Estudiando los problemas de salud mental como sistemas, no como síndromes

Por Dr. Eiko Fried, profesor asociado en el departamento de psicología y metodología en la Universidad de Leiden.

Los sistemas de clasificación psiquiátrica como el Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM; Asociación Americana de Psiquiatría, 2013) o la Clasificación Internacional de Enfermedades (CIE; Organización Mundial de la Salud, 2019) categorizan los problemas de salud mental en diagnósticos como la esquizofrenia y el trastorno de estrés postraumático (TEPT). Estos diagnósticos se describen más detalladamente por criterios, a menudo síntomas específicos. La historia de la definición del diagnóstico del trastorno depresivo mayor (TDM) ayuda a clarificar la crucial distinción entre problemas de salud mental y diagnósticos por los que se clasifican.

La quinta edición del DSM (DSM-5) especifica que se puede diagnosticar un episodio de TDM si una persona presenta al menos cinco de nueve síntomas durante 2 semanas y también muestra un considerable deterioro en su funcionamiento. ¿Qué datos justifican estos criterios en particular? En un esfuerzo por introducir el modelo médico en psiquiatría, Feighner et al. (1972) delinearon lo que ha llegado a llamarse los criterios de Feighner: signos y síntomas observables para los trastornos mentales comunes. Para determinar los síntomas de TDM, los autores se basaron en un artículo de 1957 de Cassidy y sus colegas. Los criterios de Feighner fueron muy influyentes para el DSM-3, y hoy en día, todos los síntomas de TDM propuestos originalmente por Cassidy, con una excepción (estreñimiento), se conservan en el DSM-5, con un umbral similar para la significación clínica (DSM-5: al menos cinco de 9 síntomas; Cassidy: al menos seis de 10 síntomas). Cuando a Cassidy se le preguntó en 1980 acerca de su razonamiento detrás de estos criterios, respondió que “sonaba bien” (Kendler et al., 2010, p. 136).

Se pueden observar desarrollos similares para otros diagnósticos. Muchas de las iteraciones del DSM, como la transición del DSM-5 de un modelo categórico a un modelo dimensional de los trastornos de la personalidad, se basaron en datos. Pero la nosología psiquiátrica es “un compromiso pragmático entre múltiples demandas y constituyentes en competencia” (Lilienfeld, 2014, p. 269) y ha sido impulsada por la adhesión al precedente, la defensa de los pacientes, los esfuerzos de cabildeo y los objetivos de minimizar el estigma y evitar tasas de prevalencia excesivas. Estas fuerzas sociopolíticas han moldeado el DSM, al igual que las fuerzas históricas y la dependencia de la trayectoria (Lilienfeld, 2014; Scull, 2021). Feighner, por ejemplo, podría haberse basado en uno de los muchos marcos en competencia con las vistas de Cassidy, lo que eventualmente habría llevado a un DSM-5 algo diferente. Y si Wernicke (un competidor influyente de uno de los padres fundadores de la psiquiatría moderna, Kraepelin) no hubiera muerto prematuramente en un accidente de bicicleta, la nosología psiquiátrica en general podría parecer hoy un poco diferente (Kendler, 2016a).

Literalismo diagnóstico

Los problemas de salud mental son procesos biopsicosociales complejos que se desarrollan en los individuos a lo largo del tiempo. En contraste, los diagnósticos son idealizaciones categóricas diseñadas como herramientas clínicamente útiles para facilitar la comunicación, el pronóstico preciso y la selección y planificación del tratamiento. Los problemas de salud mental pueden describirse como diagnósticos, y tal descripción puede ser inmensamente útil para la investigación y la práctica clínica, pero los problemas de salud mental y los diagnósticos no son el mismo tipo de cosa. Confundir los dos se llama literalismo diagnóstico (también referido como reificación o esencialismo; Adriaens & De Block, 2013; Kendler, 2016b; Kendler et al., 2011; Zachar, 2014), es decir, tomar los diagnósticos por más de lo que son.

Las siguientes ocho observaciones ayudan a clarificar la diferencia entre los problemas de salud mental y los diagnósticos y son resultados esperados al superponer idealizaciones clínicas en el complejo paisaje de los trastornos mentales (Hyman, 2021).

Para la mayoría de los diagnósticos, el DSM ignora las causas y la etiología.
Los sistemas de clasificación como el DSM y la CIE difieren considerablemente en su conceptualización de algunos diagnósticos (p. ej., TEPT), y hay docenas de diferentes herramientas de medición para diagnosticar el mismo trastorno (p. ej., TDM; Fried et al., 2022).
La confiabilidad entre observadores para algunos diagnósticos comunes es baja (Regier et al., 2013).
Las personas con el mismo diagnóstico a menudo tienen algunas similitudes (p. ej., en términos de etiología y síntomas).
Sin embargo, también muestran diferencias considerables (p. ej., Galatzer-Levy & Bryant, 2013).
Hay una comorbilidad considerable entre los diagnósticos, y muchos factores de riesgo son transdiagnósticos (es decir, compartidos entre diagnósticos; Eaton et al., 2015; Kessler et al., 2005).
Aunque los diagnósticos son categóricos, la mayoría de los problemas de salud mental se describen mejor como que se ubican en una dimensión de gravedad que va de ausente a muy severa, y se han propuesto varios umbrales donde el funcionamiento normal se convierte en enfermedad mental (Haslam et al., 2012; von Glischinski et al., 2021).
Finalmente, las vías de la enfermedad pueden caracterizarse por equifinalidad (diferentes puntos de partida pueden llevar al mismo diagnóstico) y multifinalidad (puntos de partida similares pueden llevar a diagnósticos diferentes).

