Índices perturbacionales: respuesta, integración y diferenciación

Una señal cerebral irregular puede resultar difícil de comprimir por motivos muy distintos. Puede contener una respuesta organizada con numerosos componentes o estar dominada por ruido. A la inversa, una señal de gran amplitud puede propagarse a muchos canales y repetir en todos ellos casi el mismo patrón. Estas posibilidades explican por qué la complejidad de un registro necesita una definición operacional y una relación explícita con el proceso que se pretende investigar.

Los índices perturbacionales parten de una intervención y examinan cómo responde el sistema. La perturbación permite preguntar qué actividad aparece ligada temporalmente al estímulo, hasta dónde se extiende y cuánto varía su organización espacial y temporal. El dato resultante sigue dependiendo de los sensores, del procesamiento y de la regla con que se lo resume, de modo que interpretarlo exige conocer la cadena completa que lo produjo.

El índice de complejidad perturbacional (PCI), propuesto por Casali y colaboradores (2013), se calcula sobre respuestas a estimulación magnética transcraneal (TMS) registradas con electroencefalografía de alta densidad. En su formulación original se toma la reacción cortical temprana, dentro de los primeros 300 ms, se estiman las fuentes corticales, se identifican mediante estadística no paramétrica las activaciones significativas y se comprime el patrón binario resultante. En este capítulo reconstruiremos esa lógica y construiremos además un índice didáctico distinto, lo bastante pequeño para auditar cada operación. Los valores de ese ejemplo no son valores clínicos de PCI ni deben compararse con sus umbrales.

414.1. Qué aporta una perturbación conocida

En actividad espontánea, la covariación entre dos regiones puede deberse a una influencia directa, a una entrada común o a una transformación introducida por la medición. Una perturbación localizada agrega información sobre cómo cambia el registro después de una entrada conocida. La secuencia temporal de la respuesta ayuda a distinguir propagación, persistencia y recuperación. Su interpretación causal depende de cuánto se sepa sobre la selectividad de la entrada y sobre sus efectos sensoriales o técnicos.

La estimulación magnética produce también sonido y sensaciones periféricas, por lo que parte de la respuesta registrada podría proceder de esas vías. El enmascaramiento, las condiciones de estimulación simulada y el tratamiento de artefactos buscan acotar esa ambigüedad. La sola presencia de una intervención física no asegura que la señal posterior represente propagación cortical desde el sitio elegido.

La repetición de ensayos permite separar los componentes que reaparecen con latencia y organización semejantes de las fluctuaciones que cambian entre repeticiones. El promedio resulta útil para muchas respuestas evocadas, aunque también puede borrar actividad relevante cuya latencia varía de un ensayo a otro. La elección del resumen debe corresponder al componente que se desea medir.

El estado basal influye sobre la respuesta. Una misma entrada puede producir trayectorias distintas según la fase de una oscilación, el nivel de activación o la historia reciente del sistema. Esas diferencias pueden constituir el fenómeno de interés. Si se promedian sin distinción, el resultado mezcla estados y puede parecer poco reproducible por razones dinámicas reales. El protocolo debe definir si busca una respuesta media o una distribución condicionada por el estado.

La localización de la perturbación introduce otra selección. Un estímulo que apenas alcanza tejido funcional no explora las capacidades de la red. Una respuesta pequeña puede reflejar el punto de entrada, la intensidad efectiva o las condiciones de observación. Comparar sitios de estimulación y controlar la calidad de la estimulación ayuda a interpretar resultados negativos. Un índice calculado sobre una prueba local conserva ese alcance aunque su nombre sugiera una propiedad global.

La perturbación es especialmente informativa cuando los modelos candidatos anticipan respuestas diferentes ante la misma entrada, caso en que la forma completa de la respuesta puede aportar más que cualquier escalar. La reducción que impone un índice debe evaluarse según las diferencias que interesa conservar.

414.2. De los registros a una matriz de activaciones

Representemos las señales mediante $X_{r,i,t}$, donde $r$ identifica la repetición, $i$ el canal o la fuente y $t$ el instante. La respuesta promedio es $\bar X_{i,t}=R^{-1}\sum_r X_{r,i,t}$. Para decidir qué actividad difiere de una referencia basal necesitamos una distribución de error, que según el diseño puede estimarse mediante remuestreo, modelos estadísticos o condiciones de control.

