carcterÍsticaselectrofisiolÓgicas del nÚcleo …

Características electrofisiológicas del núcleo centromediano del tálamo humano

I

DOCTORADO EN NEUROCIENCIA UAM

CARACTERÍSTICAS ELECTROFISIOLÓGICAS DEL

NÚCLEO CENTROMEDIANO TALÁMICO HUMANO

Tesis doctoral

Autora: Lorena Vega Zelaya

Director: Jesús Pastor Gómez

Afiliación: Hospital Universitario de La Princesa,

Servicio de Neurofisiología Clínica.

c/Diego de León 62, Madrid.

Madrid, 26 de junio de 2017.


II

Jesús Pastor Gómez, jefe de Servicio del Hospital Universitario de la Princesa y

responsable de los estudios neurofisiológicos de la Unidad de Referencia Nacional para

el Tratamiento de la Epilepsia Refractaria del Hospital de la Princesa, c/Diego de León

62, Madrid.

HACE CONSTAR: Que Dña. Lorena Vega Zelaya ha realizado bajo mi dirección el

trabajo correspondiente a la Tesis Doctoral titulada

“Características electrofisiológicas del núcleo centromediano

talámico humano”. Considero que dicho trabajo ha sido

ejecutado satisfactoriamente y una vez revisado, manifiesto mi

conformidad con la presentación de esta tesis para ser juzgada.

Para que conste y surta los efectos oportunos, lo firmo en Madrid a 26 de junio de 2017.

Fdo.: Jesús Pastor Gómez


III

AGRADECIMIENTOS.

Me gustaría expresar mi agradecimiento infinito al Dr. Jesús Pastor Gómez, jefe del Servicio de

Neurofisiología Clínica del Hospital Universitario de La Princesa, por su excepcional esfuerzo,

dedicación y apoyo en la dirección de esta tesis. Por las inestimables enseñanzas, pero, sobre

todo por los acertados consejos, que entre otras cosas han motivado mi estima y valoración

por la búsqueda del conocimiento profundo. Mil millones de gracias, hemos llegado al final y

sigo manteniendo firme el labio superior.

Quisiera agradecer al Dr. Rafael García de Sola, jefe del Servicio de Neurocirugía del Hospital

Universitario de La Princesa, por ser un admirable ejemplo de excelencia. También quiero

reconocer a las neurocirujanas, Dra. Marta Navas García y Dra. Cristina Torres Díaz, por su

accesibilidad y su espíritu de colaboración persistente.

Al Dr. Ancor Sanz García y Lic. Mirian Pérez Romero del Instituto de Investigaciones Biomédicas

Hospital de la Princesa, por su pronta disposición y ayuda cuando lo necesité.

Un agradecimiento muy especial para mis padres. A mi madre, porque me enseñó con su

ejemplo a no rendirme nunca. A mi padre, por tener siempre una palabra oportuna en cada

momento.

A mis queridos hermanos, por su amor, apoyo y confianza incondicional.

A todo el resto de mi familia que, desde la distancia me demuestran constantemente su cariño

y apoyo.

Y, para terminar a José Manuel, César, Alberto, Manuel y especialmente a Diego, por soportar

las ausencias en silencio y por su enorme comprensión.

¡Muchas gracias a todos!

Madrid, a 26 de junio del 2017


IV

Para ti, Diego...


V

Cuanto más aprendemos acerca del mundo, y cuanto más profundo es nuestro aprendizaje, más consciente, específico y articulado será nuestro conocimiento de lo que no sabemos, nuestro conocimiento de nuestra ignorancia... Nuestro conocimiento solo puede ser finito, mientras que nuestra ignorancia debe necesariamente ser infinita.

Karl Popper

(Conjeturas y Refutaciones: el Crecimiento del Conocimiento Científico, 1963)


VI

RESUMEN.

El objetivo principal de esta tesis fue el análisis de las características electrofisiológicas

(propiedades del potencial de acción –PA- y patrón de descarga), mediante el registro

extracelular del núcleo talámico centromediano (Ce) en pacientes anestesiados. Se

reconstruyó la trayectoria teórica de los electrodos sobre los diferentes núcleos talámicos,

asignando un núcleo en cada profundidad de la trayectoria. El análisis de las propiedades de

cada grupo neuronal que componen los núcleos talámicos más relevantes, se realizó a través

de un proceso de sorting y agrupamiento. Los resultados muestran diferencias significativas

entre los subdominios del núcleo Ce (magnocelular y parvocelular), tanto para las

características morfológicas promedio de los PA, como para las propiedades de descarga. El

análisis de las propiedades del resto de núcleos del tálamo también mostró diferencias

significativas entre el Ce, núcleo ventral-intermedio (V.im.) y ventro-caudal (V.c.). Con el

objetivo de definir los criterios de abordaje del Ce en relación con el núcleo V.c., se analizó

durante el procedimiento la respuesta a la estimulación eléctrica del nervio mediano

contralateral, registrada a través de los microelectrodos (potenciales evocados somato-

sensoriales, PESS). Se encontraron 3 tipos de respuestas: i) potenciales de campo local (LFP),

que son de morfología compleja y distribución más o menos localizada; ii) oscilaciones de alta

frecuencia (HFO), con una distribución más extendida e inespecífica; iii) oscilaciones de baja

frecuencia (LFO), respuesta que no había sido descrita en la literatura, son potenciales más

localizados y están íntimamente relacionados con el V.c. Este trabajo demuestra que la

utilización de las características electrofisiológicas de los PA registrados extracelularmente, así

como las de los PESS, pueden mejorar la identificación de los diferentes núcleos talámicos,

aumentando la precisión de la cirugía de ECP.


VII

ABSTRACT.

The main goal of this thesis was the analysis of the electrophysiological features (properties of

the action potential -AP- and pattern of discharge), by the extracellular recording of

centromedian thalamic nucleus (Ce) in anesthetized patients. The theoretical trajectory of the

electrodes on the different thalamic nuclei was reconstructed, assigning a nucleus to each

depth of the trajectory. The analysis of the properties of each neuronal group that compose

the most relevant thalamic nuclei was performed through a process of sorting and clustering.

Results show significant differences between the subdomains of the Ce nucleus (magnocellular

and parvocellular), both for the average morphological characteristics of the AP, and for the

discharge properties. The analysis of the properties of the remaining nuclei of the thalamus

also showed significant differences between Ce, ventral-intermediate nucleus (V.im.) and

ventro-caudal nucleus (V.c.). In order to define the criteria for approaching Ce in relation to

the V.c. nucleus, the response to electrical stimulation of the contralateral median nerve,

recorded through microelectrodes (somatosensory evoked potentials, SSEP), was analyzed

during the procedure. Three types of responses were found: (i) local field potentials (LFP),

which are of complex morphology and a more or less localized distribution; (ii) high frequency

oscillations (HFO), with a more widespread and nonspecific distribution; (iii) low-frequency

oscillations (LFO), a response that has not been previously described in the literature, are more

localized and are intimately related to V.c. This work demonstrates that the use of the

electrophysiological characteristics of the extracellularly recorded APs, as well as those of the

SSEPs, can improve the identification of the different thalamic nuclei, increasing the accuracy

of Deep Brain Stimulation surgery.


VIII

NOTACION Y ABREVIATURAS.

En el presente trabajo se ha considerado, como suele ser habitual en Neurofisiología Clínica,

que la parte de los potenciales dirigida hacia abajo es positiva, mientras que la parte dirigida

hacia arriba es negativa. Por ello, es habitual denotar las ondas según el criterio de polaridad y

ordinal que ocupen (pe, N1 o P2).

A lo largo de todo el trabajo se ha utilizado el Sistema Internacional de Unidades (SI).

Las abreviaturas utilizadas son:

4-AP: 4-aminopiridina.

DWT: Discrete Wavelet Transform.

ECP: Estimulación Cerebral Profunda.

FFT: Fast Fourier Transform.

HH: Hodgkin y Huxley (modelo de)

HFO: High Frequency Oscillations.

HFP: High Frequency Potentials.

LFO: Low Frequency Oscillations.

LFP: Local Field Potentials.

mBI: modified Burst Index (índice modificado de ráfagas).

Núcleos del tálamo

Ce: Núcleos centromediano.

Ce.mc: Centromediano magnocelular.

Ce.pc: Centromediano parvocelular.

D.c: Dorso caudalis.

D.im.i: Dorso intermedius interno.

D.im.e: Dorso intermedius externo.

La.m: Lamella medialis thalami.

Li: Limitans.


IX

M.c: Medial caudal.

M.fa: Medialis fasciculosus.

Pf: Parafascicular.

Rt: reticularis.

V.c.i: Ventrocaudal interno

V.im: Ventrointermedius.

V.im.i: Ventrointermedius internus.

V.im.e: Ventrointermedius externo.

Vc.pc.e: Ventrocaudal parvocelular externo.

V.o.p: Ventral oral posterior.

Pi: Permeabilidad iónica del ión i.

PA: Potenciales de Acción.

PESS: Potenciales Evocados Somato-sensoriales.

PI: Pause Index (índice de pausas).

PR: Pause Ratio (razón o cociente de pausas).

SN: Sistema Nervioso.

SNC: Sistema Nervioso Central.

SW: Shaltebran-Wharen (atlas de).

TTX: Tetrodotoxina.

TEA: Tetra-etilamonio.


X

LISTA DE FIGURAS.

Figura 1. Modelo resistencia/capacitancia (RC) .......................................................................... 7

Figura 2. Modelo matemático que muestra las diferentes respuestas de voltaje ante el mismo

pulso de corriente .......................................................................................................................... 8

Figura 3. Efecto del diámetro de las fibras nerviosas sobre la conducción electrotónica. ........ 10

Figura 4. Cinética de las partículas m, n y h en el modelo HH. ................................................. 12

Figura 5. Propiedades del PA simuladas mediante un modelo de soma esférico con el modelo

HH. .............................................................................................................................................. 14

Figura 6. Diferencias electrofisiológicas de las neuronas en el cerebro de los mamíferos. ...... 17

Figura 7. Esquema general de una neurona de mamífero. ......................................................... 20

Figura 8. Esquema de un microelectrodo comercial utilizado en clínica.. ................................ 26

Figura 9. Ejemplo de un registro extracelular............................................................................ 27

Figura 10. Ejemplo de colocación del marco de estereotaxia en cirugía estereotáxica. .......... 29

Figura 11. Modelo del tálamo..................................................................................................... 32

Figura 12. A. Diagrama en una vista medial de las estructuras del tálamo y su relación con

otros ganglios de la base. ............................................................................................................ 33

Figura 13. Diagrama de una sección horizontal que muestra las conexiones entre los núcleos

del tálamo y la corteza. ............................................................................................................... 34

Figura 14. Esquema de las vías implicadas en la propagación de las crisis epilépticas. .......... 40

Figura 15. Algoritmo de detección y sorting de PA. ................................................................... 50

Figura 16. Comparación de los PA y su primera derivada. ....................................................... 51

Figura 17. Variables empleadas en la caracterización de los potenciales de acción. .............. 51

Figura 18. Registro de PESS por medio de microelectrodos.. .................................................... 53

Figura 19. Análisis espectral de los componentes de los PESS. ................................................. 54

Figura 20. Análisis de tiempo-frecuencia mediante wavelets del componente HFP.. ................ 54

Figura 21. Trayectoria de tres puntos consecutivos en la parte final del tálamo. ...................... 55

Figura 22. Planos sagital, frontal y axial del atlas SW durante el proceso de reconstrucción de

una trayectoria. ........................................................................................................................... 56


XI

Figura 23. Localización de los blancos teóricos y los reales sobre los tres planos del atlas SW.

..................................................................................................................................................... 63

Figura 24. Reconstrucción de las trayectorias teóricas sobre el atlas SW para dos pacientes. 64

Figura 25. Localización del núcleo centromediano. ................................................................... 68

Figura 26. Ejemplos de PA del núcleo Ce.pc.............................................................................. 70

Figura 27. Correlaciones entre diferentes magnitudes de los PA promedio. ............................. 71

Figura 28. Histogramas de frecuencia para la amplitud y la duración de los PA promedio del

subdominio Ce.pc. ....................................................................................................................... 72

Figura 29. Función de densidad de probabilidad para los intervalos entre dos PA consecutivos.

..................................................................................................................................................... 72



subdominio Ce.mc. ...................................................................................................................... 75


..................................................................................................................................................... 76

Figura 33. Comparación de los PA canónicos obtenidos de cuatro pacientes. .......................... 77

Figura 34. Comparación de los gráficos de dispersión para los subdominios Ce.pc y Ce.mc. .. 78

Figura 35. Comparación de las funciones derivadas normalizadas para células del Ce.pc.y del

Ce.mc.. ......................................................................................................................................... 78

Figura 36. Registros característicos del núcleo centromediano en dos pacientes diferentes. ... 79

Figura 37. Comparación de las funciones de probabilidad para los intervalos entre dos PA

consecutivos. ............................................................................................................................... 79

Figura 38. Localización del núcleo ventrointermedio (V.im.) en diversos cortes del atlas SW. 80

Figura 39. Ejemplos de PA del núcleo V.im. .............................................................................. 81

Figura 40. Registro característico del núcleo V.im. ................................................................... 83



V.im. ............................................................................................................................................ 84


XII


..................................................................................................................................................... 84

Figura 44. Localización del núcleo ventrocaudal (V.c.) en diversos cortes del atlas SW. ......... 85

Figura 45. Ejemplos de PA del núcleo V.c. para tres pacientes diferentes. ............................... 87

Figura 46. Registro característico del núcleo V.c. ..................................................................... 88



núcleo V.c. ................................................................................................................................... 89


..................................................................................................................................................... 90

Figura 50. Localización del núcleo medialis (M.fa/M.c.) en diversos cortes del atlas SW. ....... 91

Figura 51. Ejemplos de PA del núcleo M.fa/M.c. ....................................................................... 92

Figura 52. Registro característico del núcleo M.fa/M.c. ............................................................ 94



núcleo M.fa/M.c. ......................................................................................................................... 95


..................................................................................................................................................... 95

Figura 56. Localización del núcleo ventral oral posterior (V.op.) en diversos cortes del atlas

SW. .............................................................................................................................................. 96

Figura 57. Ejemplos de PA del núcleo V.op. .............................................................................. 97

Figura 58. Registro característico del núcleo V.op. ................................................................... 99

Figura 59 Correlaciones entre diferentes magnitudes de los PA promedio.. ............................. 99


núcleo V.op. ............................................................................................................................... 100


................................................................................................................................................... 100

Figura 62. Comparación de las propiedades de los distintos núcleos...................................... 101


XIII

Figura 63. Comparación de las características de descarga para los registros crudos de los

distintos núcleos. ....................................................................................................................... 103

Figura 64. Gráficos de dispersión para la comparación de células del núcleo Ce.pc. y Ce.mc.

................................................................................................................................................... 105

Figura 65. Ejemplos de registros consecutivos de PESS en dos pacientes diferentes. ............. 106

Figura 66. Ejemplo de trayectorias completas para los cuatro electrodos del paciente #1. .... 107

Figura 67. Complejidad de los LFP. ......................................................................................... 108

Figura 68. Ejemplo de trayectorias completas para los cuatro electrodos del paciente #4. .... 110

Figura 69. Superposición del último registro (0 mm) del paciente #4 para los cuatro electrodos

................................................................................................................................................... 111

Figura 70. Comparación de los tres últimos registros (0 1 y 2 mm) de los HFO. .................... 112

Figura 71. Registros referenciales consecutivos y reconstrucción de registros diferenciales. 113

Figura 72. Composición espectral de diferentes trayectorias en el mismo paciente. ............... 114

Figura 73. Registros de largo recorrido y con cuatro electrodos para HFO.. ......................... 115

Figura 74. Relación entre los tres tipos de potenciales en tres pacientes diferentes................ 116

Figura 75. Importancia de la polaridad de los LFP en la aparición de las LFO. .................... 117

Figura 76. Paciente con LFO en múltiples puntos del registro. ............................................... 117

Figura 77. Espectros para los registros de alta frecuencia de tres pacientes distintos. ........... 118

Figura 78. Análisis de DWT en dos registros talámicos del mismo paciente. .......................... 120

Figura 79. Variación de la latencia de aparición de los LFO a diferentes profundidades. ..... 121

Figura 80. Generadores de las oscilaciones de alta frecuencia. .............................................. 122

Figura 81. Esquemas simples de la superficie activa de los microelectrodos. ......................... 124

Figura 82. Agrupamiento de los PA en diferentes unidades a partir de los registros crudos. . 128

Figura 83. Relación entre la amplitud y duración del PA para el registro extracelular. ......... 130

Figura 84. Comparación de los LFP.. ...................................................................................... 135


XIV

LISTA DE TABLAS.