Desafortunadamente, la psicología clínica y la psiquiatría han dedicado la mayoría de sus recursos a estudiar las etiquetas diagnósticas que resumen los complejos estados de salud mental de las personas, en lugar de cómo los procesos biopsicosociales dan lugar a problemas de salud mental

Los diagnósticos no dividen la naturaleza en sus articulaciones, sino que son tipos pragmáticos: cosas construidas (en parte sobre la base de evidencia) para ser útiles para propósitos específicos (Kendler et al., 2011). Los elementos enumerados en el DSM de la psiquiatría son diferentes de los elementos enumerados en el equivalente de la química al DSM, la tabla periódica. El helio y el magnesio son tipos naturales, entidades inmutables con propiedades necesarias y suficientes que los definen claramente. Cada átomo con dos protones es helio, y la estructura interna del helio, no el consenso de los expertos, define la membresía del tipo. A diferencia de TDM y esquizofrenia, el helio tiene solo una definición, puede ser diagnosticado con perfecta fiabilidad y puede distinguirse claramente de otros tipos, como el magnesio.

Eso no significa que los diagnósticos psiquiátricos no tengan utilidad. Similar a TDM y TEPT, la presión arterial alta a largo plazo se asocia con numerosos resultados adversos. Pero como la presión arterial se encuentra en un continuo, la definición de “presión arterial anormal” sigue siendo algo arbitraria y es el resultado del consenso de los expertos teniendo en cuenta factores no científicos (Unger et al., 2020), al igual que los criterios para TDM y TEPT. Incluso la decisión de la Unión Astronómica Internacional de eliminar a Plutón de la lista de planetas se basó en parte en definiciones algo arbitrarias de lo que debería ser un planeta, influenciada por factores no científicos, y fue fuertemente opositada por algunos astrónomos (Zachar & Kendler, 2012).

Desafortunadamente, la psicología clínica y la psiquiatría han dedicado la mayoría de sus recursos a estudiar las etiquetas diagnósticas que resumen los complejos estados de salud mental de las personas, en lugar de cómo los procesos biopsicosociales dan lugar a problemas de salud mental. La literatura está dominada por estudios de casos y controles, en los cuales un grupo de control saludable se compara con un grupo diagnosticado con un trastorno mental específico; tales estudios han resultado en “factores de riesgo para la esquizofrenia”, “genes para TDM” y “síntomas de TEPT”. Es improbable que tales diseños estén óptimamente posicionados para informar la investigación, porque el enfoque es defectuoso en la medida en que los problemas de salud mental no son las idealizaciones diagnósticas que se resumen como (Fig. 1a).

Fig. 1. Conceptualización de los problemas de salud mental como sistemas. El esquema en (a) representa a 20 personas hipotéticas diagnosticadas con trastorno de estrés postraumático (TEPT; rojo) y trastorno depresivo mayor (TDM; azul). Sus estados de salud mental están caracterizados por tres características, X, Y y Z, como una simplificación de un espacio de características mucho más grande y n-dimensional. Los dos grupos difieren moderadamente en la característica X, difieren grandemente en la característica Y y no difieren apreciablemente en la característica Z; la variabilidad dentro del grupo en la característica Z es mucho mayor para las personas con TDM que para aquellas con TEPT. Desde una perspectiva de sistemas, los estados de salud mental de estas personas son propiedades emergentes que surgen de las interacciones de numerosas características biopsicosociales (por ejemplo, factores de riesgo, etiología, pensamientos, predisposiciones biológicas, entornos sociales). Los estados de salud mental se agrupan hasta cierto punto porque las características están en relaciones probabilísticas entre sí (por ejemplo, un trauma severo a menudo conduce a pesadillas). Superponer diagnósticos en este paisaje complejo lleva a una persona por grupo que es la más típica del diagnóstico (círculos negros), pero también ignora diferencias interindividuales significativas. El diagrama en (b) utiliza dos copias de la misma carta de juego, sostenida entre dos dedos, como modelo para estados de salud mental vulnerables y resilientes. La carta de la izquierda está en un estado vulnerable y se puede mover con poca energía a un estado alternativo. La carta de la derecha está en un estado resiliente, y forzar una transición de fase a un estado alternativo requiere considerable energía.