Fijado ese procedimiento, se construye una matriz binaria $B_{i,t}$ que vale uno donde se detectó una activación relevante y cero en el resto. Casali y colaboradores (2013) llamaron $SS(x,t)$ a la matriz equivalente de fuentes corticales significativas, obtenida con un procedimiento de bootstrap aplicado a las corrientes evocadas. La binarización descarta amplitudes y conserva un patrón de presencia y ausencia. Dos respuestas de amplitud diferente pueden producir la misma matriz si ambas superan el umbral, mientras que una variación pequeña cerca de la frontera puede cambiar muchos elementos binarios.

Comparar condiciones exige mantener la regla de detección o justificar sus cambios. Si una condición es más ruidosa, un umbral expresado en unidades físicas puede aumentar los falsos positivos; un umbral basado en la incertidumbre estimada puede, en cambio, reducir las detecciones verdaderas cuando la señal es débil. En ambos casos, la diferencia entre matrices combina la respuesta con la capacidad de observarla.

La estimación de fuentes añade una transformación espacial. Los canales de superficie reciben mezclas de actividad y las soluciones inversas necesitan supuestos. Cambiar la parcelación o la regularización puede modificar cuántas fuentes parecen activas y cuánto se parecen entre sí. El capítulo 401 mostró que una representación regional conserva ciertas propiedades y pierde otras. Esa elección también repercute sobre un índice perturbacional.

La ventana temporal debe excluir o tratar adecuadamente el artefacto inmediato al pulso y abarcar el componente que se quiere estudiar. Ampliarla añade oportunidades de detectar actividad, aunque también incorpora ruido y efectos tardíos de otras rutas. Dos índices calculados sobre ventanas distintas no son directamente comparables por el mero hecho de compartir una fórmula.

La matriz binaria resulta, por tanto, de varias decisiones de medición. Conservarla junto con los parámetros de procesamiento permite averiguar qué cambios del índice proceden de una respuesta distinta y cuáles de una transformación analítica.

414.3. Compresibilidad y repetición de patrones

La compresión aprovecha regularidades. Una secuencia con largas repeticiones admite una descripción breve, mientras que una secuencia con muchos fragmentos nuevos requiere una descripción más larga para un algoritmo dado. Esta relación permite construir medidas operacionales de complejidad cuyo resultado depende del método, del tamaño de la muestra y de la codificación utilizada.

La complejidad algorítmica ideal se relaciona con la longitud de la descripción más corta de una secuencia en un lenguaje formal adecuado. No existe un procedimiento general que la calcule exactamente para secuencias arbitrarias. Los compresores y las medidas de Lempel–Ziv ofrecen aproximaciones computables con propiedades específicas. Confundirlas con la cantidad ideal ocultaría sus límites.

Hay más de una medida de Lempel–Ziv. El PCI utiliza la medida de complejidad de secuencias finitas de Lempel y Ziv (1976), que cuenta los patrones distintos necesarios para reconstruir la secuencia. Aquí usaremos una partición incremental del tipo asociado al esquema de compresión de Ziv y Lempel (1978), elegida porque su implementación ocupa pocas líneas. Se recorre la secuencia acumulando símbolos hasta formar un fragmento que no figure en el diccionario. Ese fragmento se agrega como frase nueva y la acumulación vuelve a comenzar. Contaremos las frases producidas, incluido un residuo final si queda alguno. El conteo depende del orden de los bits y de la longitud total. Por sí solo no informa sobre relaciones causales ni sobre experiencia.

Para aplicar el procedimiento a una matriz hay que convertirla en secuencia. Puede recorrerse primero el tiempo dentro de cada canal o bien los canales dentro de cada instante. Ambas serializaciones contienen los mismos elementos, aunque presentan al algoritmo regularidades distintas. Una medida sensible a ese orden debe fijarlo antes de comparar condiciones y evaluar cuánto cambia bajo alternativas razonables.

La longitud finita introduce otro efecto. Incluso una secuencia constante requiere varias frases. Para 2048 ceros, la partición produce las frases de longitud 1, 2, …, 63, que consumen $63\cdot 64/2=2016$ símbolos. Los 32 ceros restantes forman un fragmento ya registrado y se cuentan como residuo, de modo que el total es 64. Ese costo pertenece a la representación de una secuencia finita y carece de significado fisiológico. Una referencia constante de igual longitud permite identificarlo y descontarlo.