Tabla 1. Concentraciones de diferentes iones en el axoplasma y sangre del calamar. ................ 4

Tabla 2. Estimación del error absoluto según el número de medidas realizado ........................ 59

Tabla 3. Características clínicas del grupo de pacientes intervenido ........................................ 61

Tabla 4. Valores de las impedancias por pacientes y electrodos. .............................................. 61

Tabla 5. Coordenadas del extremo final del electrodo definitivo. .............................................. 62

Tabla 6. Distancias de núcleo Ce.pc registrado por los diferentes electrodos para cada

paciente. ...................................................................................................................................... 69

Tabla 7. Características electrofisiológicas de los PA del núcleo Ce.pc. .................................. 70

Tabla 8. Propiedades del patrón de descarga para registros del núcleo Ce.pc. ........................ 71

Tabla 9. Distancias de núcleo Ce.mc. registrado por los diferentes electrodos para cada

paciente. ...................................................................................................................................... 73

Tabla 10. Características electrofisiológicas de los PA del núcleo Ce.mc. ................................ 74

Tabla 11. Propiedades del patrón de descarga para registros del núcleo Ce.mc. ..................... 74

Tabla 12. Comparación de las principales características de los PA para ambos subdominios

del núcleo centromediano. .......................................................................................................... 76

Tabla 13. Comparación de las principales características de las descargas para ambos

subdominios del núcleo centromediano.. .................................................................................... 78

Tabla 14. Distancias de núcleo V.im. registrado por los diferentes electrodos para cada

paciente. ...................................................................................................................................... 80

Tabla 15. Características electrofisiológicas de los PA del núcleo V.im. .................................. 82

Tabla 16. Propiedades del patrón de descarga para registros del núcleo V.im. ........................ 82

Tabla 17. Distancias de núcleo registrado por los diferentes electrodos para cada paciente. .. 86

Tabla 18. Características electrofisiológicas de los PA del núcleo V.c. .................................... 87

Tabla 19. Propiedades del patrón de descarga para registros del núcleo V.c. .......................... 88


Tabla 21. Características electrofisiológicas de los PA del núcleo M.fa/M.c. ........................... 93

Tabla 22. Propiedades del patrón de descarga para registros del núcleo M.fa/M.c. ................. 93


XV


Tabla 24. Características electrofisiológicas de los PA del núcleo V.op. .................................. 98

Tabla 25. Propiedades del patrón de descarga para registros del núcleo V.op. ........................ 98

Tabla 26. Comparación de las amplitudes de los PA promedio.. ............................................. 101

Tabla 27. Comparación de las duraciones de los PA promedio. .............................................. 102

Tabla 28. Comparación de los valores máximos de la primera derivada. ............................... 102

Tabla 29. Comparación de los valores mínimos de la primera derivada. ................................ 102

Tabla 30. Comparación de las frecuencias de descarga promedio. ......................................... 103

Tabla 31. Comparación valores del índice de ráfagas modificado (mBI). ............................... 103

Tabla 32. Comparación de los valores del índice de pausas (PI)............................................. 104

Tabla 33. Comparación de los valores de la razón de pausas (RP). ........................................ 104

Tabla 34. Trayectorias en las que han aparecido respuestas de HFO. .................................... 109


XVI

CONTENIDO

RESUMEN. ..................................................................................................................... VI

ABSTRACT. ................................................................................................................... VII

NOTACION Y ABREVIATURAS. ..................................................................................... VIII

LISTA DE FIGURAS. ......................................................................................................... X

LISTA DE TABLAS. ........................................................................................................ XIV

1. INTRODUCCIÓN ................................................................................................... 2

1.1. La neurona como unidad funcional del sistema nervioso .................... 2

1.2. Registro electrofisiológico en neurocirugía funcional. ......................... 24

1.3. Núcleo centromediano del tálamo ........................................................ 32

2. HIPÓTESIS ............................................................................................................ 42

3. OBJETIVOS .......................................................................................................... 44

3.1. Objetivos generales ................................................................................... 44

3.2. Objetivos específicos ................................................................................ 44

4. MATERIAL Y MÉTODOS ...................................................................................... 46

4.1. Población estudiada ................................................................................. 46

4.2. Protocolo del estudio ................................................................................ 46

4.3. Análisis de los datos. .................................................................................. 48

4.4. Variables ..................................................................................................... 56

4.5. Análisis Estadístico ...................................................................................... 58

5. RESULTADOS ....................................................................................................... 61

5.1. Características clínicas de la muestra .................................................... 61

5.2. Reconstrucción teórica de las trayectorias ........................................... 61

5.3. Reconstrucción de las trayectorias teóricas para diferentes núcleos

talámicos ............................................................................................................... 65


XVII

5.4. Núcleo Centromediano (Ce) .................................................................. 68

5.5. Núcleo Ventrointermedio (V.im.) ............................................................ 80

5.6. Núcleo Ventrocaudal (V.c.) .................................................................... 85

5.7. Núcleo Medialis fasciculosus y caudalis (M.fa/M.c.) ........................... 90

5.8. Núcleo Ventral oral posterior (V.op.) ...................................................... 96

5.9. Comparación de las características de los diferentes núcleos ....... 100

5.10. Estabilidad de los registros del centromediano entre diferentes

pacientes. ............................................................................................................ 104

5.11. Potenciales evocados somato-sensoriales. ..................................... 105

5.12. Comparación de los electrodos utilizados en la literatura para el

registro de PESS ................................................................................................... 123

6. DISCUSIÓN ........................................................................................................ 126

6.1. Aspectos metodológicos relevantes: reconstrucción, agrupamiento y

anestesia .............................................................................................................. 126

6.2. Análisis de las características electrofisiológicas del núcleo

Centromediano .................................................................................................. 129

6.3. Análisis de las características electrofisiológicas en el resto de

núcleos del tálamo. ............................................................................................ 132

6.4. Registro de potenciales evocados somato-sensoriales en el tálamo.

134

7. CONCLUSIONES ............................................................................................... 141

8. BIBLIOGRAFÍA ................................................................................................... 143

9. ANEXOS............................................................................................................. 156

9.1. Anexo I. Modelo de circuito equivalente ............................................ 156

9.2. Anexo II. Deducción de la ecuación de cable .................................. 157


1

INTRODUCCIÓN


2

1. INTRODUCCIÓN

1.1. La neurona como unidad funcional del sistema nervioso

El Sistema Nervioso (SN) está formado por diferentes tipos de células (neuronas, astrocitos,

oligodendrocitos, etc.), todas ellas necesarias para su correcto funcionamiento, que consiste

en la coordinación y gestión rápida de la información procedente de las diversas partes del

cuerpo y de la interacción con el entorno, elaborando respuestas globalmente integradas que

permitan el funcionamiento óptimo y la supervivencia del organismo. En esta función de

manejo eficiente y fiable de la información destacan extraordinariamente las neuronas.

Las neuronas son células altamente especializadas en la generación de potenciales eléctricos

mediante una serie de estructuras, como son la membrana plasmática con sus proteínas de

membrana, las terminaciones sinápticas o los botones post-sinápticos.

1.1.1. Principios biofísicos de la generación de potenciales

Para llevar a cabo la transmisión de información, la neurona posee una estructura

especializada con un cuerpo celular o soma, complejas ramificaciones de dendritas y un axón

con sus propias ramas terminales. La membrana plasmática de una neurona está formada por

una bicapa lipídica de unos 10 nm (10-8 m) de grosor, que tiene incluidas moléculas proteicas

de elevado peso molecular, parte de las cuales funcionan como canales iónicos. Junto a ellos,

se encuentran otras proteínas transportadoras, entre las que destaca especialmente un

transportador iónico dependiente de ATP y que se denomina APTasa Na+-K+, junto con otros

transportadores como el Na+/Ca2+ o Cl-/CO3H-(Craner et al., 2004).

Con esta estructura, la neurona es capaz de llevar a cabo las funciones básicas de generar

secuencialmente diferentes señales en distintos sitios de la célula mediante el cambio del

potencial transmembrana.

Las neuronas realizan su función de transmisión de información mediante la generación de

pequeñas corrientes eléctricas. La corriente (i, A) se define como el flujo de carga eléctrica (en

culombios, C) por tiempo (s) y su expresión matemática es:

𝒊 =𝒅𝒒

𝒅𝒕 Ecuación 1

Donde q es la carga eléctrica y t el tiempo. Estas corrientes son la magnitud fundamental de la

neurofisiología, tanto básica, como clínica y pueden incluir desde las corrientes unitarias por

canal, medidas mediante patch-clamp (del orden de los picoamperios, 10-12 A), hasta las

corrientes por volumen generadas por grandes superficies corticales durante una crisis

generalizada (del orden de los microamperios, 10-6 A). La aparición de estas corrientes está

mediada por la existencia de gradientes de concentración electroquímica para cada especie

iónica.


3

La existencia de estos gradientes se debe a la distribución asimétrica de diferentes iones a

ambos lados de la membrana plasmática, mediante dos tipos de procesos que son

básicamente (Vázquez J, 1993):

a. Procesos pasivos

a.1. Potenciales de Gibbs-Donann. Son los más importantes dentro de los pasivos.

Generan asimetrías en la concentración iónica por la presencia intracelular de

aniones no difusibles de alto peso molecular (fundamentalmente proteínas).

a.2. Potenciales de difusión. Son los menos importantes y se deben a la diferencia en la

movilidad de los distintos iones en medios acuosos.

a.3. Potenciales de superficie. Estos potenciales tienen una gran importancia en la

fisiología y fisiopatología neuronal, pero no dan lugar a separación transmembrana

de una especie iónica.

b. Procesos activos

b.1. Bombas electrogénicas: Na+/K+ATPasa. Es el mecanismo principal por el que se

generan las asimetrías iónicas de concentración.

b.2. Intercambiadores. Son procesos pasivos o facilitados y comparativamente son poco

importantes.

La ecuación fundamental que explica la aparición de los potenciales eléctricos a partir de la

distribución asimétrica de iones es la ecuación de Nernst1 (Johnston, Wu, 2001):

𝐕𝒊 = −𝑹𝑻

𝒛𝒊𝑭𝐥𝐧

𝒄𝒊𝒊

𝒄𝒊𝒆 ; 𝒊 = 𝑵𝒂+, 𝑲+, 𝑪𝒍−, 𝑪𝒂𝟐+ Ecuación 2

En la que zi es la valencia iónica, F la constante de Faraday (96.485 C/mol), R la constante

universal de los gases (8.314 J/mol K), T la temperatura, en Kelvin2 y 𝑐𝑖𝑒, 𝑐𝑖

𝑖, respectivamente,

las concentraciones (medidas en mol/m3) extra e intracelulares de la especie iónica i3. Con las

unidades especificadas, la magnitud de los potenciales está dada en milivoltios (10-3 V).

Cuando se tienen en cuenta las unidades adecuadas, el factor RT/ziF de la ecuación anterior, a

una temperatura de 37ºC tiene un valor de 26.7 mV. (Koester y Siegelbaum, 2000).

1 Walther Hermann Nernst Görbitz (1864-1941), físico y químico alemán, galardonado con el

premio Nobel de Química en 1920.

2 La equivalencia entre la escala de temperatura absoluta (en Kelvin, K) y la celsius (ºC), es ºC =

273.15 K

3 Obviamente, no debe confundirse el subíndice i, con el símbolo de la corriente eléctrica. El

contexto hará que esta diferencia aparezca fácilmente.

https://es.wikipedia.org/wiki/1864


https://es.wikipedia.org/wiki/F%C3%ADsico

https://es.wikipedia.org/wiki/Qu%C3%ADmico

https://es.wikipedia.org/wiki/Alemania

https://es.wikipedia.org/wiki/Premio_Nobel_de_Qu%C3%ADmica



4

Esta ecuación permite el cálculo de los potenciales de reversión, que son aquellos valores para

los que la especie iónica se encuentra en equilibrio y, por lo tanto, no tiende a fluir hacia o

fuera de la neurona. Los valores de estos potenciales serán fundamentales para explicar el

comportamiento de los potenciales neuronales (tabla 1).

Tabla 1. Concentraciones de diferentes iones en el axoplasma y sangre del calamar (tomada

de Pastor, 2000) y sus potenciales de equilibrio, calculados para una temperatura de 25 ºC.

Ion Axoplasma (mmol/l) Sangre (mmol/l) V (mV)

K+ 397 20 -75.0

Na+ 50 437 54.4

Cl-* 40 556 -66.1

Ca2+* 0.4 10 40.4

* Nota: para el cálculo del potencial, téngase en cuenta el signo y la carga de los iones

considerados.

A partir de esta ecuación se puede obtener la ecuación de Nernst-Planck4 para el flujo (Ji, en

mol/s·m2) de una especie iónica, cuya expresión es:

𝑱𝒊 = −𝒛𝒊𝑭𝒄𝒊𝒖𝒊𝒅𝑽

𝒅𝒙− 𝒖𝒊𝑹𝑻

𝒅𝒄𝒊

𝒅𝒙 Ecuación 3

El símbolo ui representa la movilidad iónica (mol/s). Esta ecuación nos dice que el flujo de una

especie iónica a través de la membrana (es decir, la corriente) depende tanto de su gradiente

de concentración (−𝑑𝑐𝑖

𝑑𝑥), como del gradiente del potencial (−

𝑑V

𝑑𝑥), es decir, tiene una doble

dependencia electro-química.

La integración de esta ecuación para unas condiciones de campo constante (condición que

implica que el cambio del potencial a lo largo de la membrana plasmática es constante,

4 Max Karl Ernst Ludwig Planck (1858 – 1947), físico teórico alemán cuya contribución a la

ciencia va mucho más allá de la Termodinámica y la Biofísica. Su trabajo inició la Mecánica Cuántica y

por ello, fue galardonado con el Premio Nobel de Física en 1918.


5

𝑑V

𝑑𝑥= 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒) permite obtener una generalización de la ecuación de Nernst, que es la

ecuación de Goldman-Hodgkin-Katz5 (conocida como GHK):

𝐕𝒓 =𝑹𝑻

𝑭𝐥𝐧

𝑷𝑵𝒂𝒄𝑵𝒂𝒆 +𝑷𝑲𝒄𝑲

𝒆 +𝑷𝑪𝒍𝒄𝑪𝒍𝒊

𝑷𝑵𝒂𝒄𝑵𝒂𝒊 +𝑷𝑲𝒄𝑲

𝒊 +𝑷𝑪𝒍𝒄𝑪𝒍𝒆

Ecuación 4

Los símbolos Pi representan la permeabilidad iónica en condiciones de reposo (mol/s). Es

importante darse cuenta que, debido a la valencia negativa, las concentraciones extra e

intracelular del cloruro están intercambiadas con respecto a las de los cationes. Estas

permeabilidades, en reposo, se pueden tomar como constantes y arrojan unos valores

relativos de 1:0.04:0.45 para la ratio PK:PNa:PCl (Junge, 1992). Esta ecuación permite conocer el

valor del potencial de reposo de una neurona (Vr) y explica por qué este potencial está en

torno a -60 mV, bastante alejado del potencial de equilibrio del Na+ (+55 mV) y sólo un poco

más positivo que el potencial de equilibrio del K+ (-75 mV) y del Cl- (-66 mV, Pastor, 2000;

Koester y Siegelbaum, 2000).

Además de esta ecuación, la generación de biopotenciales está fundamentada en el Principio

de Electroneutralidad de Nernst-Planck que se enuncia así: la suma de todas las cargas

positivas en cualquiera de los compartimentos separados por una membrana ha de ser igual a

la suma de las cargas negativas, es decir:

∑ 𝒒+ = ∑ 𝒒−−+ Ecuación 5

Este principio es muy importante, porque es un error común pensar que el potencial de

membrana surge porque las distribuciones iónicas tienen cargas asimétricas netas a ambos

lados de la misma. Esta condición es cierta macroscópicamente, aunque dentro de cada

compartimento existan subregiones en las que haya diferentes concentraciones iónicas. La

subregión más importante es, evidentemente la membrana celular, que en virtud de las

cabezas polares de los fosfolípidos que la forman, es capaz de atraer cargas de signo contrario

que generan el campo a través de dicha membrana.

El potencial de membrana (Vm), por lo tanto, está producido por la diferencia de concentración

intra y extracelular del Na+, K+ y Cl-. En el espacio intracelular predominan las concentraciones

5 David E. Goldman, fisiólogo americano (1910-1998) que derivó la ecuación durante su

doctorado en la Universidad de Columbia. Sir Alan Hodgkin (1914-1998) biofísico inglés, ganador del

Premio Nobel de Medicina en 1963 junto con Andrew F. Huxley y John Eccles. Junto con Huxley realizó

los estudios experimentales y teóricos más importantes sobre el potencial de acción. Sir Bernard Katz

(1911-2003) biofísico anglo-alemán, ganador del Premio Nobel de Medicina en 1970.


6

de K+ y aniones (A-), mientras que en el espacio extracelular encontramos mayores

concentraciones de los iones Na+, Cl- y Ca2+. La membrana es selectivamente impermeable a

los aniones, lo que evita que estos difundan fuera de la célula al mismo tiempo con el K+.

La selectividad global de la membrana para iones individuales está determinada por la

proporción relativa de los diferentes tipos de canales iónicos abiertos en la célula. Por lo tanto,

el potencial de reposo de la célula estará determinado por la permeabilidad selectiva de la

membrana a uno o unos iones determinados y por el valor del potencial de equilibrio de esos

iones. La membrana de las células gliales, en general (Pastor y Sola, 2002), es permeable a un

solo ion, el K+. En cambio, la membrana de las células nerviosas es permeable para tres iones,

el Na+, Cl- y K+.

Como se ha indicado, en situación de reposo existen, efectivamente, flujos iónicos a través de

la membrana. Se trata, por tanto, de un estado estacionario más que de equilibrio. Para que el

potencial de reposo de una membrana se mantenga, necesitamos que el flujo de entrada y

salida de las cargas positivas esté en equilibrio y se mantenga constante en el tiempo. Sin

embargo, el movimiento pasivo hacia afuera de K+, que compensa la entrada de Na+ a la célula,

no es capaz de perdurar durante mucho tiempo. Esto es debido a que los gradientes de Na+ y

K+ eventualmente se terminan agotando.

La pérdida de los gradientes iónicos es evitada por la bomba de Na+-K+, la cual es responsable

del movimiento de Na+ y K+ contra su gradiente electroquímico utilizando como energía para

su funcionamiento la hidrólisis de ATP. La bomba extrae del interior de la célula, 3 iones de Na+

e introduce 2 de K+. Este flujo desigual de Na+ y K+ hace que la bomba genere una corriente

iónica neta hacia afuera, de ahí que se diga que la bomba es electrogénica (Craner et al., 2004).

Hasta ahora hemos descrito el comportamiento del potencial de membrana en períodos

estables. La fisiología de una membrana neuronal cuando está lejos del reposo es, no obstante,

mucho más compleja. Pueden distinguirse dos tipos de comportamientos eléctricos en este

estado: los procesos pasivos y los procesos activos, que se desarrollarán a continuación

1.1.1.1. Propiedades pasivas del potencial de membrana. Modelo de circuito

equivalente.

Las propiedades pasivas son aquellas que no dependen de la presencia de canales iónicos.

Están condicionadas por tres características, que son: la resistencia de la membrana en reposo,

la capacitancia y la resistencia intracelular a lo largo de dendritas y axones. Estas propiedades

determinarán las peculiaridades del potencial sináptico generado por la corriente sináptica, la

posibilidad de que el potencial alcance el umbral de despolarización en la zona gatillo y

finalmente, aunque no muy relevante para el caso que nos ocupa, la velocidad de conducción

del potencial de acción (PA- Koester y Siegelbaum 2000).

Las membranas biológicas pueden ser representadas a través de un modelo eléctrico sencillo,

que es capaz de explicar algunos comportamientos observados en membranas excitables (Cole


7

y Curtis, 1938). Dicho modelo representa un circuito eléctrico unitario simple para una

superficie de membrana de área unidad, que está formado por dos ramas (figura 1): i) resistiva,

que representa la resistencia de la unidad de membrana al flujo de la corriente, se denomina

resistencia específica de membrana y se denota como Rm (·cm2) y ii) capacitiva que debe su

existencia a la capacidad para almacenar carga electrostáticamente y que se simboliza como

Cm (µF/cm2).

Figura 1. Modelo resistencia/capacitancia (RC) para una unidad de superficie de

membrana biológica.

En términos generales, en este modelo de circuito eléctrico, la capacitancia de la membrana

representa la bicapa de lípidos de la que está hecha la membrana, y la resistencia de la

membrana estará relacionada principalmente con los canales iónicos que regulan la

permeabilidad de la membrana.

La resistencia de entrada de la célula determinará cuánto se despolarizará una célula en

respuesta a la inyección de una corriente estable. La magnitud de la despolarización está dada

por la ley de Ohm:

𝑽 = 𝑰 × 𝑹𝒊𝒏 Ecuación 6

Aquellos rangos de voltaje para los que es aplicable la ley se denominan óhmicos o lineales y,

en términos generales no incluyen todo el rango de voltaje con interés fisiológico, ya que

existen comportamientos que se alejan considerablemente de la linealidad.

La existencia de una membrana lipídica polar separando dos medios iónicos, actúa como una

capacitancia, es decir, acumulando cargas eléctricas de signo opuesto. Es precisamente la

existencia de estas cargas la que establece un campo eléctrico a través de la membrana y, por


8

tanto, la existencia de una diferencia de potencial Vm. En biofísica, la capacitancia se especifica

en términos de la capacitancia específica de la membrana, cm, de modo que el valor de la

capacitancia total (CT) de la célula (o mejor, de la porción de membrana que se está

estudiando) se obtendrá al multiplicar el valor de la cm por la superficie total considerada.