Reduccionismo

Otro obstáculo para una mejor comprensión, predicción y tratamiento de los problemas de salud mental ha sido el estudio aislado de partes particulares de los trastornos mentales. Una bicicleta es un sistema mecánico simple que consta de partes que se relacionan entre sí: un pedal mueve un engranaje, que mueve una cadena, que mueve otro engranaje, y así sucesivamente (A → B → C → D). Para entender completamente cómo funciona este sistema a nivel macro, es suficiente investigar sus componentes constituyentes a nivel micro. Este enfoque se puede entender como reduccionismo: averiguar las propiedades del todo dadas las propiedades de sus partes (Pessoa, 2022, Capítulo 8). Funciona bien en este ejemplo porque las características de las partes de la bicicleta permanecen inalteradas cuando se investigan de forma aislada. Aunque el reduccionismo ha tenido un éxito asombroso en la ciencia, sus límites se hicieron evidentes en el siglo XX cuando los académicos intentaron comprender sistemas cada vez más complejos, como el mercado de valores, el clima, Internet (Barabási, 2012; Von Bertalanffy, 1972), o, como sostengo aquí, los trastornos mentales. Esto se debe a que los sistemas complejos contienen elementos interdependientes cuyas propiedades dependen entre sí, y por lo tanto requieren el estudio de las partes del sistema y las relaciones entre esas partes (Fried et al., 2022).

Además, la naturaleza biopsicosocial de los problemas de salud mental requiere investigar partes y relaciones a través de niveles. Una barrera particular para el progreso ha sido el reduccionismo biológico o explicativo, la idea de que los niveles inferiores (es decir, la biología) ofrecen un poder explicativo inherentemente superior al de los niveles superiores (es decir, la psicología, el ambiente). El reduccionismo explicativo ha dominado el panorama de la investigación desde la década de 1980 y ha limitado los fondos para la investigación, la política de atención de la salud y la prestación de servicios clínicos (Borsboom et al., 2019; Miller, 2010; Scull, 2021). Las directivas estratégicas altamente influyentes del Instituto Nacional de Salud Mental (NIMH) son buenos ejemplos: Han afirmado que los trastornos mentales son “trastornos cerebrales” (Insel & Cuthbert, 2015, p. 499), “trastornos de circuitos cerebrales” (Insel & Cuthbert, 2015, p. 500), o “disfunciones en circuitos neurales” (Insel et al., 2010, p. 749) que pueden ser “identificados con herramientas de neurociencia clínica” (Insel et al., 2010, p. 749), tratados por “ajuste de estos neurales circuitos” (Insel & Cuthbert, 2015, p. 500), y finalmente mejor comprendidos a través de una “clasificación psiquiátrica basada en neurociencia” (Insel et al., 2010, p. 750). Esta perspectiva traslada cada aspecto de la salud mental: nosología psiquiátrica, diagnóstico individual, disfunción y tratamiento al nivel del cerebro y es evidente en muchos de los esfuerzos del NIMH, como el trabajo temprano sobre los Criterios de Dominio de Investigación (RDoC; Insel et al., 2010).

Artículo recomendado: Los problemas psicológicos no son enfermedades

El reduccionismo explicativo enfrenta una serie de desafíos (Borsboom et al., 2019; Eronen, 2021). En primer lugar, los niveles inferiores no son por definición superiores en la explicación de procesos de nivel superior: “Nadie buscaría entender el origen de la hipertensión a nivel de quarks” (Kendler, 2005, p. 1249). En cambio, la salida de sistemas complejos a menudo requiere explicaciones de nivel superior. Por ejemplo, el latido del corazón humano resulta de bucles de retroalimentación entre propiedades como la actividad conjunta de canales de iones y potencial celular, no de una unidad de control central (Eronen, 2021). En segundo lugar, se pueden encontrar biomarcadores para un problema de salud mental, como las alucinaciones, pero el contenido de las alucinaciones (por ejemplo, bizarro vs. grandioso), no su instanciación biológica, impulsa los sentimientos (por ejemplo, miedo vs. euforia) y comportamientos (por ejemplo, huir vs. acercarse). En tercer lugar, fenotipos complejos como las alucinaciones grandiosas probablemente sean realizables de múltiples formas; es decir, probablemente difieren en la activación cerebral entre (y quizás dentro de) los individuos.

Una barrera particular para el progreso ha sido el reduccionismo biológico o explicativo, la idea de que los niveles inferiores (es decir, la biología) ofrecen un poder explicativo inherentemente superior al de los niveles superiores (es decir, la psicología, el ambiente).

La psiquiatría biológica ha proporcionado considerables conocimientos sobre la biología humana pero nos ha contado relativamente poco sobre la biología de diagnósticos específicos. La Asociación Psiquiátrica Americana concluyó recientemente que “la neuroimagen aún no ha tenido un impacto significativo en el diagnóstico o tratamiento de pacientes individuales en entornos clínicos” (First et al., 2018, p. 915), y los estudios de asociación de todo el genoma han resultado en gran medida en hallazgos transdiagnósticos (en lugar de específicos para el diagnóstico) que explican cantidades insignificantes de varianza (Scull, 2021). Incluso el director del NIMH (2002–2015) Insel, una de las voces más influyentes para estudiar la biología de la enfermedad mental, concluyó que después de 13 años en el NIMH presionando realmente sobre la neurociencia y la genética de los trastornos mentales, aunque logré que se publicaran muchos trabajos realmente interesantes por científicos geniales a costos bastante elevados, creo que $20 mil millones, no creo que hayamos movido la aguja en la reducción del suicidio, la reducción de las hospitalizaciones, mejorando la recuperación para las decenas de millones de personas que tienen enfermedades mentales. (citado en Rogers, 2017, párrafo. 6)

Esta falta de progreso no se debe a que la biología no esté crucialmente involucrada en los estados de salud mental, se debe a nuestro enfoque en estudiar la biología de las etiquetas particulares del DSM que probablemente son los objetivos equivocados, y debido a que estudiamos la biología de manera aislada (Cai et al., 2020; Eronen, 2021; Hitchcock et al., 2022).