El ruido independiente suele dificultar la compresión, de modo que aplicar el algoritmo a cualquier señal binarizada puede asignar un valor elevado a un registro sin respuesta evocada. La selección estadística de la actividad vinculada a la perturbación es parte sustantiva del método.

414.4. Un índice didáctico que puede auditarse

Sea $N$ el número total de elementos de la matriz y $c(B)$ el conteo de frases tras recorrerla por filas, es decir, canal por canal. Sea $c_0$ el conteo de una matriz nula de las mismas dimensiones y $q$ la fracción de canales con al menos una activación detectada. Definimos

La resta descuenta el conteo de la referencia constante, el factor logarítmico introduce una escala dependiente de la longitud y $q$ incorpora la extensión espacial observada. Se trata de una definición pedagógica creada para este ejemplo. No reproduce el algoritmo del PCI ni dispone de un umbral clínico validado. Tampoco está acotada por uno. Una matriz de bits independientes con probabilidad un medio produce, en 500 realizaciones, un conteo medio cercano a 310 frases y valores de $J$ en torno a 1,32.

El factor espacial no demuestra integración causal. Dieciséis canales activados por una entrada común producen $q=1$ aunque no interactúen entre sí, motivo por el cual hablamos aquí de extensión de la respuesta. Multiplicar esa extensión por un conteo de frases muestra cómo combinar dos propiedades descriptivas. Atribuirlas a mecanismos de interacción requiere datos que el índice no contiene.

Utilizaremos dieciséis canales y ciento veintiocho instantes, de modo que $N=2048$ y $\log_2 N=11$. La primera respuesta afecta solo a un canal, con un patrón temporal variable. La segunda presenta un pulso idéntico en todos los canales. La tercera distribuye patrones diferentes entre canales y tiempos. Una cuarta condición contiene únicamente ruido de medición, independiente entre repeticiones.

Estos patrones se construyen directamente como señales esperadas, sin una red neuronal simulada que los genere. Por eso no permiten comprobar integración causal entre sus unidades. La limitación tiene una ventaja didáctica, pues si el índice asigna un valor alto a la respuesta distribuida, sabemos exactamente qué propiedad detectó y cuál no estaba especificada por el generador.

Sobre cada patrón añadiremos ruido gaussiano de desviación unitaria y promediaremos sesenta y cuatro repeticiones, de modo que el error estándar por elemento es $1/\sqrt{64}=1/8$. Con esa referencia normal conocida aplicaremos un umbral bilateral con corrección de Bonferroni para una probabilidad familiar de falso positivo de 0,05 sobre los 2048 elementos. El cuantil correspondiente es $z_{1-0{,}05/4096}\approx 4{,}2201$; al dividirlo por ocho se obtiene un umbral aproximado de 0,52752 unidades de señal.

El control familiar limita la probabilidad de alguna detección espuria bajo las hipótesis nulas y el modelo de error supuesto. Con pruebas independientes, esa probabilidad vale $1-(1-0{,}05/2048)^{2048}\approx 0{,}0488$, ligeramente inferior al nivel nominal. Ninguna ejecución particular queda garantizada contra falsos positivos. El procedimiento tampoco asegura detectar toda respuesta real. La interpretación debe considerar a la vez los errores de detección y la sensibilidad a las amplitudes elegidas.

414.5. Resultados y significado de sus diferencias

Con la semilla y el procedimiento del código de la sección siguiente se obtienen los resultados de la tabla. El conteo de referencia es 64 en todos los casos y la longitud se mantiene fija. La última columna informa el conteo obtenido al recorrer la matriz transpuesta, es decir, instante por instante.

En esta realización, todos los elementos activos de los tres patrones evocados superan el umbral y ninguno de sus elementos nulos lo hace, de modo que las matrices de esas condiciones coinciden con los patrones generados. El patrón local contiene variación temporal y recibe un valor pequeño por su extensión limitada. El pulso sincrónico alcanza todos los canales, aunque repite el mismo segmento en cada uno. El patrón distribuido combina extensión con mayor diversidad para la serialización elegida. En estos dos últimos casos la cantidad de elementos que superan el umbral es parecida, de modo que la diferencia de índice procede de su organización.