En el circuito eléctrico equivalente de la unidad de membrana, la resistencia y la capacitancia

están dispuestas de manera paralela, de modo que la corriente total transmembrana (I) tendrá

ambos componentes. La expresión que explica la variación del voltaje en función del tiempo

para un pulso de voltaje definido será (ver Anexo I):

𝑽(𝒕) = 𝑽𝟎(𝟏 − 𝒆−𝒕/𝝉𝒎) Ecuación 7

La constante de tiempo mide de alguna manera el tiempo que tarda el potencial de membrana

en aumentar (1 − 1𝑒⁄ ), un 63% de su valor de reposo. Se trata de una característica muy

importante de la membrana porque, como veremos, nos va a indicar si la respuesta de la

membrana a un cambio súbito de voltaje es más o menos rápida (figura 2).

Figura 2. Modelo matemático que muestra las diferentes respuestas de voltaje ante el

mismo pulso de corriente (rojo) para valores distintos de la constante de membrana, que son = 0.1

s (línea discontinua), = 1 s (línea continua) y = 10 s (línea de puntos). Obsérvese cómo el

aumento del valor de la constante aumenta la velocidad con la que la célula se carga en respuesta a

la inyección de corriente y, por tanto, la velocidad con la que responderá a los cambios de voltaje.

Un aspecto que se debe tener en cuenta, tanto al hablar de las propiedades pasivas, como de

las propiedades activas, es que las corrientes inducidas en una porción de la membrana

forman siempre un circuito cerrado. Si se observa la entrada neta de corriente en una región


9

(pozo de corriente), en las regiones adyacentes se observará la salida de dicha corriente

(fuentes).

La conducción de corriente de forma pasiva a lo largo de estructuras tubulares sin canales

iónicos, como pueden ser las dendritas o los axones amielínicos, se analiza mediante el

llamado modelo de cable. Este modelo se desarrolló en el último cuarto del siglo XIX para el

análisis de los cables telefónicos transatlánticos (Vázquez, 1993; Johnston y Wu, 2001;

Shepherd, 1988; 2003).

El citoplasma dendrítico, al tener una sección transversal relativamente pequeña, proporciona

una resistencia significativa al flujo longitudinal de corriente. Por el contrario, cuanto más

grande sea el diámetro, menor resistencia encontraremos para una longitud dada. Por otra

parte, cuanto mayor sea la longitud del citoplasma dendrítico, mayor la resistencia, ya que el

recorrido es mayor y los iones experimentarán más colisiones.

La magnitud de corriente que abandona la dendrita por unidad de longitud (mA/cm) vendrá

dada por la siguiente expresión (ver Anexo II), denominada ecuación de cable:

𝒊𝒎(𝒙) =𝟏

(𝒓𝒊+𝒓𝒆)

𝒅𝟐∆𝑽

𝒅𝒙𝟐 Ecuación 8

Para que esta ecuación nos resulte útil, tenemos que ponerla en términos mensurables como

el diámetro de la dendrita o los valores de las resistencias. Además, resultará más útil si

podemos encontrar una expresión para la densidad de corriente transmembrana (I, mA/cm2).

La resolución general de la ecuación de cable es tremendamente complicada y excede con

mucho los objetivos de este trabajo. Sin embargo, la resolución parcial de la misma,

imponiendo condiciones estacionarias, resulta de gran ayuda.

De este modo, cuando se inyecta una corriente constante en un punto y se mide el potencial a

lo largo de diferentes puntos del axón o dendrita en el mismo tiempo (es decir, prescindiendo

del tiempo como variable), la solución estacionaria para el voltaje será:

𝑽(𝒙) = 𝑽𝟎𝒆−𝒙 𝝀⁄ ; 𝝀 = √

𝑹𝑴𝒅

𝟐𝝆 Ecuación 9

La constante 𝜆 se llama constante de longitud electrotónica y nos indica a qué distancia se

propagará una perturbación de voltaje a lo largo de una fibra. Es el equivalente de 𝜏𝑚 en la

dimensión de longitud y sus unidades serán, por tanto, µm. Es muy importante darse cuenta

de que 𝜆 depende directamente del diámetro de la fibra (d), lo que significa que las fibras más

gruesas propagarán más lejos sus potenciales (Figura 3). Esto es muy relevante para el

procesamiento de la información en las dendritas.


10

Figura 3. Efecto del diámetro de las fibras nerviosas sobre la conducción electrotónica. (A).

Gráficos que representan la ecuación 𝑽/𝑽𝟎 = 𝑽𝟎𝒆−𝒙

𝝀⁄ para tres diámetros distintos de fibras

nerviosas (B). Como puede verse, las fibras con mayor diámetro, por tanto, con un valor de λ

transmiten el mismo valor de potencial más lejos.

Por otro lado, cuando se mide el cambio del potencial en el mismo punto, pero en tiempos

diferentes (prescindiendo por lo tanto de x como variable), obtendremos:

𝑽(𝒕) = 𝑽𝟎𝒆−𝒕 𝝉𝑴⁄ Ecuación 10

La conducción electrotónica representa la eficiencia en la propagación pasiva de los cambios

de voltaje a lo largo de la neurona, y la medida de esta eficiencia es la constante de longitud.

La eficiencia de la conducción electrotónica tiene dos efectos importantes sobre la función

neuronal: 1) influye en el proceso mediante el cual potenciales sinápticos generados en

diferentes regiones de la neurona son sumados en la zona gatillo (trigger) y 2) es un factor

determinante en la velocidad de propagación del PA.

Cuando un PA es generado en cualquier región a lo largo del axón, la despolarización local se

propaga electrotónicamente, causando que la región adyacente de la membrana alcance

también el umbral para generar un PA. Este circuito local de flujo de corriente que surge de la

diferencia de potencial entre regiones activas e inactivas de la membrana del axón permite

que la despolarización se propague a lo largo de todo el axón. Por lo tanto, el tiempo que

demora la despolarización en propagarse a lo largo del axón está determinado por la rm, y la cm.


11

La velocidad de propagación pasiva es inversamente proporcional al producto rmcm. Si el

resultado del producto es bajo, la velocidad de propagación aumenta y el PA se propaga más

rápido.

1.1.1.2. Propiedades Activas. El potencial de acción.

Las propiedades activas son aquellas mediadas por corrientes iónicas que atraviesan la

membrana a través de canales iónicos dependientes de voltaje. Estas corrientes dan lugar a

cambios no lineales de potencial espacio-temporales rápidos y transitorios que se denominan

PA. Constituyen las verdaderas unidades de información del SN.

Desde 1902 con las primeras publicaciones de E. Overton, se supo que el PA depende de la

presencia extracelular de Na+. Con el desarrollo de la técnica de voltaje-clamp por Kenneth

Cole6 en 1949 se pudieron realizar medidas cuantitativas de las corrientes de Na+ y K+ que

caracterizan el PA. Existen diversos modelos matemáticos que dan cuenta de los PA (Goldman,

1943; Hoyt, 1963; Goldman, 1964; Adelman-FitzHugh, 1975). Sin embargo, el más

ampliamente empleado fue desarrollado por Hodgkin y Huxley (ver Pastor 2000) a partir de

cuatro artículos clásicos en 1952 (Hodgkin y Huxley 1952a, b, c y d). En estos experimentos,

Hodgkin y Huxley (HH) investigaron los mecanismos básicos de excitabilidad eléctrica en el

axón gigante del calamar.

De esta manera los citados autores pudieron formalizar su teoría mediante las siguientes

expresiones que muestran el comportamiento de las corrientes de Na+ (INa), de K+ (IK) y de la

corriente leak o de fuga (Il):

))(,(),( 3

NaNaNa VVtVhtVmgI Ecuación 11

)(),( 4

KKK VVtVngI Ecuación 12

)( lll VVgI Ecuación 13

donde gs representa la conductividad máxima para el ión s = Na+, K+, siendo gl la conductividad

máxima de la corriente de fuga, que es una corriente inespecífica, aunque generalmente

6 Kenneth Stewart Cole (1900-1984) físico norteamericano que midió por vez primera la

variación de la impedancia del axón gigante del calamar con el paso de un potencial de acción. Su mayor

contribución a la biofísica fue el desarrollo del control de voltaje, que es el método más poderoso que se

ha inventado para el estudio de las características eléctricas de la membrana neuronal.


12

vehiculada por K+. Los términos m(V,t), n(V,t) y h(V,t) fueron postulados originalmente como

“partículas” abstractas, aunque en la actualidad sus funciones están localizadas en estructuras

concretas en el canal iónico y representan la cinética de apertura del canal de sodio, del de

potasio y la cinética de inactivación del canal de sodio, respectivamente (figura 4). Todos ellos

son funciones que dependen de voltaje y del tiempo. Por último, Vs supone el potencial de

Nernst para cada especie iónica y V es el potencial de membrana, que es la variable que se

modificará a través del tiempo.

Tiempo (ms)

0,00 0,05 0,10 0,15 0,20 0,25 0,30

p

0,0

0,2

0,4

0,6

0,8

1,0

Figura 4. Cinética de las partículas m, n y h en el modelo HH. Obsérvese como la cinética

de la partícula n es considerablemente más lenta que la de las partículas m o h, lo que explica su

denominación de rectificador retrasado.

La densidad de corriente superficial que circula a través de un elemento de superficie de

membrana será:

𝑰(𝑽, 𝒕) = 𝑰𝑪(𝒕) + 𝑰𝑵𝒂(𝑽, 𝒕) + 𝑰𝑲(𝑽, 𝒕) + 𝑰𝒍(𝑽) Ecuación 14

Es decir, la contribución de la corriente capacitiva más todas las corrientes iónicas.

De acuerdo con el modelo de HH, la génesis del PA sigue una serie de eventos secuenciales. En

el estado de reposo hay un equilibrio entre el flujo de entrada estable de Na+ y el de salida de

K+. Sin embargo, el potencial de membrana cambia de forma no lineal cuando la membrana es

despolarizada más allá del umbral para la generación de un PA. Cuando la membrana alcanza

este umbral, los canales de Na+ dependientes de voltaje se abren rápidamente (aumenta la

gNa), incrementado la corriente de entrada del Na+. Esta corriente, inicialmente carga la

capacitancia de membrana, ocasionando una mayor despolarización, abriendo más canales de

Na+ y aumentando aún más la corriente de entrada. Este proceso de realimentación positiva

conduce al potencial de membrana hacia el VNa, produciendo la fase ascendente del PA. Sin

embargo, el potencial de membrana nunca llega a alcanzar el potencial de equilibrio del Na+,

m3

n4

m3h

h


13

porque el flujo de K+ hacia afuera de la célula se incrementa lentamente durante toda la

despolarización. Aun así, la cantidad de canales de Na+ dependientes de voltaje son

demasiados, por lo que el flujo de corriente entrante es el dominante durante esta fase del PA.

El estado de despolarización del PA limitará la duración del mismo mediante dos mecanismos:

I) la corriente de entrada de sodio se inactiva rápidamente. Esta propiedad de inactivación es

característica de algunos tipos de canales iónicos, pero no de todos (Pastor, 2000). ii) Además,

la despolarización de la membrana abre canales de potasio cuya cinética es mucho más lenta y

no se inactivan. Esta corriente de salida denominada rectificador retrasado (“delayed

rectifier”), junto con la inactivación de la corriente de sodio son los responsables de la

repolarización y de la post-hiperpolarización que le sigue. El PA es una respuesta típicamente

todo o nada, al contrario de lo que ocurre con las respuestas puramente pasivas que son

graduales.

Este modelo es capaz de explicar algunos fenómenos de importancia fisiológica que no tenían

explicación previa. En concreto, estos fenómenos son (Pastor y Reina, 2011): i) la existencia de

un umbral de voltaje, ii) la hiperpolarización que sigue a la fase de despolarización, iii) los

períodos refractarios parciales y absolutos y iv) el mecanismo de propagación del PA. Dado

que apenas tiene trascendencia para nuestro trabajo, no se comentará nada sobre el

mecanismo de propagación.

Umbral de voltaje

El umbral de voltaje se define como el voltaje a partir del cual se genera un PA (figura 5A). La

explicación de este umbral es sencilla a la vista del modelo de HH. El umbral es aquel punto del

espacio de fases en que la corriente de entrada de sodio es igual a la corriente de salida de

potasio. En este punto, el sistema se encuentra en un estado inestable, que puede evolucionar

hacia el origen del PA, o nuevamente hacia el potencial de reposo. La figura 5 muestra

resultados a partir de un modelo matemático. Cuando las intensidades en la figura 5A son de

0.025 0.030 y 0.035 nA, no se observa una respuesta regenerativa (en realidad, es una

respuesta pasiva tipo modelo RC). Sin embargo, a medida que crece la corriente aplicada, la

forma que adopta la parte final del pulso de voltaje se separa de la que se esperaría para una

respuesta puramente pasiva (I = 0.035 nA). Este fenómeno se produce porque una porción de

la corriente de sodio ya está activada, aunque aún es insuficiente para superar a la corriente

de potasio y generar un PA (flecha). Sin embargo, cuando la corriente administrada es de 0.040

nA se obtiene una respuesta regenerativa (cabeza de flecha).


14

Figura 5. Propiedades del PA simuladas mediante un modelo de soma esférico con el

modelo HH. A) Umbral de voltaje en respuesta a corrientes de intensidad creciente en respuesta a

pulsos cuadrados de corriente de intensidad creciente. Con intensidades de 25x10-3

, 30x10-3

y 35x10-

3 nA, no se observa una respuesta regenerativa (en realidad, es una respuesta pasiva tipo RC). Sin

embargo, a medida que crece la corriente inyectada, la forma de la parte final del pulso de voltaje

se separa de lo que se esperaría para una respuesta puramente pasiva (I = 35x10-3

nA). Este

fenómeno se produce porque una parte de la corriente de Na+ ya está activada, aunque aún resulta

insuficiente para superar a la corriente de K+ y generar un PA (flecha). Sin embargo, cuando la

corriente inyectada se incrementa hasta los 40x10-3

nA se obtiene una respuesta regenerativa

(cabeza de flecha). B) Periodo refractario absoluto debido a la inactivación de canales de Na+. Los

PA son más anchos de lo habitual porque la temperatura de la simulación, para obtener una

cinética más lenta, fue de 0.1ºC. Se han representado pares de potenciales de acción en respuesta a

la inyección de pulsos de corriente de 0.25 ms de duración. El pulso de control (siempre el primero)

es de 0.1 nA. El primer par de pulsos (rojo) está separado por un intervalo de 4 ms y se evoca con la

misma intensidad de corriente que el de control. El segundo par de pulsos (azul) está separado por

un intervalo de 3 ms y precisa una mayor cantidad de corriente para producir el potencial, aunque

todavía es posible evocarlo. Sin embargo, cuando la separación entre los pulsos es de 2 ms (gris), a

pesar de la inyección de una corriente muy intensa no se obtiene respuesta regenerativa, siendo

puramente una respuesta RC. C) Periodo refractario relativo, debido a la persistencia de la

corriente de K+. El primer par de pulsos (rojo) está separado por un intervalo de 8 ms. Cuando el

intervalo se acorta hasta los 5 ms (azul discontinuo) no se obtiene PA, pero si puede obtenerse

cuando se incrementa la corriente. Las barras horizontales indican los periodos de inyección de

corriente. La intensidad de cada pulso (en nA) se muestra debajo. Modificado de Pastor, 2000.

Poshiperpolarización y períodos refractarios

La posthiperpolarización se define como el periodo durante el cual el potencial de membrana

es más negativo que el potencial de reposo (hiperpolarización) tras la fase positiva del PA

(espiga), haciendo que el potencial de membrana sea similar al potencial del potasio Vm ~ VK.


15

La recuperación de la posthiperpolarización a menudo incluye una breve y mínima

despolarización, denominada despolarización post-potencial, que cuando alcanza una

magnitud suficiente, facilita la aparición de ráfagas de PA porque lleva a la célula más cerca del

potencial umbral (Amir et al., 1999; Amir et al., 2002). La repolarización del PA se produce por

medio de dos mecanismos, cada uno de los cuales tendrá más importancia en un tipo de

células que en otro.

Inactivación de los canales de sodio. Es un fenómeno dependiente del tiempo. Mientras el

canal del sodio está abierto, comienza a pasar de un estado activo a un estado inactivo, que no

permite el paso de corriente. Hasta que no transcurra un tiempo suficiente en este estado

inactivado, no se podrán abrir los canales, independientemente del voltaje aplicado. Es decir,

no se podrá originar ningún PA (figura 5B).

Activación del rectificador retrasado. La cinética del canal de potasio es considerablemente

más lenta que la del sodio (figura 5C). Por ello la IK tarda un tiempo en desaparecer, a pesar de

que el potencial de membrana Vm esté en torno Vr. Esta corriente de salida de potasio hace

que el potencial de membrana Vm tienda hacia el potencial de Nernst del potasio. En esta fase,

la inyección suficiente de corriente es capaz de originar un PA, como hemos visto más arriba.

1.1.1.3. Generalización de la teoría de Hodgkin y Huxley

La teoría de HH se describió inicialmente para las conductancias clásicas de Na+ y K+, junto con

la conductancia inespecífica de fuga (principalmente K+). Sin embargo, posteriormente se

fueron describiendo numerosas conductancias a distintos iones (p.e, Cl-, Ca2+ o CO3H-),

vehiculadas por canales cuyas propiedades cinéticas y de dependencia de voltaje u otros iones

eran diferentes. De hecho, en la época de HH no había constancia de la existencia, estructura y

propiedades de los canales iónicos. Para ello, hubo que esperar a la aparición de técnicas

genéticas, de criofractura y, especialmente de patch-clamp para entender en profundidad el

funcionamiento de estas proteínas transmembrana que son la verdadera piedra angular de la

excitabilidad neuronal.

Los canales iónicos son gluco-proteínas integrales de membrana cuyo peso molecular oscila

entre 25000 y 250000 daltons (Pastor, 2000). Todos los canales tienen un poro acuoso central

que permite la continuidad entre las soluciones electrolíticas intra y extracelular (Koester y

Siegelbaum, 2000). Pueden estar compuestos por una o por varias subunidades proteicas y

pueden tener diversas regiones intra y extracelulares para su regulación (Nicoll, 1984; Nicoll et

al., 1990).

Como ejemplo de funcionamiento de los canales iónicos activados por voltaje utilizaré los

canales de K+. Las propiedades (Miller, 1990) que podemos identificar en un canal iónico son:

Permeabilidad. La molécula más simple de canal iónico está formada por 6 hélices alfa

que atraviesan la membrana, dejando ambos extremos N y C terminales


16

intracelularmente. La confluencia de estas hélices permite definir un canal acuoso que

permitirá el paso de iones.

Selectividad. La conformación especifica de determinados restos aminoácidos

cargados crea una región con una distribución de potencial específica que permite sólo

el paso de un determinado ion. La selectividad iónica está relacionada con el radio

iónico, la solvatación del ion y los restos aminoácidos, si bien, su complejidad impide

desarrollar más este interesante tema (para un desarrollo más completo ver Coronado

et al., 1980).