El literalismo diagnóstico y el reduccionismo explicativo han formado un ciclo vicioso de reificación. Estudiamos los genomas de millones de participantes diagnosticados a través del DSM-5 cuando no está claro por qué estos fenotipos serían adecuados para el descubrimiento genético en primer lugar (Cai et al., 2020; Hitchcock et al., 2022). Después de identificar correlaciones débiles, reificamos aún más los diagnósticos hablando de “genes para la depresión mayor” o “biomarcadores cerebrales para el TEPT”. Nuestra tendencia natural a esencializar los trastornos mentales (Adriaens & De Block, 2013) e inferencias erróneas de la medición (“tenemos una medida comúnmente utilizada para el diagnóstico X; por lo tanto, X existe”; cf. McPherson & Armstrong, 2021) y la validación externa (“el diagnóstico X se correlaciona con constructos externos; por lo tanto, el diagnóstico X existe”) proporcionan un terreno fértil para este ciclo vicioso de reificación.

Trastornos mentales como sistemas complejos

En el verano de 2019, un académico a quien admiro mucho tuvo la amabilidad de prestarme su bicicleta durante unos meses, siempre y cuando la cuidara bien. Cuando la bicicleta se averió después de 3 semanas, me preocupé terriblemente, pero el reduccionismo vino al rescate: las bicicletas pueden descomponerse en sus partes constituyentes, y arreglar todas las partes a nivel micro restaurará la función a nivel macro. Pero los trastornos mentales no son como las bicicletas, son como muchos otros sistemas complejos en la naturaleza. Si un lago está limpio o turbio es el resultado de las interacciones de elementos interdependientes, como los niveles de oxígeno, la exposición a la luz solar, los peces, la contaminación, etc. Si mi estado de ánimo mientras escribo este manuscrito es ansioso o alegre es el resultado de relaciones causales entre los elementos de mi sistema de estado de ánimo, incluyendo mi personalidad y disposición; el sueño de la noche anterior; mi consumo de cafeína; e influencias externas como mi bandeja de entrada de correo electrónico. Lo mismo se aplica a los estados de salud mental. Desde una perspectiva de sistemas (ver Fig. 1a), tales estados resultan de las interacciones de numerosas características biológicas, psicológicas y sociales, incluyendo factores de riesgo y protección específicos, estados de ánimo, pensamientos, comportamientos, predisposiciones biológicas y entornos sociales (Borsboom, 2017; Fried et al., 2022; Kendler et al., 2011; Olthof et al., 2021; Robinaugh et al., 2020).

Este marco ayuda a explicar las ocho observaciones que describí anteriormente. Algunas simplemente se derivan de reconocer que los diagnósticos se superponen en un complejo paisaje de estados de salud mental: pueden ignorar características importantes como la etiología (Observación 1) y resumir los procesos dimensionales como categóricos (Observación 7); pueden coexistir múltiples resúmenes y medidas potencialmente igualmente válidos (Observación 2); y la fiabilidad interobservador necesariamente será limitada para algunos diagnósticos (Observación 3).

Esta perspectiva de sistemas también explica por qué los estados de salud mental están algo agrupados en la naturaleza (Observación 4) en lugar de estar completamente distribuidos al azar: algunos estados son mucho más probables que otros porque las características están vinculadas de manera probabilística. Por ejemplo, las experiencias traumáticas graves a menudo conducen a pesadillas, que conducen a más problemas de sueño y luego interfieren con las actividades diarias. Si el trauma es lo suficientemente grave, la mayoría de las personas muestran algún nivel de deterioro, de la misma manera que muy pocos lagos con severa contaminación muestran poblaciones de peces saludables. En otras palabras, la interdependencia de las características restringe los estados en los que los sistemas pueden encontrarse. Algunas personas en el espacio de características serán más típicas de un diagnóstico dado que otras. Estas personas pueden considerarse en el estado de salud mental más probable, dado que reflejan el resultado promedio de todas las relaciones de características probabilísticas. Las relaciones de características probabilísticas permiten considerables diferencias interindividuales dentro de un diagnóstico del DSM dado (Observación 5), así como equifinalidad y multifinalidad (Observación 8).