Estos dos patrones reproducen en miniatura las configuraciones que motivaron el PCI. Al resumir experimentos previos de su grupo, Casali y colaboradores (2013) señalaron que, al perderse la conciencia, la respuesta a la TMS se volvía local, lo que interpretaron como pérdida de integración, o global y estereotipada, interpretada como pérdida de diferenciación. El patrón local y el pulso sincrónico del ejemplo imitan esas dos configuraciones en su forma, sin ningún contenido fisiológico.

La condición de ruido produce una activación espuria. El resultado es compatible con el control probabilístico de error, porque una probabilidad pequeña no equivale a imposibilidad. Recorrida por filas, la matriz produce las mismas 64 frases que la referencia, por lo que el índice vale cero. Al repetir el programa con las semillas 0 a 1999, la condición de ruido presentó al menos un falso positivo en el 5,0 % de las ejecuciones y un valor de $J$ mayor que cero en el 3,35 %. La distribución bajo ausencia de respuesta, más que una realización aislada, describe el comportamiento del procedimiento.

El orden de lectura modifica sobre todo el pulso sincrónico. Al recorrer la matriz transpuesta, su conteo baja de 104 a 85 porque los veinte instantes con todos los canales activos se convierten en bloques consecutivos de unos que el algoritmo comprime con mayor facilidad. Su índice desciende entonces de 0,21484 a 0,11279. Los demás conteos cambian poco, aunque el de ruido sube a 65 y su índice pasa de cero a 0,00034. La serialización forma parte de la definición operacional y debe declararse junto con el resultado.

El índice tampoco conserva todas las diferencias entre matrices, porque dos patrones distintos pueden compartir conteo y extensión. Si interesa localizar una ruta o comparar latencias, la matriz original y la trayectoria media deben acompañar al escalar.

La comparación enseña una propiedad del procedimiento. Los patrones no pertenecen a ningún sujeto, de modo que ordenarlos según algún grado de conciencia introduciría una relación que el experimento no evaluó y que solo una validación con referencia independiente podría examinar.

414.6. Código de construcción y comprobación

El programa usa el mismo generador para crear los patrones y el ruido, de modo que el orden de las condiciones forma parte de la reproducción exacta. La comprobación del conteo constante verifica que el algoritmo y su tratamiento del residuo final coinciden con la definición de la sección 414.3.

import numpy as np
from scipy.stats import norm

def frases_lz78(bits):
    diccionario, frase, cuenta = set(), "", 0
    for bit in bits:
        frase += str(int(bit))
        if frase not in diccionario:
            diccionario.add(frase)
            cuenta += 1
            frase = ""
    return cuenta + int(bool(frase))

rng = np.random.default_rng(42)
n_canales, n_tiempos, repeticiones = 16, 128, 64
N = n_canales*n_tiempos
local = np.zeros((n_canales, n_tiempos))
local[0, 10:110] = rng.binomial(1, 0.3, 100)
sincrona = np.zeros_like(local)
sincrona[:, 30:50] = 1
distribuida = np.zeros_like(local)
distribuida[:, 10:110] = rng.binomial(1, 0.2, (n_canales, 100))
patrones = [("local", local), ("sincrona", sincrona),
            ("distribuida", distribuida), ("ruido", np.zeros_like(local))]
c0 = frases_lz78(np.zeros(N))
assert c0 == 64
umbral = norm.isf(0.05/(2*N))/np.sqrt(repeticiones)
resultados = []
for nombre, patron in patrones:
    ensayos = patron + rng.normal(size=(repeticiones, n_canales, n_tiempos))
    media = ensayos.mean(axis=0)
    B = np.abs(media) > umbral
    q = B.any(axis=1).mean()
    c = frases_lz78(B.ravel())
    J = q*max(0, c-c0)*np.log2(N)/N
    resultados.append(J)
    print(nombre, B.sum(), q, c, J, "c transpuesta", frases_lz78(B.T.ravel()))
assert resultados[2] > resultados[1] > resultados[0] >= 0
assert np.isclose(resultados[2], 0.87548828125)

Ejecutado con Python 3.13, NumPy 2.5 y SciPy 1.18, el programa reproduce exactamente la tabla anterior y supera ambas aserciones. La política de compatibilidad de NumPy no garantiza que los métodos de Generator produzcan la misma secuencia entre versiones, de modo que otra instalación podría generar patrones algo distintos con la misma semilla. El protocolo, en cambio, puede evaluarse con cualquier semilla. En las 2000 repeticiones mencionadas, el orden $J_{\text{distribuido}}>J_{\text{sincrónico}}>J_{\text{local}}$ se mantuvo en todas las ejecuciones con ambas serializaciones. El índice del patrón distribuido varió entre 0,752 y 0,929.

