Patrones Electroencefalográficos Cuantitativos Asociados con Ansiedad, Hiperactivación Cortical y Alteraciones en la Regulación Emocional: Serie de Cinco Casos Clínicos Evaluados mediante qEEG

Gustavo Mondragón Espinosa

Autores/as

Gustavo Mondragón Espinosa Universidad de Ixtlahuaca CUI https://orcid.org/0009-0003-4385-7311

Palabras clave:

hiperactivación cortical, ansiedad, regulación emocional, resiliencia, qEEG

Resumen

Introducción: La electroencefalografía cuantitativa (qEEG) ofrece un análisis objetivo de la dinámica funcional cerebral. En el marco actual de fortalecer la salud mental y la resiliencia en tiempos de cambio, comprender los correlatos neurofisiológicos de la ansiedad resulta prioritario para optimizar los procesos adaptativos y de aprendizaje. Objetivo: Caracterizar los patrones neurofisiológicos mediante qEEG en una serie de cinco casos clínicos con ansiedad, estrés y desregulación emocional, evaluando biomarcadores clave de hiperactivación y resiliencia. Método: Estudio observacional, descriptivo y retrospectivo en cinco adultos (18-44 años). Se evaluó la actividad oscilatoria en reposo (ojos cerrados/abiertos) y tarea cognitiva con un sistema Q-WIZ (4 canales), analizando parámetros espectrales, frecuencia pico, razones de potencia y conectividad. Resultados: Se identificó un patrón convergente caracterizado por incremento de la frecuencia pico global, desacoplamiento de la frecuencia pico alfa y elevación de las razones HiBeta/Alfa y HiBeta/Beta baja. En cuatro casos se observó alteración focal temporal. La conectividad global permaneció conservada. Discusión y Conclusiones: Los hallazgos respaldan un fenotipo transdiagnóstico de hiperactivación cortical que compromete la flexibilidad adaptativa. El qEEG aporta elementos fundamentales para diseñar protocolos de neurofeedback personalizados dirigidos a fortalecer la resiliencia y autorregulación en salud mental. Palabras clave: qEEG, hiperactivación cortical, ansiedad, regulación emocional, resiliencia.

Biografía del autor/a

Gustavo Mondragón Espinosa, Universidad de Ixtlahuaca CUI

d) Nombre completo del autor o autores: en Psic. Gustavo Mondragón Espinosa
e) Nacionalidad: Mexicana
f) Filiación institucional: Ekilibra-T (Centro de Bienestar emocional)
g) Institución y Proyecto: Investigación realizada en el Centro de Bienestar emocional Ekilibra-T
h) Trayectoria académica:

Ponente en Congresos Nacionales e internacionales.

Ha publicado en la revista institucional Diversus Nexus. Editor de la Revista DN Psicología y Educación en Open Journal, Clave ORCID: https://orcid.org/0009- 0003-4385-7311
Autor y coordinador del libro “Polisemias en investigación educativa, confluencias desde la pluralidad”
Investigaciones sobre demanda de oferta educativa, en la zona noroccidental del Estado de México, estudios de viabilidad, Currículum, Constructos Personales y Psicología de la Salud.
Líder curricular de equipos de trabaj para el diseño curricular y gestión para la incorporación de más de 40 planes de estudio en la Universidad de Ixtlahuaca CUI,
Actualmente, es Director de Ekilibra-T y pertenece a ASLANET (Asociación Latinoamericana de Neurobiofeedback y Neuroterapia), formándose en Neuroterapia a través de Neuro y Biofeedback y Mapeo Cerebral qEEG.
Miembro activo y Director de Intercambio Académico Internacional del Colegio Federal de Doctores en Psicología

i) Máximo grado académico alcanzado: Doctor en Psicología

Citas

American Psychiatric Association. (2022). Diagnostic and statistical manual of mental disorders (5th ed., text rev.; DSM-5-TR). American Psychiatric Publishing. https://doi.org/10.1176/appi.books.9780890425787