Esta perspectiva también puede acomodar dos diagnósticos que son tanto similares como diferentes (Observaciones 4 y 5). En la Figura 1a, el trastorno de estrés postraumático (PTSD, por sus siglas en inglés) muestra mucha menos variabilidad que la depresión mayor (MDD, por sus siglas en inglés) en la característica Z (por ejemplo, la cantidad de eventos adversos de la vida experimentados en el último año). El grado de similitud y diferencia entre los diagnósticos puede variar entre características: en la figura, el PTSD y el MDD difieren fuertemente en la característica Y (por ejemplo, los flashbacks son mucho más comunes en el PTSD), moderadamente en la característica X (por ejemplo, el MDD tiene tasas de comorbilidad algo más altas con el trastorno de ansiedad generalizada) y no del todo en la característica Z. Si se trazara el estado de salud mental de millones de personas y se superpusieran los diagnósticos del DSM más prevalentes, algunas nubes de puntos se solaparían considerablemente debido a factores de riesgo compartidos, síntomas o fisiopatología, mientras que otras estarían algo separadas. Esto explica las comorbilidades y los factores de riesgo compartidos entre los diagnósticos del DSM (Observación 6). Dividir o agrupar dichos diagnósticos es una decisión pragmática guiada por la utilidad clínica, y entiendo que el DSM y la CIE, así como marcos recientes, como la Taxonomía Jerárquica de la Psicopatología (HiTOP; una taxonomía jerárquica y dimensional), son intentos de competir para resumir adecuadamente este espacio.

Desde esta perspectiva, no es sorprendente que los tratamientos comunes de talla única que apuntan a diagnósticos (por ejemplo, antidepresivos para MDD) hayan mostrado una eficacia limitada, y tampoco es sorprendente que la psiquiatría biológica haya tenido poco éxito en identificar marcadores específicos para diagnósticos específicos. Además, los síntomas pierden su estatus epistemológico privilegiado como criterio para estudiar los trastornos mentales, dado que muchas otras características también están probabilísticamente asociadas con los diagnósticos. En otras palabras, los síntomas no son características inherentemente superiores en comparación con la etiología, la personalidad y otros factores.

Una perspectiva de sistemas ofrece nuevas lentes y palancas

Una perspectiva de sistemas proporciona nuevas lentes a través de las cuales podemos estudiar los problemas de salud mental: utilizando teorías y métodos de otros campos con ricas tradiciones, incluyendo las ciencias de redes y sistemas (Barabási, 2012; Von Bertalanffy, 1972). A continuación, presento algunos conceptos que pueden ayudar a avanzar en la comprensión de los problemas de salud mental.

En sistemas complejos, el orden puede surgir a nivel macro como resultado de la interdependencia local entre características a nivel micro. El agrupamiento de aves es un ejemplo de un fenómeno emergente que surge de la autoorganización (Olthof et al., 2021). Tales propiedades emergentes no pueden entenderse completamente estudiando elementos aislados de un sistema. El agrupamiento de aves no puede identificarse a nivel de aves individuales, de la misma manera que la fluidez del agua no es una propiedad de sus elementos constituyentes, el hidrógeno y el oxígeno. Incluso los sistemas que siguen reglas muy simples, como las poblaciones de presas y depredadores que dependen simultáneamente entre sí (A ⟷ B), pueden mostrar emergencia (Pessoa, 2022, Capítulo 8). Ignorar la interdependencia de las características a nivel micro, como el bucle de retroalimentación bien establecido entre el miedo y la evitación relevante para muchos trastornos de ansiedad, socava nuestra capacidad para comprender, predecir y tratar los problemas de salud mental que surgen de las interacciones entre las características (Robinaugh et al., 2020).

La idea de los estados de salud mental como sistemas complejos se alinea estrechamente con cómo muchos clínicos piensan y tratan los problemas de salud mental

Los sistemas complejos pueden tener dos (o más) estados atractores en los que pueden asentarse (Scheffer et al., 2018; van de Leemput et al., 2014). La Figura 1b muestra dos sistemas, cada uno consistente en una carta de juego sostenida entre dos dedos: un sistema es vulnerable (es decir, propenso a una transición de fase a un estado atractor alternativo), mientras que el otro es resiliente, como lo indica la diferente longitud de las flechas negras horizontales. Los estados de un lago (limpio, turbio) y los estados de salud mental (saludable, deprimido) funcionan de manera similar. Estos sistemas experimentan perturbaciones aleatorias, como una semana muy calurosa o un evento negativo de la vida. Como resultado de estas perturbaciones, un estado del sistema puede moverse ligeramente, pero siempre que no salga del espacio operativo seguro, que es mucho más pequeño para los sistemas vulnerables que para los resilientes, el sistema se mantiene en el estado atractor actual. Si las perturbaciones son lo suficientemente graves como para sacar a un sistema de su espacio operativo seguro, el sistema puede pasar al estado alternativo a través de una transición de fase. Eliminar la fuerza que causó una transición de fase no siempre devuelve el sistema al estado anterior, un fenómeno conocido como efecto de histéresis (Cramer et al., 2016). Por ejemplo, la contaminación puede hacer que un lago cambie a un estado turbio, pero eliminar la contaminación no necesariamente retornará al lago a un estado saludable, de la misma manera que las cartas en la Figura 1b no regresarán a sus estados previos una vez que las fuerzas que las empujaron son removidas.