Apertura (“gating”). La existencia de un conjunto de residuos peptídicos cargados

positivamente, colocados en la alfa hélice S4 actuarían como sensor de voltaje, de

forma que, cuando se produce una despolarización, el campo eléctrico modificaría la

estructura del canal, desplazando la subunidad S4 y permitiendo la apertura del canal.

Inactivación. Como ya se ha comentado, no todos los canales presentan esta

propiedad ni en todos se produce la inactivación por idéntico mecanismo. Sin embargo,

en los canales de K+ (recuérdese que el rectificador retrasado no inactiva), el

mecanismo más común es el llamado de “bola y cadena” (Armstrong y Bezanilla, 1977).

Básicamente consiste en que en el extremo N-terminal de la molécula del canal

(intracelular) hay un conjunto de residuos que presentan una estructura

tridimensional en forma de “bola”, unida al resto del canal por una “cadena” de

aminoácidos. Una vez que se ha producido la apertura del canal, la “bola” se desplaza,

situándose en la boca interna del canal, bloqueándolo. En esta situación, el canal

precisaría de una hiperpolarización para “extraer” la bola de la boca del canal y retirar

la inactivación, de tal forma que el canal pueda volver a activarse con la

despolarización.

Sin intentar hacer un listado exhaustivo de todos los canales descritos, nos centraremos

brevemente en aquellos que tienen mayor trascendencia fisiológica (Brown, 1990;

Schwartzkroin y Mueller, 1987; para una descripción más detallada, ver Hille, 1991). Aunque

existen otros tipos de canales de gran importancia—canales activados por un agonista

químico—únicamente discutiremos los canales activados por voltaje.

Cada tipo neuronal tendrá un juego característico de conductancias, lo que explica sus

diferentes propiedades tanto en la morfología del PA como en las características de

repetitividad en el disparo de la neurona (Figura 6). Estas propiedades dependientes de las

conductancias incorporadas en la célula, como son, por ejemplo, la repetitividad, juegan un

papel fundamental en el funcionamiento del SN (Jahnsen, 1986; Llinás, 1988).


17

Figura 6. A. Las neuronas en el cerebro de los mamíferos poseen amplias diferencias

electrofisiológicas. (a) La inyección intracelular de una corriente despolarizante en una célula

piramidal cortical produce un tren de potenciales de acción que disminuyen en frecuencia. Este

patrón se conoce como “regular”. (b) Algunas neuronas corticales generan brotes de tres o más

potenciales de acción, incluso cuando se despolarizan solo por un periodo de tiempo corto. (c) Las

células de Purkinje generan trenes de potenciales de acción de alta-frecuencia en sus cuerpos

celulares que son interrumpidos por la producción de puntas de Ca2+

en sus dendritas. Estas células

también pueden producir potenciales “plateau” de la activación persistente de la conductancia de

Na+ (cabezas de flecha). Las células de relevo talámico pueden generar potenciales de acción, ya sea

en brotes (d) o como trenes tónicos (e). (f) Las células de la habénula medial producen potenciales

de acción a un ritmo constante y de baja frecuencia a modo de marcapasos. B. Simulación de los

efectos en el patrón de actividad neuronal al añadir diferentes corrientes ionicas. (a) Respuesta al

impulso repetitivo del modelo clásico de Hodgkin-Huxley. La neurona genera un tren de 5

potenciales de acción en respuesta a la despolarización solo con INa y IK. Cuando se agrega IC (b) se

facilita la repolarización. Si se añade IA (c) se retrasa el inicio de la generación del potencial de

acción. Con la agregación de IM (d), disminuye la habilidad de la célula para generar un tren de

potenciales de acción. Cuando añadimos IAHP (e) disminuye la tasa de disparo y se genera una lenta

post-hiperpolarización. Finalmente, la adición de corriente transitoria de Ca2+

IT tiene como efecto

dos patrones de disparo de potenciales de acción diferentes: (f) ráfagas de brotes a -85 mV y (g)

ráfagas tónicas a -60 mV. Modificado de Koester y Siegelbaum, 2000.

Un aspecto importante sobre el estudio de los canales, es el tipo de bloqueantes

farmacológicos capaces de modificar el funcionamiento del canal, por ello se indican dichos

compuestos en cada una de las corrientes.

a. Canales de sodio (MacVicar, 1985; Sah et al., 1988 a y b; Weiss y Horn, 1986).

a.1. INa. Corriente dependiente de voltaje que inactiva rápidamente. Corresponde a la

conductancia discutida más arriba. Sensible a tetrodotoxina (TTX), un veneno

obtenido a partir del pez globo (Halstead, 1978).


18

a.2. INap. Corriente de sodio que no inactiva (por lo que se llama persistente). No se

bloquea por TTX.

b. Canales de potasio (Brown y Griffith, 1983 a y b; Sah et al., 1988a y b; Takahashi,

1990a; Llinás y Sugimori, 1980; Madison et al., 1987; Numan et al., 1987; Storm, 1988).

b.1. Corrientes dependientes de voltaje de despolarización.

b.1.1- IK. Rectificador retrasado. Es sensible a tetraetilamonio (TEA). No inactiva. Es la

conductancia clásica descrita por HH. Contribuye a la repolarización de la

neurona.

b.1.2- IA. Corriente transitoria que inactiva con el tiempo. Se bloquea con 4-

aminopiridina (4-AP), aunque también responde a TEA a concentraciones

mayores. Contribuye a la repolarización de la neurona.

b.1.3- ID. Corriente transitoria, pero con una inactivación más lenta que en el caso de

IA. Se bloquea a concentraciones menores que las empleadas para IA.

Contribuye a la repolarización de la neurona.

b.1.4- IM. Conductancia bloqueada por agonistas muscarínicos (agonistas

colinérgicos). Su activación es muy lenta, pero no inactiva en absoluto. Tiene la

peculiaridad de encontrarse abierta en condiciones basales, de modo que su

bloqueo, por agonistas colinérgicos contribuye a la despolarización celular.

b.2. Corrientes dependientes de voltaje de hiperpolarización (“inward rectifiers”). Se

activan con la hiperpolarización, no con la despolarización, como en el resto de los

canales. Tienden a mantener el Vm cerca del Vr (Pastor et al., 1996; Takahashi,

1990b).

b.2.1- IQ. Conductancia mixta de K+ y Na+. Su cinética es lenta. Suele ser una corriente

de entrada ya que se activa a un Vm inferior al VK.

b.2.2- Ir. Rectificador de entrada rápido. Su cinética es más rápida que en el caso

anterior. Está en todas las células del SNC. Se bloquea por Cs2+ y Ba2+.

b.3. Corrientes de potasio dependientes de calcio (Brown y Griffith, 1983b; Kay y Wong,

1987; Yaari et al., 1987)

b.3.1- IC. Depende tanto de Ca2+ como de voltaje. Se asocia a canales con gran

conductancia (maxi-K, big-K o BK). Se bloquea por medio de TEA y

caribdotoxina. Participa en la repolarización celular.

b.3.2- IAHP. Depende de Ca2+ de forma más importante que IC. No depende de voltaje

y está asociada a canales SK (small-K) cuya conductancia es menor. No es


19

sensible a TEA pero se bloquea por apamina. Produce una

posthiperpolarización de gran duración, en ocasiones superior a 400 ms.

c. Canales de calcio (MacVicar, 1985; Sah et al., 1988a; Tsieng et al., 1988).

c.1. ICa-L. Corriente de entrada que inactiva ligeramente. Se activa con umbrales altos. La

corriente aumenta con Ba2+. Se bloquea con dihidropiridinas. Genera la

postdespolarización (despolarización durante la fase inicial de la

posthiperpolarización).

c.2. ICa-N. Se activa también con alto umbral, pero se inactiva con voltaje, al contrario

que la L. No se bloquea por ω-conotoxina.

c.3. ICa-T. Se activa a bajo umbral, inactivando con el voltaje y el tiempo. La corriente

disminuye con el Ba2+. Se bloquea relativamente con fenitoína.

c.4. ICa-P. Conductancia no inactivante de bajo umbral. Se bloquea por FTX (veneno

procedente de araña). Contribuye a las mesetas de voltaje de las células de

Purkinje.

d. Canales de cloro (Blatz y Mableby, 1985; Bretag, 1987; De Castro F et al., 1995; De

Castro F et al., 1997). Están implicados en la miotonía congénita, donde la gCl está

anormalmente disminuida. Existen también canales de Cl- activados por Ca2+.

1.1.1.4. Las propiedades de excitabilidad varían según el sitio de la neurona

La combinación de propiedades activas y pasivas explican los distintos comportamientos

eléctricos de cada tipo de neurona y de cada región dentro de ella (Gold et al., 2006). Las

funciones electrofisiológicas de la neurona están compartimentadas en diversos subdominios

de su estructura y se describen a continuación (Figura 7):

a. Recibe señales sinápticas principalmente en las dendritas, en cierto grado en el soma,

y a veces incluso en las terminales del axón. Estas señales son capaces de producir

cambios en el flujo de corriente — controlado por los canales iónicos dependientes de

neurotransmisor— a través de la membrana, que conducen al potencial eléctrico de la

membrana celular a abandonar su potencial de reposo y alcanzar un potencial

sináptico. La amplitud y duración del potencial sináptico dependerá de la intensidad

del estímulo inicial (Koester y Siegelbaum, 2000).

b. La neurona es capaz de generar actividad intrínseca, en cualquier zona de la célula, a

través de propiedades de membrana dependientes de voltaje y de mecanismos

internos de segundo mensajero (Squire et al., 2003).

c. En la zona trigger se integra la señal de entrada con la actividad intrínseca de

membrana, y se determina si se genera un PA o no. Si el potencial sináptico es lo

suficientemente grande o duradero despolariza la membrana celular, produciendo la

apertura de los canales de iones de Na+, lo que genera un PA. Esta zona suele estar


20

localizada en el cono axónico, que es el sitio en donde se encuentra la mayor

concentración de canales de Na+ dependientes de voltaje y por lo tanto, es la zona que

posee el umbral más bajo para producir un PA (Koester y Siegelbaum, 2000).

d. La propagación del PA a lo largo de toda la longitud del axón o señal de conducción,

está mediado sobre todo a través de los canales de Na+ y K+ dependientes de voltaje.

Esta señal, que viaja en ocasiones a velocidades tan rápidas como 100 m/s, no

disminuye de amplitud a lo largo de su viaje ya que es periódicamente regenerado en

los nodos de Ranvier (Pastor y Reina, 2011).

e. Cuando el PA alcanza la parte terminal de la neurona, produce la liberación del

neurotransmisor de la célula, el cual funciona como la señal de salida de la neurona.

Después de que el transmisor se libera de la neurona presináptica, difunde a través de

la hendidura sináptica hacia los receptores de membrana en la neurona postsináptica

a los cuales se une y produce la generación de un nuevo potencial sináptico (Koester y

Siegelbaum, 2000).

Figura 7. Esquema general de una neurona de mamífero, con los diferentes subdominios y

las funciones generadas por los mismos. A la derecha se muestran ejemplos de los potenciales

obtenidos en los mismos. Modificado de Squire et al., 2003.

1.1.1.5. Principios de registro extracelular

Las aportaciones de todas las corrientes eléctricas de los procesos neuronales activos dentro

de un volumen de tejido cerebral se superponen en un punto dado en el medio extracelular y

generan un potencial Ve (en mV) con respecto a un potencial de referencia.


21

Las corrientes eléctricas extracelulares pueden ser medidas, a través del registro extracelular

con microelectrodos. Esto nos permite obtener el PA de una neurona individual o de un

pequeño número de neuronas vecinas. Debido a que el PA es el código usado por la neurona

para transmitir información, su registro es primordial para el estudio de sistemas neuronales y

su participación en el procesamiento de información.

En cada uno de los diferentes tipos de neuronas se encuentran distintas combinaciones de

canales dependientes de voltaje (Gold et al., 2006), esto determinaría distintas maneras de

responder de la neurona a la entrada sináptica. Algunas células responden con un único PA,

otras con una descarga de frecuencia constante o con una frecuencia de aceleración o

desaceleración. Hay algunas incluso que disparan de forma espontánea, debido a la existencia

de corrientes de marcapasos endógenos. Por lo tanto, las propiedades de excitabilidad

también varían entre los diferentes tipos de neuronas. Estas variaciones individuales nos dan

una oportunidad para la caracterización de grupos neuronales a través del registro extracelular

(Koester y Siegelbaum, 2000).

El registro extracelular es capaz de captar muchas de las propiedades neuronales que se

estudian mediante el registro intracelular (Henze et al., 2000; Gold et al., 2006). En pacientes

es imposible realizar estudios intracelulares in vivo. Sin embargo, a partir de la relación entre el

registro extra y el intracelular, se pueden deducir muchas propiedades de las neuronas a pesar

de emplear un registro extracelular.

1.1.2. Fuentes que contribuyen a las corrientes extracelulares

El PA registrado con un microelectrodo extracelular se produce por flujos de corrientes

generados en el espacio extracelular alrededor de una neurona activa. El espacio extracelular

actúa como un “conductor de volumen”, es decir, un medio con una resistencia

uniformemente baja (Heinricher, 2004).

Cualquier membrana excitable y cualquier tipo de corriente transmembrana contribuye al

campo extracelular (Buzsáki et al., 2012). Este se define como la superposición de todos los

procesos iónicos, desde los potenciales de acción rápidos hasta las fluctuaciones más lentas en

la glía (Navarrete et al., 2013). Las características del potencial de campo local, así como la

amplitud y frecuencia, dependerán de la contribución proporcional de las múltiples fuentes de

corrientes eléctricas, así como de las distintas propiedades del tejido cerebral. Además, la

amplitud del Ve se escala con el inverso de la distancia entre la fuente y el sitio de registro. Sin

poder dejar de mencionar que la coherencia temporal —es decir, la sincronía— de las fuentes

de corriente respectivas, también contribuye a dar forma al potencial de campo. A

continuación, describiremos brevemente las fuentes más importantes de corrientes eléctricas

extracelulares.


22

Actividad sináptica

Para que una señal pueda ser medible, las corrientes extracelulares deben coincidir en el

tiempo. Cuando los procesos que las inducen son lentos, su sumación temporal es más

probable. Esta es la razón por la que en condiciones fisiológicas la actividad sináptica es la

fuente más importante de corriente extracelular, a pesar de ser corrientes de una magnitud

menor que la de los PA.

Las dendritas y el soma de una neurona forman una estructura en forma de árbol, con un

interior conductor, rodeado de una membrana relativamente aislante. A lo largo de toda la

estructura existen cientos de miles de sinapsis. Los neurotransmisores actúan sobre los

receptores sinápticos (básicamente AMPA y NMDA) para inducir corrientes excitatorias. El

flujo de cationes hacia dentro del espacio intracelular produce una corriente “sumidero”. Para

alcanzar el efecto de electroneutralidad, la corriente “sumidero” de la región activa debe ser

equilibrada. Las regiones inactivas próximas al “sumidero” actúan como una “fuente” de

corriente para la región activa, induciendo un flujo de iones en sentido opuesto desde el

espacio intra al extracelular.

Dependiendo de la localización de la corriente sumidero y de su distancia de la corriente

fuente se formará un dipolo, cuyo potencial eléctrico decae en 1/r2 según esta expresión:

𝑽𝑫 = ⋅

𝟒𝝅𝜺𝟎𝒓𝟑 Ecuación 15

Donde representa el momento dipolar (Cm). Esta pronunciada disminución se debe a que las

dos cargas opuestas que forman el dipolo disminuyen el efecto de la carga contraria.

No obstante, se asume que los receptores GABA subtipo A (GABAA), que median corrientes

inhibitorias, contribuyen muy poco al campo extracelular, ya que el potencial de equilibrio del

Cl- es muy cercano al potencial de reposo de la membrana. Es importante destacar que, en

neuronas activas la membrana se despolariza y que, por lo tanto, corrientes inhibitorias y en

muchos casos hiperpolarizantes pueden generar considerables corrientes transmembrana

(Glickfeld et al., 2009; Trevelyan, 2009).

Potenciales de acción rápidos

Son los que generan las corrientes más intensas a través de la membrana neuronal y son

registrados como “unidades” o “puntas” en el medio extracelular. Están mediados por

corrientes de Na+, son de corta duración y de gran amplitud cerca del soma. No contribuyen

habitualmente a la banda típica del potencial de campo local (<100 Hz), pero en ocasiones, PA

síncronos de varias neuronas pueden contribuir considerablemente a los componentes de alta

frecuencia del potencial de campo local.


23

Corrientes intrínsecas y resonancia

Corrientes extracelulares y de membrana son generadas por canales dependientes de voltaje

que inducen resonancia intrínseca y oscilaciones del potencial de membrana. Cuando una

despolarización intracelular es lo suficientemente intensa, las propiedades de resonancia de la

membrana pueden dar lugar a una oscilación de voltaje autosostenida. Resonancia y

oscilaciones en la frecuencia theta dependientes de voltaje han sido descritas en neuronas de

muchas regiones corticales (Llinás, 1988; Silva et al., 1991; Storm, 1988). Por el contrario,

interneuronas inhibitorias perisomáticas tienen una frecuencia de resonancia en el rango de

frecuencia gamma (30-90 Hz) (Cardin et al., 2010; Pike et al., 2000). Para contribuir al potencial

de campo, las fluctuaciones resonantes del potencial de membrana deben ocurrir

simultáneamente en neuronas cercanas, una característica que es muy propia de las

interneuronas inhibitorias.

Potenciales de post-hiperpolarización

El aumento en la concentración intracelular de un ion, puede provocar el flujo hacia el interior

de la membrana de otros iones, a través de la activación de canales por ligando, lo que a su vez

contribuirá al potencial de campo. Un ejemplo de esto son los brotes de potenciales rápidos y

potenciales dendríticos de Ca2+ asociados, que son seguidos de la hiperpolarización de la

membrana. Esto es debido a que la acumulación del Ca2+, media un incremento de la

conductancia del K+ en la región del soma (Hotson y Prince, 1980). Como la amplitud y

duración de dichos brotes post-hiperpolarización, pueden ser tan extensos y duraderos como

la actividad sináptica, también contribuyen al potencial extracelular (Buzsáki et al., 1988).

Uniones gap e interacciones neurona-glia

Las comunicaciones eléctricas directas entre neuronas a través de uniones gap (gap-junctions,

en inglés), pueden facilitar la sincronía neuronal (Traub et al., 2004). Este tipo de actividad no

tendría una participación directa en el campo extracelular, ya que no produce ningún flujo de

iones en el espacio extracelular. El efecto es indirecto, modificando la excitabilidad neuronal.

Por otro lado, el sincitio glial podría contribuir con patrones de frecuencia muy bajos (<0.1 Hz),

los cuales según recientes estudios podrían provenir de la glía, de interacciones neurona-glía o

de actividad vascular (Vanhatalo et al., 2004; Hughes et al., 2011; Poskanzer y Yuste, 2011)

1.1.3. Influencia de la forma, posición y sincronía de las neuronas en el campo

extracelular

Todas las neuronas contribuyen al campo extracelular, pero no de la misma manera. Su

contribución estará condicionada en buena parte por la forma de la neurona, aunque algunos

trabajos sugieren que es más relevante la dotación iónica que la morfología (Gold et al., 2006).