La aserción comprueba una desigualdad para estos patrones específicos y carece de alcance universal. Una señal local suficientemente extensa, un patrón distribuido muy repetitivo o un cambio de dimensiones pueden alterar el orden. Una comparación cuidadosa busca deliberadamente esos casos.

También conviene repetir el experimento con ruido correlacionado. La desigualdad de Bonferroni no exige independencia entre las pruebas si sus probabilidades individuales son válidas, aunque el cálculo del error estándar sí depende del modelo de repeticiones. Si los ensayos comparten una fluctuación persistente, dividir la desviación por la raíz del número de ensayos subestima la incertidumbre y el control nominal deja de describir el procedimiento implementado.

414.7. Umbrales, potencia y número de ensayos

Con ruido independiente de varianza fija, el umbral del ejemplo disminuye al aumentar el número de repeticiones. Una respuesta débil puede pasar de no detectada a detectada sin que cambie el sistema que la genera. Por eso, una diferencia de índice entre registros con distinta cantidad de ensayos puede reflejar potencia estadística. Antes de interpretarla fisiológicamente hay que igualar o modelar esa diferencia.

La duración del registro produce otro compromiso. Añadir instantes incrementa el número de pruebas y eleva el umbral corregido, a la vez que incorpora nuevas partes de la respuesta. El efecto neto sobre la matriz y su compresión no es trivial. Un procedimiento reproducible fija la ventana de antemano o evalúa explícitamente la sensibilidad a su extensión.

El filtrado temporal aumenta la semejanza entre muestras vecinas y puede modificar la compresibilidad, de modo que dos matrices obtenidas del mismo registro con bandas o suavizados distintos pueden diferir. La frecuencia de muestreo, los filtros y el tratamiento de los bordes forman parte del objeto medido.

Cerca del umbral, la amplitud puede dominar el resultado. Si se multiplica un patrón entero por un factor pequeño, desaparecen activaciones y cae el índice. El procedimiento describiría entonces una menor respuesta detectable, sin que la organización del patrón latente se haya simplificado. Las curvas del índice en función de la intensidad o de la relación señal–ruido ayudan a separar ambas posibilidades.

Pueden construirse controles que conserven parte de la estructura. Uno mantiene la cantidad de unos de la matriz y los redistribuye al azar; si el conteo de frases cambia, el índice responde a la organización además de la densidad. Otro conserva el número de activaciones por canal y altera su orden temporal. Ambos identifican qué regularidades contribuyen al resultado si los sustitutos respetan las propiedades relevantes para la hipótesis.

Elegir el umbral después de observar qué valor separa mejor dos grupos introduce optimismo. Si la ventana, el filtro y el umbral se ajustan con los mismos datos, la evaluación necesita una muestra reservada que repita todo el procedimiento, porque validar solo el clasificador final no corrige decisiones previas que ya usaron las etiquetas.

414.8. Qué distingue al PCI de esta construcción

El PCI original emplea una cadena específica de estimación y normalización que nuestro conteo multiplicado por extensión no reproduce. Si $c_L$ es la complejidad de Lempel–Ziv de la matriz $SS(x,t)$ serializada en una secuencia de longitud $L$ y $p_1$ la fracción de unos, Casali y colaboradores (2013) definieron

El denominador corresponde al comportamiento asintótico de la medida para secuencias aleatorias con la misma proporción de unos. Según los autores, esta normalización por la entropía de la fuente hace que el índice dependa poco de la cantidad total de actividad significativa y mucho de la formación de patrones. Asintóticamente en $L$, el PCI vale uno para las respuestas de máxima complejidad. El factor $\log_2N/N$ de nuestro índice coincide con esa normalización solo cuando $H=1$, es decir, cuando la mitad de los elementos son unos. Al omitir la entropía, $J$ conserva una dependencia de la densidad de activaciones que el PCI intenta eliminar, lo que también lo priva de la escala asintótica de aquel.

La inspiración teórica no convierte el algoritmo en una medida directa de cada propiedad postulada por la teoría. La respuesta perturbacional y su compresibilidad son observables operacionales. La irreducibilidad causal de un sistema, en el sentido formal de la teoría de la información integrada (IIT), requiere definiciones y operaciones diferentes. El capítulo siguiente examinará esa distancia sin identificar automáticamente ambas cantidades por compartir la palabra integración.