La perspectiva de los sistemas también ofrece nuevas palancas. Cuando un sistema se vuelve menos resistente con el tiempo, esto puede medirse por el tiempo que tarda el sistema en recuperarse de las perturbaciones aleatorias. Si empujáramos las cartas en la Figura 1b y tomáramos un video en cámara lenta, veríamos que la carta en el sistema vulnerable “recuperaría su posición” más lentamente, porque hay menos “agarre” en la carta para mantenerla en su estado actual en comparación con la carta en el sistema resistente. Cuando los sistemas recuperan su posición más lentamente porque se vuelven más vulnerables, esto se llama desaceleración crítica, y es una de las muchas señales de advertencia temprana que pueden predecir las transiciones próximas hacia los trastornos mentales (Olthof et al., 2020; van de Leemput et al., 2014; Wichers et al., 2016). Tales señales pueden facilitar la prevención e intervención oportunas. La visión de los sistemas también permite a los investigadores utilizar marcos de referencia como la teoría del control (Henry et al., 2022) para simular intervenciones, al igual que los meteorólogos simulan lo que sucedería con el clima de la Tierra bajo posibles intervenciones, como la reducción de las emisiones de CO2. Estas simulaciones pueden revelar estrategias de intervención más óptimas o blancos de intervención completamente nuevos, o pueden mostrar qué intervenciones son más efectivas en qué tipo de sistemas (Henry et al., 2022).

La idea de los estados de salud mental como sistemas complejos se alinea estrechamente con cómo muchos clínicos piensan y tratan los problemas de salud mental (Schiepek, 2009). El análisis funcional se emplea comúnmente en la psicoterapia para trazar las relaciones causales del sistema de una persona, y los psicólogos clínicos han hecho uso desde hace mucho tiempo del concepto de desestabilización de redes. Supongamos que el sistema resistente en la Figura 1b está en un estado atractor de psicopatología como el TEPT: desestabilizar el estado atractor (es decir, suavizar el agarre en la carta) hará que sea mucho más fácil ayudar al sistema a reorganizarse en un estado saludable (Fried et al., 2022; Hayes et al., 2015; Olthof et al., 2021). Un consorcio a gran escala en los Países Bajos está investigando actualmente la eficacia de tales intervenciones basadas en sistemas (Roefs et al., 2022).

Conclusiones

Una visión sistémica presenta los diagnósticos y el reduccionismo como herramientas epistemológicas útiles para describir el mundo, en lugar de como convicciones ontológicas sobre cómo es el mundo. Desafía la visión de los diferentes diagnósticos como entidades claramente separables con etiologías de causa única (Kendler, 2012).

Se están gestando muchos esfuerzos prometedores hacia la adopción de la complejidad de los problemas de salud mental. Por ejemplo, aunque la iniciativa RDoC del NIMH comenzó como un modelo de reduccionismo explicativo (Insel et al., 2010), rápidamente ha madurado hasta convertirse en un marco verdaderamente integrativo centrado en los elementos neurobiológicos, psicológicos, evolutivos y ambientales de los sistemas de salud mental. RDoC y otras iniciativas recientes (por ejemplo, Robinaugh et al., 2020; Roefs et al., 2022) ponen más claramente en foco las preguntas abiertas. ¿Cuáles son los niveles correctos para estudiar en los sistemas de salud mental, cuáles son los elementos correctos de estos respectivos niveles y cómo interactúan los elementos de diferentes niveles entre sí (Eronen, 2021)? Y si aceptamos que los diagnósticos son resúmenes pragmáticos, ¿qué validadores de utilidad clínica deberían utilizarse en futuros esfuerzos de clasificación? Responder a estas y otras preguntas requerirá la construcción de puentes interdisciplinarios y la apertura de las torres de marfil de la psicología clínica y la psiquiatría a teorías y métodos de campos con ricas tradiciones, como las ciencias de redes y sistemas (Barabási, 2012; Von Bertalanffy, 1972).

Lecturas recomendadas

Barabási, A.-L. (2012). (See References). A primer on the importance of studying systems.
Eronen, M. I. (2021). (See References). A primer on problems of explanatory reductionism and how levels in psychopathology relate to each other.
Henry, T. R., Robinaugh, D. J., & Fried, E. I. (2022). (See References). An introduction to psychological networks and control theory, aiming to combine these frameworks to test interventions via simulations and potentially uncover novel treatment targets.
Kendler, K. S. (2016a). (See References). An article challenging the idea that diagnoses carve nature at her joints and introducing the distinction between different kinds (socially constructed, natural, pragmatic) used to describe mental disorders.
van de Leemput, I. A., Wichers, M., Cramer, A. O. J., Borsboom, D., Tuerlinckx, F., Kuppens, P., van Nes, E. H., Viechtbauer, W., Giltay, E. J., Aggen, S. H., Derom, C., Jacobs, N., Kendler, K. S., van der Maas, H. L. J., Neale, M. C., Peeters, F., Thiery, E., Zachar, P., & Scheffer, M. (2014). (See References). An introduction to utilizing time series data to identify early warning signals, with the goal of forecasting transitions into mental disorders such as depression.