Las neuronas piramidales por ejemplo, están formadas por dendritas apicales largas y gruesas

que pueden generar intensos dipolos a lo largo del eje somato-dendrítico. Como la distancia

entre el sumidero activo (o la fuente) y la corriente de regreso es grande, los dipolos originan


24

un campo abierto. Esto condiciona un considerable flujo de iones en el medio extracelular

(Buzsáki et al., 2012). Por lo tanto, las células piramidales, que son el tipo de neurona más

frecuente, hacen una contribución muy importante al campo extracelular.

A diferencia de las células piramidales, existen las neuronas con una arborización dendrítica en

forma de esfera, las cuales son simétricas y contienen dendritas más o menos del mismo

tamaño en todas las direcciones. Un ejemplo, son las células talamocorticales, que generan

dipolos de pequeño tamaño (Lindén et al., 2010) y si varias dendritas son activadas

simultáneamente, pueden dar lugar a campos cerrados (Lorente de Nó, 1947).

En estructuras con una citoarquitectura regular, como la corteza cerebral, las dendritas

apicales de las neuronas piramidales se encuentran situadas de manera paralela entre ellas,

por lo que sus entradas sinápticas son perpendiculares al eje dendrítico. Esta disposición

geométrica es ideal para la superposición de dipolos sincrónicamente activos y es la principal

razón por la cual los potenciales de campo locales, son más extensos en la corteza. Estos

potenciales de campo son los responsables del electroencefalograma (EEG).

Otro factor muy importante que influye en la magnitud de la corriente extracelular, son las

fluctuaciones temporalmente síncronas del potencial de membrana de conjuntos grandes de

neuronas. Esta sincronía es frecuentemente provocada por oscilaciones de redes y explica por

qué, diferentes estados cerebrales se relacionan con marcadas diferencias en la magnitud del

potencial de campo local (Buzsáki, 2006; Olejniczak, 2006).

1.2. Registro electrofisiológico en neurocirugía funcional.

La cirugía estereotáxica en humanos empezó a utilizarse en 1947 para enfermedades extra-

piramidales. El primer informe de esta técnica utilizando registros electrofisiológicos en

pacientes con trastornos del movimiento, fue publicado por Wetzel y Snider en 1958 (Wetzel y

Snider, 1958), los resultados no fueron concluyentes y no estaba del todo claro la verdadera

posición de los electrodos. Fue Denise Albe-Fessard y su equipo en 1961, quienes consiguieron

un considerable adelanto en el registro con microelectrodos (MER por micro-electrode

recording) de estructuras cerebrales profundas (Albe-Fessard et al., 1961). Lograron registrar y

diferenciar los diferentes núcleos talámicos y la cápsula interna. Además, también registraron

potenciales de campo relacionados con la estimulación sensitiva, proponiendo así una

disposición talámica somatotópica contralateral, la cual ya había sido descrita en animales 10

años antes (Mountcastle y Henneman, 1952). Posteriormente el mismo grupo de Albe-Fessard

en París junto con Gaze y su equipo en Gran Bretaña (Albe-Fessard et al., 1962 y 1967; Gaze et

al., 1964) y el grupo de Hardy en Canadá (Hardy, 1961 y 1966; Hardy et al., 1964)

proporcionaron detalles anatomofisiológicos más precisos y describieron e introdujeron el

termino de células del temblor, dando inicio al interés progresivo por el microregistro

intraoperatorio como una parte rutinaria de la cirugía estereotáxica para trastornos del

movimiento. Desde entonces y hasta ahora, el avance en la tecnología ha permitido

determinar patrones de descargas eléctricas características en la mayoría de las estructuras

subcorticales, sobre todo del tálamo y los ganglios de la base.


25

1.2.1. Sistemas de registro

1.2.1.1. Microelectrodos

Los microelectrodos ideales para el registro extracelular intracerebral deben cumplir ciertas

cualidades eléctricas: i) que puedan asegurar una estabilidad de la señal neuronal con una alta

ratio señal-ruido, ii) ser capaces de aislar la actividad de una célula individual, iii) identificar

todos los tipos de neuronas y iv) ser lo suficientemente resistentes como para soportar el

procedimiento in vivo (Heinricher, 2004).

Por lo tanto, el tamaño y las propiedades eléctricas del microelectrodo son características

decisivas para un adecuado funcionamiento. Actualmente el material que proporciona una alta

resistencia a la tensión, sin perder la rigidez durante el avance a través del tejido cerebral,

pudiendo ser además lo suficientemente delgado, es el tungsteno. Los electrodos suelen estar

blindados con materiales que permitan alcanzar las propiedades eléctricas necesarias:

impedancia y capacidad para soportar corrientes de estimulación repetidas.

La impedancia de los microelectrodos determina la sensibilidad del registro, pero también se

asocia con la cantidad de ruido. A una frecuencia dada, la impedancia del electrodo es

inversamente proporcional al área de superficie del electrodo. Así pues, generalmente un

electrodo con un diámetro de punta pequeño (1-2 µm) y alta impedancia (1.0 MΩ), puede

aislarnos la actividad de una sola neurona, sin embargo, la cantidad de ruido en el registro será

considerable. Al contrario, microelectrodos con diámetros mayores (> 20 µm) y bajas

impedancias (0.2-0.4 MΩ) nos proporcionan registros con menos ruido y más estables, aunque

con la desventaja de registrar múltiples unidades neuronales. Lo ideal es encontrar un

equilibrio entre las propiedades del microelectrodo, para poder obtener registros estables de

neuronas aisladas por el tiempo necesario.

Los microelectrodos disponibles en el mercado están hechos de tungsteno con un

recubrimiento de poliuretano, excepto en la punta. El microeletrodo se inserta en una cánula

que también se encuentra aislada y que cubre casi en su totalidad al electrodo, dejando

únicamente sin cubrir el extremo distal, para minimizar daños a los tejidos profundos y facilitar

su uso en el tubo estereotáxico. Un tamaño de punta de entre 15-50 µm es el más apropiado

para obtener un buen registro de neurona aislada con actividad de fondo de otras neuronas

vecinas (Figura 8).


26

Figura 8. Esquema de un microelectrodo comercial utilizado en clínica (FHC®).

1.2.1.2. Amplificación y filtros

La señal captada por el microelectrodo debe amplificarse y limpiarse de ruido a través de un

sistema de amplificadores y filtros para poder ser digitalmente procesada y representada en

un monitor.

El preamplificador usualmente se encuentra situado lo más cerca posible del arco

estereotáxico, para reducir la longitud de los cables y minimizar el ruido asociado al ambiente.

Los filtros nos permiten eliminar del registro crudo, la parte de la señal que tiene poco o nada

de valor fisiológico. Los filtros para los registros con microelectrodos usualmente se ajustan

para atenuar todas las señales por debajo de 200 Hz y por encima de 5 kHz, ya que el rango de

frecuencia de descarga de los potenciales de acción de una célula aislada se encuentra entre

200 a 10.000 Hz (Heinricher, 2004). Aunque los filtros nos eliminarán las frecuencias y el ruido

no deseado, es importante saber que debido a las propiedades de capacitancia-resistencia de

los sistemas que son utilizados para el registro, un efecto no deseado puede ser una alteración

de la amplitud o de la fase del PA, es decir una distorsión de la morfología (Van Drongelen,

2007a). Por lo que lo más razonable es utilizar filtros lo más abiertos posible. Una situación

muy común en el ambiente de un quirófano es hacer frente a la señal de ruido causada por la

corriente alterna del suministro eléctrico de 50 Hz. Un filtro de línea (notch) debe utilizarse

para reducir esta interferencia, además de adoptar otras medidas generales, como apagar

todos aquellos aparatos que suponen una fuente de ruido, por ejemplo: cama del paciente,

lámparas de iluminación, conexión de la bipolar, etc.

1.2.1.3. Procesamiento de señal

El proceso de digitalización de la señal está definido por dos parámetros: la frecuencia de

muestreo y la resolución (Konstantin, 2004). La mayoría de los sistemas de digitalización

actuales tienen una resolución de 16 bits. Tanto para la detección de los potenciales de acción


27

como para el análisis del ruido de fondo. El cifrado de voltaje utilizando 16-bits nos

proporciona un detalle de 65.536 puntos de amplitud (Van Drongelen, 2007b)

Como en todos los instrumentos de procesamiento de señal, existe un error potencial en

cuanto a la frecuencia de muestreo que hay que tener siempre en cuenta. Si tenemos un

componente en la señal de entrada que tiene un periodo de tiempo que es menor que el doble

del intervalo de muestreo, entonces la señal aparecerá en el análisis de frecuencia, como un

componente de menor frecuencia (Javre y Baumann, 2004). La frecuencia de muestreo mínima,

se denomina la frecuencia de muestreo de Nyquist o el límite de Nyquist. Así que, la frecuencia

de muestreo determina la frecuencia más alta que se puede representar por la señal

muestreada. Este valor (la mitad de la frecuencia de muestreo) se indica a menudo como la

frecuencia de Nyquist de la señal muestreada (Van Drongelen, 2007c).

Cuando obtenemos el registro digitalizado en crudo, básicamente la señal se filtra con un pasa

bajos para obtener los potenciales de campo local (Figura 9). Estas señales representan la

dinámica del tejido neural alrededor del electrodo (alrededor de 1 mm de diámetro) (Henze et

al., 2000; Rey et al., 2015). Los potenciales de campo local son generados por las corrientes de

entrada/salida en las dendritas y somas de las neuronas circundantes, y predominan en tejidos

donde los cuerpos celulares están parcialmente alineados, creando dipolos coherentes en el

medio de registro (Buzsáki et al., 2012). Al introducir un filtro de bandas a la señal, obtenemos

la actividad de algunas neuronas lo suficientemente cerca al electrodo, además de la actividad

de fondo producida por las neuronas que se encuentran más lejos del mismo (Figura 9).

Figura 9. Ejemplo de un registro extracelular. El contenido de baja frecuencia de la señal

está asociado con el potencial de campo local (entre 1 y 100 Hz, en el caso de este ejemplo). Dentro

del contenido de alta frecuencia (entre 300 y 3000 Hz), vemos una superposición de diferentes

efectos. Las neuronas de la zona III (que se encuentran a más de 140 µm de la punta del electrodo)

contribuyen con el ruido de fondo, estos potenciales no pueden ser detectados. Las neuronas en la

zona II producen potenciales de mayor tamaño que el ruido de fondo, pero no tan grandes como los

de la zona I (que se encuentran a menos de 50 µm del electrodo), los llamados potenciales de unidad

única. Modificado de Rey et al., 2000.


28

1.2.2. Cirugía estereotáxica

El procedimiento quirúrgico se lleva a cabo a través de un marco de estereotaxia colocado en

la cabeza del paciente bajo anestesia local, con el posicionador por arriba del marco para

obtener referencias en tres dimensiones (Figura 10A). Los marcos utilizan escalas lineales para

mover y ajustar el arco a una posición dada en el espacio, de tal manera que la punta de la

guía introducida a una profundidad apropiada alcanzará el objetivo designado,

independientemente del punto de entrada (Henderson, 2004). La diana quirúrgica se mide de

manera directa o indirecta, de las imágenes fusionadas de resonancia magnética (RM) y

tomografía axial computarizada (TAC). Se toma como referencia la posición relativa a las

coordenadas del punto intercomisural, que es aquel situado a mitad de camino entre la

comisura anterior y posterior (de sus siglas en inglés AC y AP, respectivamente), las cuales son

obtenidas a partir de un programa de RM e introducidas a un programa de ordenador que las

superpone al atlas de Schaltebrand-Wahren (SW) (Hassler, 1959). Las coordenadas del objetivo

quirúrgico se calculan de acuerdo con su relación con la línea AC-AP. De esta manera la

localización de los núcleos prevista radiológicamente es posicionada en las coordenadas del

marco esterotáxico (Figura 10B). Cuando se intenta hacer coincidir la anatomía del atlas con la

del paciente, obviamente el problema, es la variabilidad individual del cerebro humano. Los

cortes del atlas no corresponden de una manera precisa con la anatomía del paciente. Por lo

tanto, el atlas esterotáxico debe ser tomado, como máximo, como un mapa de aproximación

(Henderson, 2004). Para que el atlas y la cabeza del paciente sean superponibles, todas las

distancias reales del paciente deben ser normalizadas a la longitud AC-PC del atlas, que es de

25 mm.

Los errores de localización de la diana durante el procedimiento pueden darse en las

siguientes situaciones: el cálculo incorrecto en la transformación matemática, entre el “sitio de

la imagen” en el TAC y el “sitio quirúrgico” en el arco y la guía, los errores mecánicos a la hora

de ajustar las coordenadas X, Y, Z en el marco y desviaciones de la trayectoria de la guía por

bordes de la dura o del hueso (Henderson, 2004). Las investigaciones llevadas a cabo, a cerca

de la exacta colocación de los marcos esterotáxicos han mostrado que están entre 1.2 y 1.9

mm en promedio, con un intervalo de confianza del 95% de entre 2.2 y 3.6 mm (Maciunas et

al., 1993).


29

Figura 10. Cirugía estereotáxica. A. Ejemplo de colocación del marco de estereotaxia y de

los microelectrodos en el posicionador por el neurocirujano durante un procedimiento de

estimulación cerebral profunda. B. Imágenes de RM con la planificación de la trayectoria mediante

neuronavegador.

Una vez que la diana quirúrgica se determina con ayuda de la neuroimagen, en la mayoría de

los centros de estimulación cerebral profunda (ECP) se utiliza la localización neurofisiológica

mediante registro con microelectrodos para la exacta localización de la estructura cerebral

funcional. Los registros con microelectrodos han demostrado ser altamente beneficiosos,

especialmente cuando son llevados a cabo por expertos neurofisiólogos (Cuny et al., 2002).

Aun así, la descripción electrofisiológica de las estructuras subcorticales, todavía no es

completa. Los núcleos y trayectorias descritas hasta ahora son limitadas y se han hecho

utilizando herramientas básicas de identificación de señal.

1.2.3. Identificación y análisis de señal en registros con microelectrodos

Vamos a describir brevemente algunas de las herramientas de análisis de señal que pueden ser

empleadas en cirugía de ECP.

1.2.3.1. Patrones en la señal

Análisis del “ruido” neuronal

El concepto de “ruido” neuronal es fundamentalmente diferente al de la actividad de

potenciales de acción de neuronas individuales. Los potenciales de acción son eventos

discretos que ocurren en un momento concreto en el tiempo, mientras que el ruido neuronal

aparece más como una señal analógica continua modulada en el tiempo.

El análisis del ruido neuronal de fondo puede llevarse a cabo utilizando la transformada rápida

de Fourier (FFT) de manera continua sobre el tiempo. Se realiza mediante la ejecución de la

FFT por segmentos cortos de tiempo de la señal, llamados ventanas. Los resultados pueden

representarse como gráficos de 3 (tiempo, amplitud y frecuencia) o 2 dimensiones (amplitud y


30

frecuencia). Debido a la corta duración de los potenciales de acción, la mayoría de ellos son

filtrados durante la FFT.

1.2.3.2. Detección de potenciales o sorting.

La forma más fácil de identificar un potencial es utilizar un sistema o algoritmo con un umbral

de discriminación. La técnica consiste en que cada vez que la señal exceda el umbral se

considerará un potencial. Obviamente esta técnica implica que el registro no tenga artefactos

para que los resultados sean confiables. Cuando la señal es estable, es posible establecer un

umbral automático que reduzca los artefactos, de esta manera se eliminan los valores que son

un 5% más altos y los que son un 5% más bajos (Javre y Baumann, 2004).

Al utilizar está técnica puede darse el caso, que un potencial genere diferentes señales que se

encuentren todas por encima del umbral de detección. Cuando se utiliza una frecuencia de

muestreo alta, un solo potencial puede cruzar el umbral de detección en ambas direcciones

muchas veces, esto es debido al ruido de fondo y al electrotónico (Javre y Baumann, 2004). Lo

más práctico en esta situación es utilizar el concepto de periodo refractario de una neurona

aislada, que es 2.5 ms (Quian Quiroga, 2007). Por lo tanto, después del primer paso del

umbral que desencadena la detección de un potencial, se deja deshabilitado el sistema de

detección por defecto por un corto periodo de tiempo, que corresponde con el periodo

refractario mínimo de descarga de una neurona.

Cuando se registran potenciales de múltiples neuronas simultáneamente, este algoritmo

funcionará, siempre y cuando las neuronas produzcan potenciales de acción de diferentes

amplitudes y el nivel del umbral sea ajustado apropiadamente para ignorar los potenciales de

acción con las amplitudes más pequeñas. En ocasiones, puede ser difícil detectar que la señal

contiene la actividad de más de una neurona. Una manera de solucionar esto es la de graficar

de manera recurrente la señal antes (∆ tiempo 1) y después (∆ tiempo 2) de cada detección del

umbral. Cuando una neurona aislada es la responsable de la actividad, la morfología de las

curvas superpuestas es prácticamente igual. Si la actividad proviene de dos neuronas

diferentes las curvas tendrán dos morfologías diferentes. En general, los potenciales

provenientes de una neurona registrada por un electrodo tendrán una morfología similar (Rey

et al., 2015). Esto principalmente se debe a la morfología de su árbol dendrítico, la distancia y

orientación relativa al sitio de registro, la distribución de los canales iónicos y las propiedades

del medio extracelular (Gold et al., 2006).

Los potenciales registrados son clasificados y agrupados de acuerdo a su morfología en un

proceso que se conoce como spike sorting (Quian Quiroga, 2007). Cada grupo (cluster)

resultante es luego asociado a una unidad (célula), aunque esto no siempre es posible, ya que

en algunas ocasiones no es posible separar algunos potenciales del resto, debido a una baja

ratio ruido-señal, dándonos como resultado un cluster asociado a una actividad de multi

unidades, que está formado por la superposición de diferentes potenciales que suelen tener

menor amplitud y vulnera el periodo refractario de las neuronas aisladas.


31

El desarrollo de algoritmos para spike sorting ha sido siempre una cuestión clave en el análisis

de registros electrofisiológicos (Abeles y Goldstein, 1977; Lewicki, 1998). La clasificación

precisa de neuronas individuales es crucial para estudiar la organización funcional de un área

topográfica cerebral determinada. Sin embargo, su desarrollo sigue siendo un tema no

finalizado.

Una vez identificados los potenciales de acción correspondientes potencialmente a una

neurona individual, es preciso caracterizar la propiedades electrofisiológicas y funcionales.

Para ello se han descrito una serie de índices y variables dirigidas a dos tipos de características:

i) las que dependen de una actividad aproximadamente continua o tónica, y ii) las que

dependen de una actividad transitoria o fásica.