Arns, M., Conners, C. K., & Kraemer, H. C. (2013). A decade of EEG Theta/Beta Ratio research in ADHD: A meta-analysis. Journal of Attention Disorders, 17(5), 374-383. https://doi.org/10.1177/1087054712460087

Bassett, D. S., & Sporns, O. (2017). Network neuroscience. Nature Neuroscience, 20(3), 353-364. https://doi.org/10.1038/nn.4502

Berger, H. (1929). Über das Elektrenkephalogramm des Menschen. Archiv für Psychiatrie und Nervenkrankheiten, 87(1), 527-570. https://doi.org/10.1007/BF01797193

Buzsáki, G. (2006). Rhythms of the Brain. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780195301069.001.0001

Coben, R., & Evans, J. R. (Eds.). (2018). Neurofeedback and neuromodulation techniques and applications. Academic Press.

Cuthbert, B. N., & Insel, T. R. (2013). Toward the future of psychiatric diagnosis: The seven pillars of RDoC. BMC Medicine, 11, Article 126. https://doi.org/10.1186/1741-7015-11-126

Etkin, A., Prater, K. E., Schatzberg, A. F., Menon, V., & Greicius, M. D. (2009). Disrupted amygdalar subregion functional connectivity and evidence of a compensatory network in generalized anxiety disorder. Archives of General Psychiatry, 66(12), 1361-1372. https://doi.org/10.1001/archgenpsychiatry.2009.104

Fernandez, K. C., Jazaieri, H., & Gross, J. J. (2016). Emotion regulation: A transdiagnostic perspective on a new RDoC domain. Cognitive Therapy and Research, 40(3), 426-440. https://doi.org/10.1007/s10608-016-9772-7

Goncharova, I. I., McFarland, D. J., Vaughan, T. M., & Wolpaw, J. R. (2003). EMG contamination of EEG: Spectral and topographical characteristics. Clinical Neurophysiology, 114(9), 1580-1593. https://doi.org/10.1016/s1388-2457(03)00093-2

Grandy, T. H., Werkle-Bergner, M., Chicherio, C., Lövdén, M., Schmiedek, F., & Lindenberger, U. (2013). Peak individual alpha frequency qualifies as a stable neurophysiological trait marker in healthy younger and older adults. Psychophysiology, 50(6), 570-582. https://doi.org/10.1111/psyp.12043

Gruzelier, J. H. (2014). EEG-neurofeedback for optimising performance. I: A review of cognitive and affective outcome in healthy participants. Neuroscience & Biobehavioral Reviews, 44, 124-141. https://doi.org/10.1016/j.neubiorev.2013.09.015

Hammond, D. C. (2011). What is neurofeedback? Journal of Neurotherapy, 15(4), 305-336. https://doi.org/10.1080/10874208.2011.623090

Imperatori, C., Valenti, E. M., Farina, B., Lucci, G., & Innamorati, M. (2019). EEG functional connectivity metrics and machine learning for anxiety disorders: A systematic review. Diagnostics, 9(4), Article 251. https://doi.org/10.3390/diagnostics9040251

Insel, T. R., & Cuthbert, B. N. (2015). Brain disorders? Precisely. Science, 348(6234), 499-500. https://doi.org/10.1126/science.aab2358

John, E. R., Prichep, L. S., Fridman, J., & Easton, P. (1988). Neurometrics: Computer-assisted differential diagnosis of brain dysfunctions. Science, 239(4836), 162-169. https://doi.org/10.1126/science.3336779

Klimesch, W. (1999). EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis. Brain Research Reviews, 29(2-3), 169-195. https://doi.org/10.1016/s0165-0173(98)00056-3

Marzbani, H., Marateb, H. R., & Mansourian, M. (2016). Neurofeedback: A comprehensive review on system design, methodology and clinical applications. Basic and Clinical Neuroscience, 7(2), 143-158. https://doi.org/10.15412/J.BCN.03070208

Menon, V. (2015). Salience network. In A. W. Toga (Ed.), Brain mapping: An encyclopedic reference (Vol. 2, pp. 597-611). Academic Press. https://doi.org/10.1016/B978-0-12-397025-1.00052-X