Existen variantes metodológicas. Comolatti y colaboradores (2019) propusieron el PCI$^{\mathrm{ST}}$, basado en transiciones de estado. El método se aplica directamente a los potenciales registrados en los sensores, sin modelado de fuentes. Reduce primero la dimensión de la respuesta mediante descomposición en valores singulares, cuantifica después en cada componente principal las transiciones de estado de la respuesta respecto de la línea basal y suma finalmente esas contribuciones. En un conjunto de 108 sujetos sanos y 108 pacientes con lesión cerebral, el área bajo la curva ROC en la población de referencia sana fue de 0,998, frente a 0,995 del PCI original. La correlación entre ambos índices fue de 0,82 y el cálculo tomó menos de un segundo por sesión, frente a varios minutos con el método original. Los autores definieron un punto de corte propio mediante un clasificador lineal sobre su población de referencia y probaron también el método en registros intracraneales durante vigilia y sueño.

Un mismo objetivo de medición puede abordarse así con algoritmos distintos, cuyas escalas, parámetros y validaciones deben consultarse en su propia formulación sin trasladar umbrales de una variante a otra. Una correlación alta entre métodos tampoco garantiza que clasifiquen igual los casos cercanos a la frontera. El examen de los desacuerdos ayuda a localizar diferencias de sensibilidad y de dependencia del procesamiento.

El ejemplo didáctico aporta una ventaja de otro orden. Permite inspeccionar cada paso y construir contraejemplos. Con él hemos producido extensión sin interacción, valores sensibles a la serialización y un índice que supera uno ante una matriz de bits aleatorios. Estos ejercicios ayudan a leer cualquier índice perturbacional preguntando qué operación respalda cada interpretación, aunque no sustituyen la validación empírica de un protocolo.

La elección de una medida depende del uso previsto. Describir una diferencia experimental, clasificar estados en una población calibrada e inferir la capacidad de experiencia de una persona que no puede comunicarse son tareas relacionadas que exigen evidencias diferentes. Un mismo algoritmo puede mantenerse mientras cambia el alcance justificable de su resultado.

414.9. Validar un marcador frente a una referencia

Casarotto y colaboradores (2016) calibraron el PCI en una población de referencia de 150 personas, formada por 102 sujetos sanos y 48 pacientes con lesión cerebral capaces de comunicarse. Estos últimos incluían cinco con síndrome de enclaustramiento, dieciséis con accidente cerebrovascular subcortical, dieciocho con accidente cortical y nueve que habían emergido del estado de mínima conciencia. Parte de los sujetos sanos fue registrada además en sueño NREM, en sueño REM y bajo anestesia con midazolam, xenón, propofol o ketamina. La referencia fue el reporte subjetivo. La vigilia proporcionaba reportes inmediatos, mientras que el sueño REM y la anestesia con ketamina permitían reportes diferidos al despertar. La ausencia de reporte al despertar tras el sueño NREM o las demás anestesias definía la condición inconsciente.

Sobre el valor máximo de PCI de cada participante, un análisis ROC estableció un punto de corte empírico de 0,31, que en esa población separó las condiciones conscientes e inconscientes con sensibilidad y especificidad del 100 %. Esa misma cifra coincidía con el valor más alto observado en condiciones de pérdida de conciencia en el trabajo de 2013. Como el corte se eligió con los datos de referencia, su desempeño allí describe la calibración. La estimación externa proviene de su aplicación a 81 pacientes que no podían comunicarse, 38 en estado de mínima conciencia y 43 clasificados conductualmente en estado vegetativo. El índice superó el corte en 36 de los 38 primeros, lo que corresponde a una sensibilidad del 94,7 %. Entre los 43 pacientes en estado vegetativo, nueve presentaron valores por encima del corte, veintiuno valores iguales o inferiores y trece ninguna respuesta significativa, con PCI igual a cero.

Los autores advirtieron que el corte no debía interpretarse como una frontera absoluta entre conciencia e inconsciencia y lo presentaron como un umbral operacional para situaciones sin referencia conductual fiable. Señalaron también que la ausencia de respuesta podía deberse a que la estimulación no lograra evocar actividad en los sitios explorados. El valor 0,31 pertenece a ese protocolo y no es aplicable a nuestro índice $J$. Una clasificación por debajo de él tampoco constituye una demostración de ausencia de experiencia.