1.2.3.3. Actividad tónica

La frecuencia de descarga media de una neurona es la medida básica y el parámetro más fácil

de calcular. De hecho, es el que más frecuentemente se muestra en los estudios tanto de

humanos como de animales (Bergman et al., 1988). Se calcula a partir del número total de

potenciales en un periodo dado de tiempo y se expresa en potenciales de acción/segundo o Hz.

La actividad tónica de una célula suele ser bastante constante, aunque pueden existir

variaciones espontáneas. Cuando la señal cambia sus características en el tiempo, se

denomina “no estacionaria”. La tasa promedio es una medida representativa de la tasa de

descarga, siempre y cuando la señal sea estacionaria.

Cuando las características físicas del electrodo cambian lentamente, a causa de oxidación,

calentamiento o sangrado adyacente, la señal cambia sus características en el tiempo y se

vuelve no estacionaria (Javre y Baumann, 2004). Es posible corregir este tipo de señal,

calculando el valor promedio del potencial en periodos cortos del registro y determinando una

función de corrección para cada valor de la señal (Javre y Baumann, 2004).

Midiendo el espacio entre potenciales (que se denomina periodo instantáneo) es posible

determinar la frecuencia de descarga. Con este valor se pueden calcular el promedio, la media,

cuartiles (P25 y P75) y frecuencias extremas (P10 y P90). Hoy en día el promedio de frecuencia de

descarga es quizá el parámetro de actividad neuronal aislada más frecuentemente informado

(Lozano et al., 1996), aunque es una medida muy grosera y no es capaz de captar en

profundidad la riqueza del comportamiento neuronal.

Los histogramas de intervalo entre potenciales describen la distribución de frecuencia de

intervalos de tiempo entre potenciales sucesivos. La calidad del histograma depende del

número de intervalos seleccionado. De hecho, el ancho de la columna debe escogerse de

acuerdo al número de intervalos entre potenciales observado.

1.2.3.4. Actividad fásica

La actividad fásica describe la actividad irregular o transitoria de las neuronas como, por

ejemplo, la presencia de brotes de potenciales de acción (Favre et al., 1999). Es común


32

describir la actividad fásica de una manera descriptiva, lo que resulta impreciso y subjetivo,

pero existen parámetros objetivos que pueden caracterizarla de una manera más precisa (ver

más abajo).

1.3. Núcleo centromediano del tálamo

Antes de iniciar una descripción de la anatomía y función del núcleo centromediano (Ce7), es

necesario describir las características anatómicas y funcionales —aunque sea de manera

general— del tálamo.

1.3.1. Divisiones del tálamo

El tálamo es una estructura de forma oval ubicada en la porción dorsal del diencéfalo. La

lámina medular externa (LME) separa de la masa principal del tálamo al núcleo tálamico

reticular (NR), una delgada lámina de sustancia gris, que delimita lateralmente con la cápsula

interna. El cuerpo principal del tálamo se denomina tálamo dorsal y está cubierto por el NR en

su superficie lateral y ventrolateral.

El tálamo está compuesto por grupos de núcleos bien definidos, que pueden subdividirse en 2

o más unidades, más pequeñas (Figura 11). Se han identificado al menos 50 núcleos. La

nomenclatura de los núcleos del tálamo puede tener algunas variaciones, según el autor de

referencia (Walker y Kalil, 1938; Olszewski, 1952; Hassler, 1959; Jones, 1985 y 1997; Hirai y

Jones, 1989; Steriade et al., 1997). En este trabajo la nomenclatura estará basada en el atlas

SW (Hassler, 1959).

Figura 11. Modelo del tálamo izquierdo desde una perspectiva oblicua, el NR y el grupo medial han

sido retirados. Se muestra la posición de los principales núcleos talámicos en tres secciones

frontales. Modificado de Nieuwenhuys R, 2008.

7 Es habitual denominar CM al núcleo centromediano, sin embargo, en el atlas SW, el nombre

que recibe es Ce, por lo que será frecuentemente utilizado en este trabajo.


33

Una lámina de sustancia blanca, la lámina medular interna (LMI), divide el tálamo en el núcleo

mediodorsal y en los grupos de núcleos talámicos ventral y lateral (Figura 11). La parte más

rostral y bifurcada de la lámina medular interna encierra el grupo nuclear anterior (NA).

Caudalmente, el grupo ventral se sustituye por el cuerpo geniculado medial (CGM) y el cuerpo

geniculado lateral (CGL). La zona periventricular de la parte rostral del tálamo contiene

pequeñas masas de células: los núcleos parataenial (Pt) y paraventricular (PV) y la reuniens

(Re), un núcleo más compacto. En conjunto, estas masas constituyen el grupo nuclear de la

línea media (Lm).

El grupo nuclear lateral incluye el núcleo lateral posterior (LP) y además constituye el polo más

caudal del tálamo, conocido como el núcleo pulvinar (PUL). En su parte rostral, en la

bifurcación de la lámina medular interna, se estrecha en el núcleo lateral dorsal (LD).

El grupo ventral se extiende más rostral. Se divide en los núcleos ventral posterior (VP) ventral

anterior (VA) y ventral lateral (VL) (Figura 11). Dentro del núcleo VA, existe una parte

magnocelular (Vamg) que está ubicada en una situación ventromedial. El núcleo VL puede ser

claramente subdividido en una parte anterior (VLa) y otra posterior (VLp). El núcleo VP tiene

dos divisiones principales, el núcleo ventral posteromedial (VPm) y el núcleo ventral

posterolateral (VPl) (Hirai y Jones, 1989; Steriade et al., 1997; Jones, 1997) (Figura 11 y 12).

Figura 12. A. Diagrama en una vista medial de las estructuras del tálamo y su relación con

otros ganglios de la base, se muestra el nivel y el plano (línea continua) de la sección que se ilustra

en el panel B. B. Sección transversal a través del núcleo centromediano y porción caudal del

putámen. C UN CAUD, cuerpo del núcleo caudado, C. AMYGD, núcleo amigdaloideo, CGM,

cuerpo geniculado medial; Ce, centromediano; COM ANT, comisura anterior; FIM, fimbria; LD,

núcleo dorsal lateral; LP, núcleo posterior lateral; M, masa intermedia; NU ACCUMB, nucleo

accumbens; PUL, pulvinar; RU, núcleo rojo; SN, sustancia negra; ST, núcleo subtalámico; VA,

núcleo ventral anterior; VL, núcleo ventral lateral; VP, núcleo ventral posterior. Modificado de

Nieuwenhuys R, 2008

Los núcleos intralaminares se encuentran por dentro de las fibras de la LMI y están

parcialmente rodeados por ella (Figura 11 y 12). Se pueden distinguir dos grupos, uno rostral y

otro caudal. El grupo caudal incluye el núcleo centromediano (Ce), el más grande y mejor

representado (Figura 11 y 12) y el núcleo medial parafascicular (Pf) situado medialmente al Ce,


34

rodea a los haces de fibras del tracto habenulo-interpeduncular. El grupo rostral está

constituido por los núcleos central medial (CeM), paracentral y central lateral, son núcleos

pequeños que no se distinguen fácilmente (Jones, 1985).

Haces de fibras tálamocorticales y corticotalámicas, que se separan de la cápsula interna

atraviesan el NR para entrar al tálamo. Además, fibras del pedúnculo cerebeloso superior y del

globo pálido pasan a través de la parte ventral de la LME a la parte anterior del tálamo.

Las fibras corticotalámicas y tálamocorticales que se desprenden de la corona radiada y la

cápsula interna para entrar en el tálamo dorsal en sus polos rostral y caudal se denominan

pedúnculos talámicos (Nieuwenhuys et al., 2008):

El pedúnculo talámico anterior se separa del brazo anterior de la cápsula interna, y sus

fibras forman una conexión recíproca con las partes prefrontales y orbitofrontales de

la circunvolución de la corteza y el giro cingulado.

Las fibras del pedúnculo talámico superior y posterior divergen del brazo posterior de

la cápsula interna, y forman una conexión de dos vías entre el tálamo y las zonas

parietal central y occipitotemporal.

El pedúnculo talámico inferior alcanza el tálamo en su lado ventromedial en una

situación medial al brazo posterior de la cápsula interna. Contiene fibras que conectan

el tálamo con las cortezas orbitofrontal, insular y temporal, así como el complejo

amigdalino.

1.3.2. Circuitos y aspectos funcionales del tálamo

Casi todos los núcleos talámicos reciben aferentes desde una o más estructuras subcorticales y

están fuertemente y recíprocamente relacionados con un área de la corteza (Figura 13).

Figura 13. Diagrama de una sección horizontal que muestra las conexiones entre los

núcleos del tálamo y la corteza. Izquierda: proyecciones corticotalámicas. Derecha: proyecciones

talamocorticales. Modificado de Nieuwenhuys, 2008.


35

El estudio de las propiedades de conectividad de los diversos núcleos del tálamo, ha dado

lugar a la distinción entre núcleos de relevo sensorial, motor, núcleos de asociación y límbicos,

además de haber favorecido la clasificación de los núcleos en específicos y no específicos.

Núcleos de relevo sensorial. Representan el último enlace de las proyecciones sensoriales que

ascienden al área sensorial primaria de la corteza cerebral. Pertenecen a este grupo, el núcleo

VP, el CGM y el CGL, es decir las estaciones de procesamiento del tálamo para la percepción

somática, auditiva y visual respectivamente.

Núcleos de relevo motor. Transmiten la información que va desde las proyecciones principales

de los núcleos del cerebelo y de centros pertenecientes al sistema motor extrapiramidal, tales

como la sustancia negra y el globo pálido, hacia las áreas motora y premotora de la corteza.

Los núcleos VA y VL pertenecen a este grupo (Steriade et al., 1997).

Núcleos de asociación. Se caracterizan por que tienen fuertes relaciones recíprocas con las

áreas de asociación de la corteza cerebral. Este grupo comprende el núcleo mediodorsal, que

está específicamente relacionado con la corteza prefrontal y el complejo formado por el PL y

PUL. Este último está conectado además con un área extensa de corteza de asociación que

abarca gran parte de los lóbulos temporal, parietal y occipital.

Núcleos límbicos. Comprenden el complejo del NA y el núcleo DL, que se proyectan a la corteza

del cíngulo y entorrinal, presubiculum y parasubiculum, todas ellas estructuras pertenecientes

al sistema límbico.

Los núcleos talámicos de los grupos anteriormente descritos, son en muchos casos,

denominados núcleos específicos. Se consideran así, porque cada uno de ellos tiene

conexiones recíprocas con zonas o regiones específicas de la corteza.

Por otra parte, se encuentran los núcleos no específicos. Durante mucho tiempo se consideró

que estos que poseen proyecciones corticales difusas y que constituyen el último enlace de un

sistema funcional llamado, sistema activador reticular ascendente (SARA). La estimulación de

este sistema produce la activación cortical general, asociada con la conocida reacción de

excitación cortical-eléctrica y conductual. Sin embargo, posteriormente se observó, que no

existían tantas diferencias entre el grupo de núcleos específicos y los no específicos. Estudios

más modernos han mostrado que cada núcleo Ilm o Lm tiene un área restringida de

proyección cortical, y que sólo existe una ligera superposición con las terminaciones de los

núcleos adyacentes (Berendse y Groenewegen, 1991; Bentivoglio et al., 1991; Groenewegen y

Berendse, 1994).

1.1.3.1. Particularidades de los circuitos tálamicos y corticotalámicos.

A continuación, describiremos las características de los circuitos talámicos y corticotalámicos.

Posteriormente, describiremos con mayor detalle, la parte correspondiente al núcleo Ce, que

es el tema que nos ocupa.


36

La mayoría de las neuronas del tálamo constituyen células de relevo de información,

que se proyectan hacia la corteza o el cuerpo estriado. Estas células reciben entradas

subcorticales directas en los núcleos de relevo sensorial (CGM, CGL, VP), las entradas

estás organizadas de forma circunscrita, y están compuestas de fibras gruesas con

zonas terminales focales.

El 30% de las células de los núcleos talámicos, son interneuronas GABAérgicas

inhibitorias (Montero, 1986; Penny et al., 1983; Weber y Kalil, 1983).

El núcleo talámico de relevo, típicamente contiene un complejo sináptico constituido

de tres elementos (Ralston, 1971): i) una fibra talámica aferente específica con una

terminación extensa, ii) una dendrita primaria de una célula del núcleo de relevo

talámico y iii) una dendrita de una interneurona inhibitoria. Esta última podrían estar

implicada en la inhibición postsináptica que generalmente sigue a la excitación de las

células talámicas de relevo por descargas aferentes, aunque esté efecto también

podría estar mediado por las células del NR (Jones, 1985).

Además de las entradas aferentes “específicas”, los núcleos talámicos reciben

proyecciones colinérgicas, noradrenérgicas y serotoninérgicas provenientes del tronco

encéfalo.

Los núcleos específicos se proyectan sobre sus regiones de la corteza, de una forma

localizada, predominantemente sobre la capa IV. Los llamados núcleos no específicos,

lo hacen de manera más difusa, con terminaciones en la capa IV y especialmente en la

I y VI.

Las fibras corticotalámicas provienen de todas partes de la corteza cerebral, y todos

los núcleos talámicos reciben sus fibras. Existen dos tipos de fibras, las de tipo I se

originan en la capa VI y forman proyecciones talamocorticales recíprocas y organizadas

topográficamente. El tipo II, son fibras eferentes más gruesas, formadas por ramas

colaterales de las neuronas piramidales de la capa V. Sus axones principales se

continúan hacia otros sitios subcorticales, en el tronco cerebral y la médula espinal. Al

contrario que las fibras tipo I, estas fibras eferentes corticales no tienen proyecciones

recíprocas tálamocorticales. En lugar de esto, conectan el sitio de terminación de una

proyección tálamocortical a otra zona donde se origina una vía.

El NR cubre la superficie rostral, lateral y ventrolateral del tálamo dorsal. Todas sus

neuronas son GABAergicas y proyectan hacia el tálamo dorsal, en donde establecen

sinapsis con células de relevo tálamocorticales (Hubel y Wiesel, 1997; Rustioni et al.,

1983). El NR es atravesado por las proyecciones de fibras tálamocorticales y sus fibras

reciprocas corticotalámicas. Debido a que estas proyecciones son altamente

específicas y están organizadas de forma topográfica, podría decirse que cada núcleo

talámico tiene su propio sector en el NR. Durante su curso a través del NR las fibras

tálamocorticales y tipo I corticotalámicas, emiten colaterales que forman sinapsis con

las células reticulares (Bourassa et al., 1995; Carman et al., 1964; Domesick, 1969;

Montero et al., 1977; Scheibel y Scheibel, 1966), estás a su vez proyectan de regreso

hacia el núcleo talámico desde donde recibieron las fibras aferentes, cerrando así

circuitos de retroalimentación negativa.


37

1.1.3.2. Núcleos intralaminares del tálamo. Circuitos del núcleo Centromediano

Los núcleos Ilm están compuestos de un grupo rostral y uno caudal. El grupo rostral está

constituido por los núcleos: centro medial, (CeM), paracentral (Pc) y central lateral (CL). El

núcleo Ce y el parafascicular (Pf) forman el grupo caudal. El grupo de núcleos de la Lm del

tálamo incluyen el parataenial, paraventricular y reuniens, son núcleos muy pequeños y

difíciles de delimitar en los humanos (Jones, 1985). El Ce, en cambio es un núcleo grande, bien

delimitado que se encuentra situado entre los núcleos dorsomedial y ventral posterior (Figura

11).

Los núcleos Ilm junto con los núcleos de la Lm, han sido clasificados como núcleos no

específicos. Como ya hemos mencionado anteriormente, esta denominación se ha utilizado,

por la creencia de que estos núcleos se proyectaban difusamente sobre la corteza cerebral, sin

una delimitación individual particular. A pesar de que estudios más modernos han revelado

que los núcleos Ilm y de la Lm, se proyectan a un área específica de la corteza con muy poca

superposición (Gradinaru et al., 2009; Van der Werf et al., 2002), todavía existen razones para

seguir llamándolos núcleos no específicos (Llinás y Paré, 1997):

Al contrario que los núcleos específicos, los núcleos Ilm y de la Lm reciben entradas

convergentes de muchas fuentes diferentes (Figura 13).

Sus proyecciones corticales, aunque menos difusas de lo que se pensaba, carecen de la

precisión topográfica de las proyecciones de los núcleos específicos.

Mientras que los núcleos específicos poseen conexiones recíprocas con pequeños

sectores de los núcleos talámicos reticulares, los núcleos Ilm y de la Lm están

inervados por amplias extensiones del NR.

Una característica muy importante de este grupo de núcleos es que establecen conexiones con

la corteza y el estriado (Figura 13). Además, los sitios específicos hacia donde proyectan las

vías talamocorticales y talamoestriatales de un núcleo dado, están interconectados entre ellos

a través de conexiones corticoestriatales (Groenewegen y Berendse, 1994). El núcleo Ce

proporciona una gran cantidad de aferencias a una región del putamen dominado por fibras

corticoestriatales desde áreas sensitivas y motoras, mientras que el Pf proyecta

específicamente a sectores del núcleo caudado que contienen en su mayoría entradas

provenientes de áreas de asociación cortical (Sadikot y Rymar, 2009).

Los núcleos Ilm reciben aferencias de la sustancia gris de la médula espinal y de un gran

número de núcleos del tronco encéfalo, incluyendo los núcleos espinal trigeminal, vestibular

medial y lateral, varias partes de la formación reticular, particularmente el núcleo

mesencefálico cuneiforme, el complejo nuclear parabraquial, las capas profundas del colículo

superior, núcleos pretectales, y el locus coeruleus (noradrenalina), el núcleo dorsal del rafe

(serotonina) y el colinérgico, núcleo tegmental laterodorsal y pedunculopontino (Steriade y

Jones, 1997; Woolf et al., 1990).


38

Las proyecciones de las láminas VII y VIII de la médula espinal y las partes correspondientes del

núcleo espinal trigeminal terminan principalmente en los núcleos Ilm rostrales. Estas

proyecciones talámicas y sus núcleos Ilm forman parte del sistema del dolor medial, que está

implicado en los aspectos afectivo-emocionales del dolor (Sewards y Sewards, 2002).

Las fibras que forman el sistema del dolor lateral se originan en las láminas I y V del asta dorsal

de la médula espinal y en las zonas correspondientes en el núcleo espinal trigeminal, terminan

principalmente en el complejo talámico ventral posterior. Este sistema, incluyendo sus

proyecciones corticales a la región somatosensorial, está involucrado en la señalización de los

aspectos de la discriminación sensorial del dolor. (Willis y Westlund, 1997).

Las fibras reticulotalámicas, junto con proyecciones desde los núcleos noradrenérgicos,

serotoninérgicos y colinérgicos del tronco encéfalo, forman un sistema ascendente no-

específico, involucrado en la regulación de estados cerebrales como: sueño, vigilia, atención y

alertamiento.

Como ya hemos mencionado anteriormente, mientras el núcleo Ce proyecta hacia el territorio

sensitivomotor del estriado, el Pf proporciona aferencias complementarias al área asociativa, y

en menor medida al núcleo accumbens (Figura 13). Además, ambos núcleos aportan

aferencias a otros componentes de los ganglios basales, cubriendo territorios motores o

límbicos y de asociación del núcleo subtalámico, globo pálido y mesencéfalo ventral (Hazrati y

Parent, 1991; Sidbe y Smith, 1996). Por consecuencia, los núcleos Ce y Pf reciben también

proyecciones desde estas zonas de los ganglios basales.