Michel, C. M., & Koenig, T. (2018). EEG microstates as a tool for studying the temporal dynamics of whole-brain neuronal networks. NeuroImage, 180, 577-593. https://doi.org/10.1016/j.neuroimage.2017.11.062

Michel, C. M., & Murray, M. M. (2012). Towards the utilization of EEG as a brain imaging tool. NeuroImage, 61(2), 371-385. https://doi.org/10.1016/j.neuroimage.2011.12.039

Micoulaud-Franchi, J. A., McGonigal, A., Lopez, R., Daudet, C., Kotwas, I., & Bartolomei, F. (2021). Electroencephalographic neurofeedback: Level of evidence in mental and brain disorders and recommendations for clinical practice. Neurophysiologie Clinique, 51(1), 45-61. https://doi.org/10.1016/j.neucli.2020.10.007

Newson, J. J., & Thiagarajan, T. C. (2019). EEG frequency bands in psychiatric disorders: A review of resting state studies. Frontiers in Human Neuroscience, 12, Article 521. https://doi.org/10.3389/fnhum.2018.00521

Northoff, G., Wainio-Theberge, S., & Evers, K. (2021). Is temporo-spatial dynamics the "common currency" of brain and mind? Neuroscience & Biobehavioral Reviews, 130, 1-17. https://doi.org/10.1016/j.neubiorev.2021.08.016

Nuwer, M. R. (1997). Assessment of digital EEG, quantitative EEG, and EEG brain mapping. Neurology, 49(1), 277-292. https://doi.org/10.1212/wnl.49.1.277

Pessoa, L. (2017). The cognitive-emotional brain: From interactions to integration. MIT Press.

Ros, T., Enriquez-Geppert, S., Zotev, V., Young, K. D., Wood, G., Whitfield-Gabrieli, S., Wan, F., Vuilleumier, P., Vialatte, F., Van De Ville, D., Todder, D., Surmeli, T., Sulzer, J., Strehl, U., Sterman, M. B., Steiner, N. J., Sherlin, L., Schönenberg, M., Scharnowski, F., & Thibault, R. T. (2020). Consensus on the reporting and experimental design of clinical and cognitive-behavioural neurofeedback studies (CRED-nf checklist). Brain, 143(6), 1674-1685. https://doi.org/10.1093/brain/awaa009

Roy, Y., Banville, H., Albuquerque, I., Gramfort, A., Falk, T. H., & Faubert, J. (2019). Deep learning-based electroencephalography analysis: A systematic review. Journal of Neural Engineering, 16(5), Article 051001. https://doi.org/10.1088/1741-2552/ab260c

Schoenberg, P. L. A., & David, A. S. (2014). Biofeedback for psychiatric disorders: A systematic review. Applied Psychophysiology and Biofeedback, 39(2), 109-135. https://doi.org/10.1007/s10484-014-9246-9

Thatcher, R. W. (2010). Validity and reliability of quantitative electroencephalography. Journal of Neurotherapy, 14(2), 122-152. https://doi.org/10.1080/10874201003773500

Thatcher, R. W. (2012). Coherence, phase differences, phase shift, and phase lock in EEG/ERP analyses. Developmental Neuropsychology, 37(6), 476-496. https://doi.org/10.1080/87565641.2011.619241

Thatcher, R. W., North, D., & Biver, C. (2003). Quantitative EEG normative databases: Validation and clinical correlation. Journal of Neurotherapy, 7(3-4), 87-121. https://doi.org/10.1300/J184v07n03_05

Whitham, E. M., Lewis, T., Pope, K. J., Fitzgibbon, S. P., Clark, C. R., Loveless, S., & Willoughby, J. O. (2007). Thinking activates EMG in scalp electrical recordings. Clinical Neurophysiology, 118(12), 2731-2735. https://doi.org/10.1016/j.clinph.2007.08.024

World Health Organization. (2022). World mental health report: Transforming mental health for all. World Health Organization.