La validación de un marcador exige definir el objetivo y el error de la referencia. Si la etiqueta procede del reporte, arrastra las limitaciones discutidas en el capítulo 411. Si procede de una evaluación conductual estructurada, puede pasar por alto capacidades que no alcanzan el canal observado. En ambos casos la evaluación debe declarar qué relación estimó realmente.

Los valores predictivos dependen de la población. Incluso con sensibilidad y especificidad estables, las probabilidades posteriores cambian cuando varía la composición de estados. En contextos con lesiones, sedación o dificultades técnicas, esas mismas propiedades pueden alterarse. Una curva de clasificación favorable en otra muestra no elimina la incertidumbre del caso individual.

La repetición aporta información si se registran el estado y la calidad de la adquisición. Un resultado variable podría expresar una fluctuación real, una variación del punto de estimulación o un error de procesamiento. Promediar automáticamente las sesiones puede ocultar cuál de ellas opera.

La capacidad discriminativa tampoco establece utilidad para una decisión concreta. Para emplear el marcador en una acción habría que evaluar cómo modifica esa decisión y sus resultados frente a una alternativa. El rendimiento descriptivo es solo una parte de esa evidencia. Convertirlo directamente en una regla de intervención omitiría el contexto y las consecuencias que deben estudiarse.

414.10. Un marcador preciso puede dejar dos teorías indistinguibles

La diferencia entre clasificación y explicación puede mostrarse con un ejemplo probabilístico hipotético. Supongamos que un marcador $M$ sigue una distribución normal de media dos y desviación uno en los episodios cuya experiencia respalda la referencia, mientras que en la otra condición sigue una normal de media cero y desviación uno. Fijamos el umbral en uno y clasificamos como positivo todo valor superior.

La sensibilidad es $P(M>1\mid\mu=2)=\Phi(1)\approx 0{,}8413$. La especificidad, $P(M<1\mid\mu=0)=\Phi(1)$, tiene el mismo valor. Con grupos equilibrados, la exactitud esperada también es 0,8413. Estas propiedades pueden ser útiles para clasificar. Las cifras pertenecen a distribuciones construidas para el ejemplo y no describen el PCI ni ninguna prueba clínica existente.

Consideremos ahora dos teorías que atribuyen la diferencia a mecanismos distintos. La primera la relaciona con una organización recurrente local; la segunda, con la disponibilidad distribuida de la información. Supongamos que ambas predicen exactamente las dos distribuciones anteriores bajo el protocolo observado. Para cualquier conjunto de valores del marcador y sus etiquetas, la verosimilitud será idéntica bajo las dos propuestas.

El cociente de verosimilitudes entre las teorías vale, por tanto, uno. Aumentar la muestra permite estimar con más precisión las distribuciones del marcador, aunque no separa modelos que siguen haciendo la misma predicción. Una clasificación favorable aporta evidencia sobre una relación de medición que ambas teorías comparten y deja sin decidir cuál de los dos mecanismos la explica.

Para discriminar se necesita una condición en que las teorías difieran, como la perturbación de otra región, una modificación de la tarea o una relación temporal específica. El nuevo contraste debe traducirse en distribuciones observables y considerar el ruido y los límites de la adquisición. Una diferencia entre estados internos que el instrumento no puede registrar todavía no constituye una prueba discriminante.

El ejemplo no implica que un marcador carezca de interés teórico. Puede descartar modelos que predigan distribuciones incompatibles o restringir varias propuestas a la vez. Una medida útil para estratificar estados puede informar poco sobre teorías que comparten la misma consecuencia observable.

414.11. Evaluar diferencias entre personas y entre ensayos

Supongamos que cada participante aporta dos sesiones, una basal y otra bajo perturbación, con muchas repeticiones del estímulo en cada una. Puede estimarse un índice por sesión y una diferencia por persona. Las repeticiones mejoran la precisión del patrón evocado individual, mientras que la distribución de las diferencias entre personas informa sobre la variabilidad de la respuesta en la muestra. Ambas fuentes de precisión deben mantenerse separadas.

Si se mezclan todos los ensayos como si procedieran de sujetos independientes, el tamaño muestral aparente crece y la incertidumbre poblacional queda subestimada. Un participante con muchas repeticiones puede dominar el resultado. La unidad de remuestreo debe corresponder a la inferencia buscada. Para generalizar entre personas se remuestrean personas, conservando dentro de cada una la estructura de sesiones y ensayos.