Por lo tanto, el núcleo Ce y Pf participan en el procesamiento de información motora y

asociativa-límbica en los ganglios basales. Además, juegan un papel importante en los estados

de conciencia y alertamiento, debido a sus aferencias desde el sistema reticular del tronco

encéfalo y sus conexiones recíprocas con la corteza cerebral y el NR (Sadikot y Rymar, 2009).

1.3.3. El núcleo centromediano en ECP.

En los últimos años se han desarrollado tratamientos quirúrgicos que puedan representar una

opción para la epilepsia generalizada farmacorresistente. El mecanismo por el cual la ECP

produce una disminución de la actividad ictal, probablemente sea similar al de los pacientes

con trastornos del movimiento (Lega et al., 2010). Las neuronas adyacentes a los electrodos de

estimulación podrían sufrir una inactivación a largo plazo, lo que conduciría a una interrupción

de la actividad en la red patológica.

La estimulación de alta frecuencia del núcleo Ce en animales, ha mostrado que provoca una

desincronización cortical y que desaparecen las descargas síncronas epileptógenas (Jasper et

al., 1955; Velasco et al., 1968; Velasco et al., 1997). Además, se ha observado que la

estimulación a baja frecuencia en el núcleo Ce induce complejos punta-onda acompañados de

ausencias típicas clínicas (Velasco et al., 1997).


39

La estimulación aguda en el núcleo Ce ha revelado que, en los humanos, como en otros

animales, éste representa el relevo de un sistema reticulocortical que participa crucialmente

en el despertar, en procesos de atención y en la regulación de la excitabilidad cortical, así

como en la fisiopatología de las crisis epilépticas generalizadas.

El uso de esta diana se fundamentó en bases anatómicas y fisiológicas que demostraban sus

funciones en el control del umbral y expresión de las crisis generalizadas, así como su papel en

los mecanismos de vigilancia y desincronización cortical (Velasco et al., 1997 y 2000).

Existen estudios que demuestran que las vías implicadas en la propagación de las crisis se

refuerzan a través de circuitos de bajo umbral para la sincronización y, por tanto, para la

aparición de crisis. Esto podría deberse a que las crisis repetidas producen fenómenos de

reorganización subcortical y cortical que perpetúan la epilepsia. La regulación de estos

fenómenos con la ECP podría controlar las crisis epilépticas, y a largo plazo, provocar la

erradicación de las conexiones anómalas que mantienen y perduran la epilepsia (Lega et al.,

2010).

Estudios de investigación con técnicas de imagen y los llevados a cabo en animales han

confirmado que las crisis suelen propagarse a través de vías neuronales bien definidas. Las

redes implicadas que contienen estás vías de propagación son: la red cortico-estriada-talámica

y el circuito de Papez (Figura 14) (Levy et al., 1979; Oikawa et al., 2001; Torres et al., 2001,

Lega et al., 2010; Laxpati et al., 2014).

La red mejor estudiada es el circuito de Papez (figura 14). En un principio, se asoció solo con la

generación de emociones, más recientemente se desveló su importancia en la codificación de

memoria, así como en la génesis y propagación de las crisis mesiales temporales (Oikawa et al.,

2001; Lega et al., 2010). El circuito se origina en el hipocampo y subículo, se proyecta a través

del fornix hacia los cuerpos mamilares, después mediante el tracto mamilotalámico se conecta

con el NA (figura 13). El NA comunica con el giro cingulado y luego con el giro parahipocámpico

para después proyectarse hacia la corteza entorrinal, desde la cual finalmente sus fibras se

conectan de regreso hacia el hipocampo (Oikawa et al., 2001).


40

Figura 14. Esquema de las vías implicadas en la propagación de las crisis epilépticas.

Circuito de Papez (rojo), circuito cerebeloso (verde) y el de los ganglios de la base (amarillo). CM:

centromediano. CS: colículo superior. GPe: glopo pálido externo: GPi: globo pálido interno. NST:

núcleo subtalámico. SNr: sustancia negra reticular. Modificado de Laxpati et al., 2014.

Como podemos observar en la figura 14, existen otras estructuras que no pertenecen al

circuito de Papez, que proyectan hacia áreas dentro del circuito, estas vías talamocorticales

podrían también estar implicadas en la generación y propagación de las crisis.

Si las crisis se propagan a lo largo de un circuito conocido, lo lógico sería pensar que, si

interrumpimos o modulamos la actividad del circuito mediante técnicas de neuromodulación

—como la estimulación eléctrica— podríamos regular el flujo de información neural,

incluyendo las señales patológicas que median la propagación de las crisis clínicas y subclínicas.

Por lo tanto, las dianas de interés en ECP para epilepsia que se están investigando, no sólo

están restringidas a las estructuras clásicas del circuito de Papez, también incluyen: el cerebelo,

núcleo subtalámico (NST) y el Ce (Torres et al., 2011; Velasco et al., 1997 y 2000; Velasco et al.,

2009; Valentín, et al. 2013).

Los estudios realizados hasta la fecha aportan poca información acerca de los registros

electrofisiológicos del núcleo Ce. Las herramientas de análisis de señal que hemos descrito

anteriormente, no se han utilizado para caracterizar este u otros núcleos, aspecto que es muy

importante, como se ha explicado anteriormente en el procedimiento de la ECP para optimizar

la localización de los electrodos.


41

HIPÓTESIS


42

2. HIPÓTESIS

Hipótesis 1: las neuronas tienen características morfológicas y funcionales diferentes en los

distintos núcleos que componen el tálamo.

Hipótesis 2: las variaciones en las propiedades funcionales de excitabilidad de los diferentes

grupos de neuronas que componen los núcleos del tálamo, producirán PA con características

distintas.

Hipótesis 3: dado que las características globales de disparo (propiedades tónicas y fásicas)

dependen en gran parte de la excitabilidad intrínseca de la membrana plasmática, cada núcleo

tendrá propiedades diferentes.

Hipótesis 4: las diferencias en las características de los PA y propiedades de disparo de los

distintos grupos neuronales pueden ser identificadas mediante el registro extracelular con

microelectrodos en pacientes humanos bajo anestesia general.


43

OBJETIVOS


44

3. OBJETIVOS

3.1. Objetivos generales

Analizar las características electrofisiológicas (morfología del PA y propiedades de

disparo) del Ce durante la implantación de electrodos de ECP en pacientes bajo

anestesia general.

Definir los criterios de abordaje del Ce en relación con el núcleo V.c. y la presencia de

PESS.

3.2. Objetivos específicos

Análisis de las características electrofisiológicas de los diferentes núcleos del tálamo

para cada una de las posiciones del trayecto de los electrodos, de acuerdo a los

siguientes aspectos:

o Análisis descriptivo de los PA:

Clasificación de neuronas individuales, según estas características:

densidad (número de unidades), duración (µs), amplitud (µV) y el valor

máximo y mínimo de la primera derivada (dVmax y dVmin, V/s).

o Actividad tónica del patrón de descarga.

Frecuencia de descarga (Hz): media, promedio y cuartiles (P25 y P75).

Histograma de intervalo inter-potenciales.

o Actividad fásica del patrón de descarga.

Índice de Brote (IB)

Índice de Pausa (IP)

Razón de Pausa (RP)

Análisis de las características de los PESS obtenidos durante la trayectoria por el

núcleo V.c. y núcleos adyacentes. Específicamente se analizarán:

o Distribución espacial a lo largo de la trayectoria de los distintos componentes

de frecuencia: potencial de campo local (LFP o local field potential),

oscilaciones de alta frecuencia (HFO o high frequency oscillations) y

oscilaciones de baja frecuencia (LFO o low frequency oscillations).

Análisis descriptivo de los LFP: número de componentes, latencia,

duración (ms) y amplitud (µV).

Análisis descriptivo de los HFO: latencia, duración (ms), frecuencia (Hz)

y amplitud máxima (Vmax, µV).

Análisis descriptivo de los LFO: latencia, duración (ms), frecuencia

promedio (Hz) y amplitud máxima (Vmax, µV).

o Composición espectral de todos los componentes, mediante análisis de

transformación de Fourier y wavelets.


45

MATERIAL Y MÉTODOS


46

4. MATERIAL Y MÉTODOS

4.1. Población estudiada

El estudio se llevó a cabo en los pacientes intervenidos mediante implantación bilateral de

electrodos para ECP en la Unidad de Referencia Nacional para el tratamiento de la Epilepsia

Refractaria del HUP (CSUR-HUP).

Para el análisis de los PESS, se utilizaron aquellos pacientes en los que se habían obtenido PESS

durante la trayectoria por el núcleo V.c.

4.2. Protocolo del estudio

El protocolo de estudio aplicado a todos los pacientes fue el siguiente:

4.2.1. Selección de pacientes.

Los pacientes candidatos para el tratamiento de ECP en el núcleo Ce se seleccionaron de la

siguiente manera:

Diagnóstico de epilepsia generalizada farmacorresistente. Algunos de los pacientes ya

habían sido tratados con estimulador del nervio vago (ENV), sin que se hubieran

obtenido resultados positivos.

Pacientes que no eran candidatos a cirugía resectiva, según el protocolo establecido

de la CSUR-HUP.

Pacientes con buen apoyo socio-familiar que pudieran cumplir con el protocolo de

estudio post-quirúrgico.

4.2.2. Valoración preoperatoria de los pacientes.

La valoración preoperatoria se realizó según el protocolo habitual del CSUR-HUP para el

tratamiento de la epilepsia refractaria, descrito con detalle en otro lugar (Sola et al., 2005;

Pastor et al., 2005). Brevemente, esta valoración incluye los siguientes pasos:

Valoración clínica del paciente

o Evaluación neurológica.

o Valoración neuropsicológica.

o Valoración psiquiátrica.

Estudios de neuroimagen

o Resonancia Magnética craneal 1,5 T, según estudio específico para valoración

de cirugía de la epilepsia (General Electric®, Fairfield, CT, USA).

o Tomografía por Emisión de fotón Único (SPECT) mediante 99mTc-HMPAO

(General Electric®, Fairfield, CT, USA).


47

Evaluación neurofisiológica

o Electroencefalograma (EEG) convencional de 19 electrodos, colocados según el

sistema internacional 10-20. EMU32, NeuroWorks, (XLTEK®, Oakville, ON,

Canada).

o Registro de video electroencefalograma (vEEG) con 19 electrodos de scalp,

colocados según el sistema internacional 10-20 y electrodos adicionales en

línea temporal inferior (tipo Maudsley). EMU64/EMU128, NeuroWorks,

(XLTEK®, Oakville, ON, Canada).

Los pacientes fueron evaluados en sesión conjunta por todos los especialistas, en la

que se decidió cual era la mejor opción quirúrgica para los mismos.

4.2.3. Procedimiento quirúrgico para la implantación de electrodo de ECP

El mapeo neurofisiológico intraoperatorio para la implantación de electrodos de ECP se llevó a

cabo según el protocolo del Servicio de Neurofisiología Clínica del HUP. En detalle, este

protocolo consiste en las siguientes actuaciones.

Determinación de coordenadas teóricas del Ce y colocación de microelectrodos para

registro.

Bajo anestesia general (propofol + remifentanilo), se procedió a la colocación del marco Leksell

G (©Elekta, Estocolmo, Suecia) bajo anestesia local, con la posterior realización de TAC craneal

y fusión de éste con la imagen de RM previa, en la estación de trabajo Brainlab® (Múnich,

Alemania). Las coordenadas teóricas de acuerdo con el atlas de SW fueron x= 8, y= -10, z= 0.

En una primera fase, se colocaron 4 microelectrodos (FHC), para el registro extracelular. Los

electrodos se avanzaron a través de trépanos realizados en la región frontal, calculando

trayectorias que fueran adecuadas para evitar la presencia de surcos, vasos o entrada en el

ventrículo, pero procurando atravesar el núcleo V.c.

La posición de los electrodos durante la cirugía se monitorizó mediante radioscopia

intraoperatoria.

Registro neurofisiológico intraperatorio.

Se colocaron electrodos subdérmicos en scalp (C3’/Cz’/C4’-Fpz) y a nivel cervical (C2) para el

registro de PESS. Además, se fijaron electrodos de contacto adherentes sobre los nervios

mediano (en muñeca) y tibial posterior (en tobillo) contralaterales para estimulación.

Para registrar la actividad neuronal talámica se utilizaron 4 microelectrodos, con impedancias

superiores a 600 k, con una distancia interelectrodo de 2 mm, situados sobre un

micromanipulador tipo Ben-Gun, fijado al marco estereotáxico.

El registro se inició 10 mm por encima del blanco teórico, descendiendo los electrodos en

intervalos de 0.5 mm.


48

La identificación del núcleo V.c. se llevó a cabo mediante la obtención de PESS. Se realizaron a

intervalos de 1 mm, comenzando a 7 mm por encima del blanco teórico. Se hicieron dos

rondas de 500 pulsos, con estímulos eléctricos de 200 µs a 7.1 Hz. Las bandas de filtros para

los registros de superficie fueron de 10-1500 Hz, 200–5000 Hz para los registros de la actividad

de PA mediante microelectrodos y para los registros de PESS a través de los microelectrodos

de 1–5000 Hz. El notch filter se mantuvo conectado.

En el registro con PESS se determinaron tres tipos de respuestas: respuesta de campo local

(LFP), respuesta de muy alta frecuencia y baja amplitud (HFO) y respuestas de alta amplitud y

baja frecuencia (LFO). La existencia de esta última clase de respuesta definió en teoría la

presencia del núcleo V.c. Las respuestas HFO y LFP se consideraron inespecíficas.

Las características del registro con microelectrodos permitieron identificar positivamente la

presencia del núcleo Ce por sus propiedades funcionales.

Implantación de electrodo definitivo.

La posición final del macroelectrodo se determinó en base a los resultados del registro

intraoperatorio neurofisiológico.

Una vez implantado el electrodo definitivo de cada lado, se fijó al cráneo con dos miniplacas

de titanio. Los extremos distales de los electrodos se conectaron a cables de extensión y

generadores de pulso Kinetra® (Medtronic), o Libra XP® (Saint Jude), que se implantaron en la

región pectoral derecha, a nivel subfascial.

4.3. Análisis de los datos.

4.3.1. Algoritmo para el análisis de los PA.

Se desarrolló un programa para el análisis matemático de los datos con el programa Matlab®

R2016 (MathWorks, Natic, USA) con el objetivo de realizar el análisis numérico off-line de los

registros obtenidos a través de los microelectrodos. El algoritmo desarrollado es el siguiente:

1. Exportación individual de cada uno de los registros de microelectrodos, obtenidos a la

misma profundidad, en formato ASCII (*.txt). La frecuencia de muestreo (fm) de todos

estos registros es de 24 kHz, siendo su extensión variable entre 10 y 60 s. Por lo tanto,

se trata de archivos con vectores de una longitud entre 240000 y 1440000 filas

(∈ 𝑀240000×1 𝑜 𝑀1440000×1, siendo M el conjunto de matrices en el cuerpo de los

números reales -ℝ). Estos archivos no tienen vector tiempo. El periodo de muestreo

(dt), empleado para la construcción de dicho vector, se halla de acuerdo con esta

expresión 𝑑𝑡 =1

𝑓𝑚= 41.67 𝜇𝑠.

2. Mediante un script de Matlab® se agrupan todos los registros de los diferentes

electrodos obtenidos a la misma profundidad. Generalmente se trata de cuatro

electrodos: anterior, central, posterior y lateral, aunque por diferentes circunstancias,


49

esta disposición puede variar. Además, se crea un vector tiempo. De modo que se

obtiene una matriz que generalmente será 𝑀𝑚×𝑛; 𝑚 = 1, 2,… 144 × 104; 𝑛 =

1, 2, …5. Por tanto, m indica los valores de voltaje registrados por cada microelectrodo

a intervalos iguales de tiempo y n hace referencia a los microelectrodos (n >1) y al

vector tiempo (n = 1).

3. Determinación de los PA. La determinación de los PA se lleva a cabo en tres etapas y

de forma independiente para cada registro de microelectrodo:

a. Determinación del umbral de voltaje (Vth), definido como k-veces la desviación

estándar (𝜎) del registro (Figura 15A). El valor de k fue entre 3.5 y 5,

dependiendo del nivel de ruido del registro. En la gran mayoría de análisis, el

valor utilizado fue 4.5.

b. Identificación putativa del PA (PAp). Se identificó el pico máximo local de

voltaje para cada canal tal que nj(i)> Vth; j = anterior, central, posterior o

lateral. Se definió un periodo refractario dtref = 2 ms, lo que supone al menos

48 puntos de separación entre dos picos consecutivos. Para cada canal, por lo

tanto, se obtiene una serie de 𝑃𝐴𝑝 = 𝑃𝐴𝑝,1, 𝑃𝐴𝑝,2, … , 𝑃𝐴𝑝,𝑘 . Se

seleccionaron 0.5 ms antes y 1.5 ms después del pico máximo, lo que supone 2

ms para cada PAp (𝑑𝑡𝑃𝐴). Por lo tanto, 𝑃𝐴𝑝 ∈ 𝑀48×𝑘. Para cada 𝑃𝐴𝑝,𝑗 se

calculó su amplitud máxima (𝑉𝑚𝑎𝑥,𝑝), en el pico, obteniéndose una serie

𝑉𝑚𝑎𝑥,𝑝 = 𝑉𝑚𝑎𝑥,𝑝,1, 𝑉𝑚𝑎𝑥,𝑝,2, … , 𝑉𝑚𝑎𝑥,𝑝,𝑘 ∈ 𝑀1×𝑘 . También se calculó la

duración (dur) de cada PAp, determinada en el punto medio de su amplitud

máxima (𝑉𝑚𝑎𝑥,𝑝,𝑗 2⁄ ). El punto medio tanto en la fase ascendente como en la

descendente del PAp se obtuvo como el punto medio entre los valores

inmediatamente inferior (Vinf) e inmediatamente superior (Vsup) al 𝑉𝑚𝑎𝑥,𝑝 2⁄ , es

decir 𝑉𝑖𝑛𝑓,𝑗 ≤ 𝑉𝑚𝑎𝑥,𝑝,𝑗 2⁄ ≤ 𝑉𝑠𝑢𝑝,𝑗 .Obtenemos la serie de duraciones

𝑑𝑢𝑟𝑃𝐴 = 𝑑𝑢𝑟𝑃𝐴,1, 𝑑𝑢𝑟𝑃𝐴,2 … , 𝑑𝑢𝑟𝑃𝐴,, ∈ 𝑀1×𝑘.

c. Eliminación de los outliers. Para cada serie 𝑃𝐴𝑝, se determinaron la media

(𝑃𝐴 𝑝) y la desviación estándar (𝜎𝑃𝐴𝑝). Se eliminaron de la serie los valores que

superaran 4𝜎𝑃𝐴𝑝. No se estableció ningún límite inferior de amplitud para

eliminar PAp. En el caso de las duraciones, sin embargo, se estableciendo dos

límites, uno inferior (𝑑𝑢𝑟𝑃𝐴,𝑖𝑛𝑓 = 0.05 𝑚𝑠 ) y otro superior (𝑑𝑢𝑟𝑃𝐴,𝑠𝑢𝑝 =

4𝜎𝑑𝑢𝑟), siendo 𝜎𝑑𝑢𝑟 la desviación estándar de cada serie de duraciones. Por lo

tanto, se consideran verdaderos PA aquellos que cumplen las siguientes

características: 𝑃𝐴 ∈ 𝑃𝐴𝑝; 𝑃𝐴 ≤ 4𝜎𝑃𝐴𝑝 𝑦 𝑑𝑢𝑟𝑃𝐴,𝑖𝑛𝑓 ≤ 𝑃𝐴 ≤ 𝑑𝑢𝑟𝑃𝐴,𝑠𝑢𝑝 . Esto

da lugar a una matriz 𝑃𝐴 = 𝑃𝐴1, 𝑃𝐴2, … , 𝑃𝐴𝑙, donde 𝑙 ≤ 𝑘 y 𝑃𝐴 ∈ 𝑀48×𝑙 .