Referencias

Adriaens P. R., De Block A. (2013). Why we essentialize mental disorders. The Journal of Medicine and Philosophy, 38(2), 107–127. Crossref
American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders (5th ed.). Crossref.
Barabási A.-L. (2012). The network takeover. Nature Physics, 8(1), 14–16. Crossref
Borsboom D. (2017). A network theory of mental disorders. World Psychiatry, 16(1), 5–13. Crossref
Borsboom D., Cramer A. O. J., Kalis A. (2019). Brain disorders? Not really: Why network structures block reductionism in psychopathology research. Behavioral and Brain Sciences, 42, Article e2. Crossref
Cai N., Choi K. W., Fried E. (2020). Reviewing the genetics of heterogeneity in depression: Operationalizations, manifestations, and etiologies. Human Molecular Genetics, 29(R1), R10–R18. Crossref
Cassidy W. L., Flanagan N. B., Spellman M., Cohen M. E. (1957). Clinical observations in manic-depressive disease: A quantitative study of one hundred manic-depressive patients and fifty medically sick controls. Journal of the American Medical Association, 164(14), 1535–1546. Crossref
Cramer A. O. J., van Borkulo C. D., Giltay E. J., van der Maas H. L. J., Kendler K. S., Scheffer M., Borsboom D. (2016). Major depression as a complex dynamic system. PLOS ONE, 11(12), Article e0167490. Crossref
Eaton N. R., Rodriguez-Seijas C., Carragher N., Krueger R. F. (2015). Transdiagnostic factors of psychopathology and substance use disorders: A review. Social Psychiatry and Psychiatric Epidemiology, 50(2), 171–182. Crossref
Eronen M. I. (2021). The levels problem in psychopathology. Psychological Medicine, 51(6), 927–933. Crossref
Feighner J. P., Robins E., Guze S. B., Woodruff R. A.Jr., Winokur G., Munoz R. (1972). Diagnostic criteria for use in psychiatric research. Archives of General Psychiatry, 26(1), 67–63. Crossref
First M. B., Drevets W. C., Carter C., Dickstein D. P., Kasoff L., Kim K. L., McConathy J., Rauch S., Saad Z. S., Savitz J., Seymour K. E., Sheline Y. I., Zubieta J. K. (2018). Clinical applications of neuroimaging in psychiatric disorders. American Journal of Psychiatry, 175(9), 915–916. Crossref
Fried E. I., Flake J. K., Robinaugh D. J. (2022). Revisiting the theoretical and methodological foundations of depression measurement. Nature Reviews Psychology,1(6), 358–368. Crossref
Galatzer-Levy I. R., Bryant R. A. (2013). 636,120 ways to have posttraumatic stress disorder. Perspectives on Psychological Science, 8(6), 651–662. Crossref
Haslam N., Holland E., Kuppens P. (2012). Categories versus dimensions in personality and psychopathology: A quantitative review of taxometric research. Psychological Medicine, 42(5), 903–920. Crossref
Hayes A. M., Yasinski C., Barnes J. B., Bockting C. L. H. (2015). Network destabilization and transition in depression: New methods for studying the dynamics of therapeutic change. Clinical Psychology Review, 41, 27–39. Crossref
Henry T. R., Robinaugh D. J., Fried E. I. (2022). On the control of psychological networks. Psychometrika, 87(1), 188–213. Crossref
Hitchcock P. F., Fried E. I., Frank M. J. (2022). Computational psychiatry needs time and context. Annual Review of Psychology, 73, 243–270. Crossref
Hyman S. E. (2021). Psychiatric disorders: Grounded in human biology but not natural kinds. Perspectives in Biology and Medicine, 64(1), 6–28. Crossref
Insel T., Cuthbert B., Garvey M., Heinssen R., Pine D. S., Quinn K., Sanislow C., Wang P. (2010). Research Domain Criteria (RDoC): Toward a new classification framework for research on mental disorders. The American Journal of Psychiatry, 167(7), 748–751. Crossref
Insel T. R., Cuthbert B. N. (2015). Brain disorders? Precisely. Science, 348(6234), 499–500. Crossref
Kendler K. S. (2005). “A gene for…”: The nature of gene action in psychiatric disorders. The American Journal of Psychiatry, 162(7), 1243–1252. Crossref
Kendler K. S. (2012). The dappled nature of causes of psychiatric illness: Replacing the organic-functional/hardware-software dichotomy with empirically based pluralism. Molecular Psychiatry, 17(4), 377–388. Crossref
Kendler K. S. (2016a). The nature of psychiatric disorders. World Psychiatry, 15(1), 5–12. Crossref
Kendler K. S. (2016b). The phenomenology of major depression and the representativeness and nature of DSM criteria. The American Journal of Psychiatry, 173(8), 771–780. Crossref
Kendler K. S., Munõz R. A., Murphy G. (2010). The development of the Feighner criteria: A historical perspective. The American Journal of Psychiatry, 167(2), 134–142. Crossref
Kendler K. S., Zachar P., Craver C. (2011). What kinds of things are psychiatric disorders? Psychological Medicine, 41(6), 1143–1150. Crossref