La fiabilidad de una diferencia individual exige repetir sesiones comparables y examinar cuánto varía el índice cuando el estado de interés se mantiene aproximadamente constante. Una correlación alta entre personas puede deberse a diferencias estables entre sujetos y no garantiza la detección de cambios pequeños dentro de una misma persona.

La calibración de un umbral requiere una separación semejante. Si sesiones de la misma persona aparecen tanto en el entrenamiento como en la prueba, el procedimiento puede aprovechar características individuales compartidas. La evaluación debe aproximarse al uso previsto, por ejemplo dejando fuera sujetos completos cuando se pretende clasificar a alguien nuevo. Una validación hecha con ensayos sueltos responde a una pregunta más restringida.

El procesamiento debe fijarse dentro de esa misma separación. Elegir fuentes, filtros o umbrales con todos los sujetos antes de validar el clasificador introduce información de la prueba en etapas previas. Un análisis anidado repite esas decisiones en cada partición usando solo los datos permitidos. Su mayor costo computacional corresponde al procedimiento que realmente se está evaluando.

Cuando se compara un índice nuevo con otro establecido, conviene definir de antemano qué mejora sería relevante, sea menor variabilidad, mejor detección de cierta condición o mayor robustez ante una degradación específica. Una diferencia pequeña en la exactitud global puede ocultar cambios opuestos en subgrupos importantes, por lo que conviene describir dónde gana y dónde pierde cada índice.

414.12. Del valor escalar a una explicación comprobable

Supongamos, como caso hipotético, que un índice disminuye durante una intervención farmacológica y aumenta al recuperarse la respuesta. Son compatibles varias explicaciones, entre ellas una menor propagación, una mayor repetición de patrones, una reducción de la amplitud detectable o un cambio en las condiciones de observación. La trayectoria escalar no distingue por sí sola esas contribuciones. El examen de las matrices y de sus propiedades intermedias permite localizar dónde surgió la diferencia.

Un análisis puede informar la amplitud media, la extensión y la compresibilidad por separado, además del índice combinado. Un cambio limitado a la extensión sugiere una hipótesis distinta de la que corresponde a un cambio de diversidad con extensión constante. Cada una conduce a predicciones diferentes para otra intensidad o para un sitio de estimulación distinto.

Para estudiar integración causal conviene comparar respuestas a entradas dirigidas a componentes distintos y trabajar con modelos en que las conexiones estén especificadas. Una respuesta distribuida generada por varias rutas independientes puede parecer compleja sin depender de la interacción entre ellas. Un diseño que perturbe o restrinja rutas permite evaluar esa diferencia con más precisión que un conteo de patrones aislado.

A menudo el resultado más informativo combina el índice con una discrepancia. Un valor alto con una respuesta casi idéntica entre canales obliga a revisar qué regularidad cuenta el algoritmo. Un valor bajo obtenido con registros deficientes exige resolver la medición antes de interpretar capacidad cerebral alguna. La auditoría del procesamiento forma parte de la explicación, porque determina a qué objeto se le asignó el número.

Los índices perturbacionales facilitan contrastes cuando sus operaciones y referencias están bien definidas. Su interpretación recorre una cadena de evidencias que va de la entrada aplicada a la respuesta detectada, de esta a la transformación analítica y, finalmente, a la relación empírica con el estado de interés. Examinar cada enlace por separado permite aprovechar el marcador sin pedirle que explique por sí solo la experiencia consciente.

Referencias

• Casali, A. G., et al. (2013). A theoretically based index of consciousness independent of sensory processing and behavior. Science Translational Medicine, 5(198), 198ra105. DOI.
• Casarotto, S., et al. (2016). Stratification of unresponsive patients by an independently validated index of brain complexity. Annals of Neurology, 80(5), 718–729. DOI.
• Comolatti, R., et al. (2019). A fast and general method to empirically estimate the complexity of brain responses to transcranial and intracranial stimulations. Brain Stimulation, 12(5), 1280–1289. DOI.
• Lempel, A. y Ziv, J. (1976). On the complexity of finite sequences. IEEE Transactions on Information Theory, 22(1), 75–81. DOI.
• Ziv, J. y Lempel, A. (1978). Compression of individual sequences via variable-rate coding. IEEE Transactions on Information Theory, 24(5), 530–536. DOI.