Kessler R. C., Chiu W. T., Demler O., Walters E. E. (2005). Prevalence, severity, and comorbidity of 12-month DSM-IV disorders in the National Comorbidity Survey Replication. Archives of General Psychiatry, 62(6), 617–627. Crossref
Lilienfeld S. O. (2014). DSM-5: Centripetal scientific and centrifugal antiscientific forces. Clinical Psychology: Science and Practice, 21(3), 269–279. Crossref
McPherson S., Armstrong D. (2021). Psychometric origins of depression. History of the Human Sciences. Advance online publication. Crossref
Miller G. A. (2010). Mistreating psychology in the Decades of the Brain. Perspectives on Psychological Science, 5(6), 716–743. Crossref
Olthof M., Hasselman F., Maatman F. O., Bosman A. M. T., Lichtwarck-Aschoff A. (2021). Complexity theory of psychopathology. PsyArXiv. Crossref
Olthof M., Hasselman F., Strunk G., van Rooij M., Aas B., Helmich M. A, Schiepek G., Lichtwarck-Aschoff A. (2020). Critical fluctuations as an early-warning signal for sudden gains and losses in patients receiving psychotherapy for mood disorders. Clinical Psychological Science, 8(1), 25–35. Crossref
Pessoa L. (2022). The entangled brain: How perception, cognition, and emotion are woven together. MIT Press. Crossref.
Regier D. A., Narrow W. E., Clarke D. E., Kraemer H. C., Kuramoto S. J., Kuhl E. A., Kupfer D. J. (2013). DSM-5 field trials in the United States and Canada, Part II: Test-retest reliability of selected categorical diagnoses. The American Journal of Psychiatry, 170(1), 59–70. Crossref
Robinaugh D. J., Haslbeck J. M. B., Waldorp L. J., Kossakowski J. J., Fried E. I., Millner A. J., McNally R. J., van Nes E. H., Scheffer M., Kendler K. S., Borsboom D. (2020). Advancing the network theory of mental disorders: A computational model of panic disorder. PsyArXiv. Crossref
Roefs A., Fried E. I., Kindt M., Martijn C., Elzinga B., Evers A. W. M., Wiers R. W., Borsboom D., Jansen A. (2022). A new science of mental disorders: Using personalised, transdiagnostic, dynamical systems to understand, model, diagnose and treat psychopathology. Behaviour Research and Therapy, 153, Article 104096. Crossref
Rogers A. (2017, May 11). Star neuroscientist Tom Insel leaves the Google-spawned Verily for . . . A startup? WIRED. https://www.wired.com/2017/05/star-neuroscientist-tom-insel-leaves-google-spawned-verily-startup/
Scheffer M., Bolhuis J. E., Borsboom D., Buchman T. G., Gijzel S. M. W., Goulson D., Kammenga J. E., Kemp B., van de Leemput I. A., Levin S., Martin C. M., Melis R. J. F., van Nes E. H., Romero L. M., Olde Rikkert M. G. M. (2018). Quantifying resilience of humans and other animals. Proceedings of the National Academy of Sciences, USA, 115(47), 11883–11890. Crossref
Schiepek G. (2009). Complexity and nonlinear dynamics in psychotherapy. European Review, 17(2), 331–356. Crossref
Scull A. (2021). American psychiatry in the new millennium: A critical appraisal. Psychological Medicine, 51(16), 2762–2770. Crossref
Unger T., Borghi C., Charchar F., Khan N. A., Poulter N. R., Prabhakaran D., Ramirez A., Schlaich M., Stergiou G. S., Tomaszewski M., Wainford R. D., Williams B., Schutte A. E. (2020). 2020 International Society of Hypertension Global Hypertension Practice Guidelines. Hypertension, 75(6), 1334–1357. Crossref
van de Leemput I. A., Wichers M., Cramer A. O. J., Borsboom D., Tuerlinckx F., Kuppens P., van Nes E. H., Viechtbauer W., Giltay E. J., Aggen S. H., Derom C., Jacobs N., Kendler K. S., van der Maas H. L. J., Neale M. C., Peeters F., Thiery E., Zachar P., Scheffer M. (2014). Critical slowing down as early warning for the onset and termination of depression. Proceedings of the National Academy of Sciences, USA, 111(1), 87–92. Crossref
Von Bertalanffy L. (1972). The history and status of general systems theory. Academy of Management Journal, 15(4), 407–426. Crossref
von Glischinski M., von Brachel R., Thiele C., Hirschfeld G. (2021). Not sad enough for a depression trial? A systematic review of depression measures and cut points in clinical trial registrations. Journal of Affective Disorders, 292, 36–44. Crossref
Wichers M., Wichers M., Groot P. C., Psychosystems, ESM Group, & EWS Group. (2016). Critical slowing down as a personalized early warning signal for depression. Psychotherapy and Psychosomatics, 85(2), 114–116. Crossref
World Health Organization. (2019). International statistical classification of diseases and related health problems (11th ed.). https://icd.who.int/
Zachar P. (2014). A metaphysics of psychopathology. MIT Press. Crossref.
Zachar P., Kendler K. S. (2012). The removal of Pluto from the class of planets and homosexuality from the class of psychiatric disorders: A comparison. Philosophy, Ethics, and Humanities in Medicine, 7, Article 4. Crossref

Artículo publicado en la revista científica Current Directions in Psychological Science y traducido y adaptado al español para Psyciencia