4. Determinación de los valores máximo y mínimo de la primera derivada (Figura 15B).

Para cada PA se determinó la primera derivada, de acuerdo con la siguiente expresión: 𝑑𝑃𝐴𝑗

𝑑𝑡=

𝑃𝐴𝑗(𝑖+1)−𝑃𝐴𝑗(𝑖)

𝑑𝑡; 𝑖 = 1,2, …47; 𝑗 = 1,2,… 𝑙 . De manera que se determinó el

valor máximo (dVmax) y mínimo (dVmin) de la misma.

5. Agrupación (sorting) de los PA en unidades (Figura 15C Quian Quiroga, 2012). Cada PA

queda determinado por cuatro magnitudes, que son: amplitud máxima (Vmax),


50

duración (dt), valor máximo de la primera derivada (dVmax) y valor mínimo de la misma

(dVmin). Es decir 𝑃𝐴 = 𝑉𝑚𝑎𝑥, 𝑑𝑡, 𝑑𝑉𝑚𝑎𝑥, 𝑑𝑉𝑚𝑖𝑛 . Hemos utilizado estas cuatro

magnitudes para hacer el sorting de PA mediante el método de la distancia mínima de

Mahalanobis (Peña, 2002).

Figura 15. Algoritmo de detección y sorting de PA. A) Registro talámico crudo que muestra

la localización del Vth (línea discontinua horizontal) que marca los posibles PA. B) Registro de un

PA (rojo) y su primera derivada (azul). Se indican mediante líneas grises la duración (dur) de PA

en la mitad de su amplitud máxima (Vmax), así como los valores máximo (dVmax) y mínimo (dVmin) de

la primera derivada. C) Espacio de configuración para el agrupamiento de PA en distintas

unidades. Se muestran únicamente tres de las cuatro dimensiones del espacio. Cada unidad se

muestra de un color diferente.

4.3.2. Algoritmo de análisis de las características de los potenciales de acción

Con objeto de definir mejor las propiedades de los PA, se desarrolló otro script para la

definición de diferentes tiempos y amplitudes del PA promedio obtenido con el programa

anterior. El algoritmo utilizado es el siguiente:

1. Interpolación mediante spline de los registros (Figura 16). De este modo se incrementa

el número de puntos de cada registro, disminuyendo el intervalo desde 41.67 a 10.00

µs (equivalente a una frecuencia de muestreo de 100 kHz). Este procedimiento supone

el incremento en el número de puntos de cada registro desde 48 hasta 201, por lo que

cada archivo 𝑃𝐴 ∈ 𝑀201×1.

5 s

50 µV

0.2 ms

20 µV

10 mV/s

V(t)

dV(t)/dt

dVmax

dVmin

dur

Vmax

02468101214

-15-10

-50

20

25

30

35

40

45

50

55

60

Am

plit

ud

A

B C


51

Figura 16. Comparación de los PA (fila superior) y su primera derivada (fila inferior)

registrados A) tal y como salen del equipo de registro y B) después de la interpolación. Las líneas

rojas muestran el potencial o la derivada promedio, mientras que las líneas azules son los límites

del conjunto de potenciales registrado (± DE). Las líneas negras marcan el valor basal y las verdes

los umbrales. Las circunferencias azules muestran los puntos significativos (ver más abajo).

2. Determinación del valor basal de potencial mediante el promedio de los 22 primeros

puntos (). Con este mismo conjunto se determina la desviación estándar (𝜎) y los

umbrales siguientes ± 3𝜎. Estos mismos valores se determinan para la función

promedio de la primera derivada. La desviación del PA de estos umbrales sirve para la

determinación de los tiempos significativos t1, t2, t4 y t6 (Figura 17). El tiempo t2 se

define como el momento en que la primera derivada es mayor que el umbral superior.

Mientras que t3 y t5 se definen, respectivamente, como los momentos en que el PA

alcanza sus valores máximo y mínimo.

Figura 17. Tiempos (t), voltajes (V), periodos (dur) y amplitudes (Amp) empleados en la

caracterización de los potenciales de acción.

A B


52

4.3.3. Algoritmo de análisis de los potenciales evocados somato-sensoriales.

El análisis de los PESS se llevó a cabo mediante otro programa en Matlab® R2016. El algoritmo

de dicho programa es el siguiente:

1. Exportación de los datos individuales, para cada electrodo y a todas las profundidades

registradas, de los PESS. La fm y dt son iguales que las de los registros de PA. Sin

embargo, el tiempo de registro es considerablemente menor (100 ms), por lo que las

matrices de datos son más pequeñas (𝑃𝐸𝑆𝑆 ∈ 𝑀2400×𝑘; 𝑘 = 1,2,…). Se han realizado

análisis del mismo electrodo a distintas profundidades o bien análisis de los todos los

electrodos a la misma profundidad. Los registros se adquirieron con una banda de

filtros de 1-5000 Hz, sin notch.

2. Selección del tiempo útil de análisis (Figura 18A). Para evitar el artefacto capacitivo

inicial, se han eliminado los primeros 10 ms de cada registro, de modo que las matrices

de datos analizadas se reducen a 𝑀2160×𝑘.

3. Separación de los registros en componente de baja y alta frecuencia mediante la

aplicación de bandas de filtros digitales diferentes. Se han utilizado tres tipos distintos

de filtros: Butterworth, Bessel y Chebyshev. Sin embargo, como los resultados fueron

completamente similares, finalmente todos los datos se analizaron mediante el filtro

Butterworth de 4º-6º orden (Van Drongelen, 2007d).

a. Banda de filtro de baja frecuencia: 2-200 Hz, con filtro de red. El componente

obtenido es el potencial de campo local o local field potential (LFP, Rey et al.,

2015; Van Drongelen, 2007d).

b. Banda de filtro de alta frecuencia 0.5-5 kHz, sin filtro de red. El componente

obtenido es el potencial de alta frecuencia o high frequency oscillation (HFO).

De modo que PESS = LFP + HFO + R, siendo R el resto del espectro global cuya

frecuencia es < 2 Hz y > 5 kHz. Este componente espectral es completamente

despreciable.

4. Para cada uno de los componentes (LFP y HFO) se determina el valor basal () y la

desviación estándar (𝜎𝑉). Para ello, se utiliza el periodo de tiempo comprendido entre

10 y 12.5 ms (N = 60 puntos). De este modo podemos definir un umbral máximo (Umax)

y mínimo (Umin) de significatividad, que serán ± 𝑛𝜎𝑉, donde 𝑛 ∈ [2.5,4], siendo el

más empleado n = 3.5.

5. Determinación de los componentes del LFP. Se definen los componentes del LFP como

aquellos potenciales que sean significativamente distintos de los umbrales, es decir

𝐿𝐹𝑃 > 𝑈𝑚𝑎𝑥 𝑜 𝐿𝑃𝐹 < 𝑈𝑚𝑖𝑛 y que vuelvan nuevamente a su valor basal. Para cada

uno de estos componentes se determina su amplitud máxima (medida desde la línea

basal) y la latencia a la que tiene lugar dicha amplitud. Se denominan según su

polaridad (P o N) y según su orden de aparición (Figura 18B).

6. Determinación de la presencia de oscilaciones de alta frecuencia (Figura 18C). Se

determinan los valores de tiempo y voltaje de los picos positivos y negativos que

sobrepasen el umbral de significatividad, es decir 𝐻𝐹𝑂 > 𝑈𝑚𝑎𝑥 𝑜 𝐻𝐹𝑂 < 𝑈𝑚𝑖𝑛. Se

consideraron como valores outliers aquellos separados más de 2 ms (500 Hz) del pico


53

más próximo. Con los valores de los picos se determinaron el tiempo de inicio de las

oscilaciones de alta frecuencia (𝑡𝑖𝑛𝑖,𝐻𝐹𝑂), el tiempo de finalización (𝑡𝑓𝑖𝑛,𝐻𝐹𝑂), la

duración de las oscilaciones (𝑡𝐻𝐹𝑂 = 𝑡𝑓𝑖𝑛,𝐻𝐹𝑂 − 𝑡𝑖𝑛𝑖,𝐻𝐹𝑂), y la frecuencia promedio

(𝐻𝐹𝑂 ).

7. Análisis espectral o periodograma de los componentes (Figura 19). Se analizó el

componente espectral de ambos componentes mediante la transformación rápida de

Fourier (FFT o Fast Fourier Transform). En el caso de las HFO, se han identificado dos

tipos de picos, definidos por su relación con un punto de corte en 1 kHz. Estos

componentes son las oscilaciones de baja frecuencia (LFO) y las de alta frecuencia

(HFO), que superan los 1000 Hz.

8. En el caso del componente de HFO, se analizó su estructura tiempo-frecuencia

mediante el análisis de wavelets (DWT o Discrete Wavelet Transform) (Van Drongelen,

2007e). Este análisis permite identificar, de manera complementaria a como lo hace el

periodograma, la presencia de los componentes de alta y baja frecuencia (Figura 20).

Figura 18. Registro de PESS por medio de los microelectrodos. A) Registro crudo en el

núcleo V.c. (banda de filtros 1-5000 Hz). B) Registro de campo (LFP). Se indican los tres

componentes identificados (P1, N1 y P2) mediante puntos rojos. Se muestra mediante una línea

P1

A

N1 B

P2

C


54

discontinua horizontal el nivel basal y los valores umbral (líneas punteadas). C) Componente de

alta frecuencia (HFO) determinado mediante el ancho de banda indicado encima. Se muestran

también las líneas basales y umbrales. Las cabezas de flecha marcan el inicio (𝒕𝒊𝒏𝒊,𝑯𝑭𝑶) y el fin

𝒕𝒇𝒊𝒏,𝑯𝑭𝑶 de las oscilaciones a los 15.3 y 23.5 ms.

Figura 19. Análisis espectral de los componentes de los PESS. Arriba: LFP. El pico

máximo está en 73.4 Hz. Abajo: HFP. Obsérvese la complejidad del espectro para el componente de

alta frecuencia. La flecha marca el componente denominado de baja frecuencia (LFO, por Low

Frequency Oscillations), con un pico en 774 Hz. Las cabezas de flecha marcan picos de alta

frecuencia (HFO, por High Frequency Oscillations) a 1008 y 1992 Hz.

Figura 20. Análisis de tiempo-frecuencia mediante wavelets del componente HFP, que se

muestra superpuesto para una mejor comprensión. Obsérvese la presencia de potenciales lentos

(LFO) entre 15.1 y 19.5 ms. La línea blanca discontinua muestra el punto de corte a una frecuencia

de 1 kHz.

4.3.4. Reconstrucción teórica de las trayectorias.

La trayectoria empleada durante el procedimiento de implantación se utilizó para la definición

de los ángulos de entrada (anillo y arco). Estos ángulos volvieron a validarse mediante el

neuronavegador sobre la reconstrucción de la RM con el electrodo definitivo implantado. Para

la identificación del límite inferior del tálamo, se consideró z = 0 como al último punto de la

trayectoria real que mostró la presencia de potenciales de acción de frecuencia y amplitud

20 µV


55

suficientemente diferentes del ruido ambiental (Figura 21). El punto siguiente, por lo tanto, no

presenta características de potenciales de acción somáticos y sólo se observa ruido ambiental.

Las coordenadas reales, se tomaron a partir del punto final del electrodo definitivo medido en

la RM, cuyo límite inferior coincide con el límite inferior del tálamo. Por lo tanto, el punto real,

definido por las coordenadas (xr, yr, 0), puede situarse adecuadamente sobre el atlas SW, una

vez normalizado por la ratio CACPreal/CACPteórica. Se define, de este modo, el punto final teórico,

de coordenadas (xt, yt, 0).

Figura 21. Trayectoria de tres puntos consecutivos en la parte final del tálamo. El último

punto donde el registro muestra la presencia de potenciales somáticos pertenecientes a un núcleo, se

define como z = 0.

A partir de este punto y teniendo en cuenta los ángulos, se reconstruye la trayectoria del

registro teórico, dado que conocemos las profundidades a las que se hicieron los registros.

El atlas de SW es una colección discreta de cortes del tálamo, con separación irregular entre

los cortes, en los tres planos del espacio. Para determinar el núcleo en el que se realizó el

registro, se identifica, mediante otro script de Matlab®, cada uno de los planos o cortes más

próximos al punto de registro. El programa selecciona automáticamente el corte más próximo

y lo representa gráficamente (Figura 22). Además, se muestran sobre cada plano, las

proyecciones de los planos ortogonales, de modo que se pueda conocer el error en la

representación del atlas debido a la irregularidad en el espaciado de los cortes.


56

Figura 22. Planos sagital (izquierda), frontal (centro) y axial (derecha) del atlas SW

durante el proceso de reconstrucción de la trayectoria (paciente #2, tálamo izquierdo). Se muestra

la localización de cuatro microelectrodos (circunferencias rojas), del blanco final (circunferencia

verde) y la trayectoria entre ellos. Las líneas horizontales y verticales sobre cada plano muestran la

posición de los cortes complementarios, de modo que se puede valorar el grado de precisión de la

posición los electrodos con respecto a los cortes del atlas. En este caso, obsérvese como los

electrodos están muy próximos a los planos sagital y frontal (cabezas de flecha), pero más alejado

del plano axial. Se indica la localización de los núcleos más representativos.

4.4. Variables

Las variables consideradas fueron las siguientes:

4.4.1. Pacientes.

1) Variables demográficas y biológicas: sexo, edad en el momento de la cirugía, edad al

comienzo de la epilepsia, años de evolución entre el inicio de la enfermedad y la

cirugía y frecuencia de crisis.

2) Resultados de las pruebas de valoración preoperatoria: RM craneal, SPECT, EEG y vEEG

de scalp.

4.4.2. Potenciales de Acción

1) Frecuencia de descarga (Hz): Promedio, media, cuartiles y frecuencias extremas.

2) Número de fases. Un PA somático o somato-dendrítico, puede tener o no una fase

inicial positiva (P1), tendrá siempre una fase negativa (N1), que es la denominada

habitualmente como punta o spike, y una fase de repolarización (P2). En el caso de los

PA obtenidos a partir de axones, es habitual ver una sola fase (N1), generada en el

nodo de Ranvier (Pastor y Reina, 2011).

3) Amplitud (µV) de cada una de las fases (Ampi, i = 1, 2, 3).


57

4) Duración en el 50% de la amplitud (ms), así como en la base de cada una de las fases

(duri, i = 1, 2, 3).

5) Valores máximo y mínimo de la primera derivada (mV/s).

6) Histogramas de intervalo entre potenciales.

7) Actividad fásica.

a. Índice de brote modificado (modified Burst Index, mBI). Se define como el

número de intervalos entre potenciales de < 10 ms, dividido por el número de

intervalos entre potenciales de > 10 ms (Favre et al., 1999). Da una idea del

número de brotes de descargas con respecto a las descargas individuales.

𝒎𝑩𝑰 =𝑵<𝟏𝟎 𝒎𝒔

𝑵>𝟏𝟎 𝒎𝒔 Ecuación 16

b. Índice de pausa (Pause Index, PI). Se define como el número de intervalos

entre potenciales de > 50 ms dividido por el número de intervalos entre

potenciales < 50 ms (Favre et al., 1999).

𝑷𝑰 =𝑰𝑰𝑺>𝟓𝟎 𝒎𝒔

𝑰𝑰𝑺<𝟓𝟎 𝒎𝒔 Ecuación 17

c. Razón de pausa (Pause Ratio, PR). Se define como la duración total de pausas

(intervalos entre potenciales > 50 ms) dividida por la duración total de no

pausas (intervalos entre potenciales < 50 ms) (Favre et al., 1999). La

información que proporciona es totalmente diferente al índice de pausa.

𝑷𝑹 =∑ 𝑰𝑰𝑺<𝟓𝟎 𝒎𝒔

𝒊𝑵𝒊=𝟏

∑ 𝑰𝑰𝑺>𝟓𝟎 𝒎𝒔𝒋𝑴

𝒋=𝟏

Ecuación 18

8) Patrones de descarga.

4.4.3. Potenciales somato-sensoriales (PESS).

Características de los componentes de frecuencia:

1) LFP: número de componentes, latencia (ms) y amplitud (µV) de cada uno de ellos.

2) HFO: duración (ms), frecuencia promedio y amplitud máxima (HFOmax, µV).

3) LFO: duración (ms), frecuencia promedio y amplitud máxima (LFOmax, µV).

4.4.4. Resonancia Magnética.

1) Coordenadas finales de electrodos de ECP.


58

4.5. Análisis Estadístico

Las variables cualitativas se presentan con su distribución de frecuencias, las variables

cuantitativas se representan con su media y desviación típica en el caso de que se ajusten a

una distribución normal o bien con su mediana, rango intercuartilico (percentil 25 – percentil

75) e intervalo de confianza al 95 %.

Las comparaciones entre grupos se realizarán usando el análisis t de Student (dos grupos) o

ANOVA (más de dos grupos) para las muestras parámetricas, mientras que se utilizará la

prueba de Mann-Whitney (dos grupos) o la de Kruskal-Wallis (más de dos grupos) para las

muestras no parámetricas. La adecuación de la muestra a una distribución gaussiana se

realizará mediante la prueba de chi cuadrado o la de Kolmogorov-Smirnov (Spiegel, 1991). El

nivel de significación estadística se fijará en p < 0,05. El análisis estadístico se realizará usando

el software SigmaStat 3.5 (Point Richmond, EEUU).

4.5.1. Tratamiento de los errores

Se define el error como la desviación existente entre el resultado de la medida de una

magnitud física y el valor verdadero de ésta. Al realizarse la medida de una magnitud física (m)

representamos el resultado así:

𝒎 = 𝒙 ± 𝜺 Ecuación 19

Donde es el valor aceptado de la magnitud, resultado de la medición (valor esperado) y 𝜀 es

una estimación del error absoluto (incertidumbre). A lo largo de todo el trabajo, el tratamiento

del error dependerá del tipo de que se trate:

Error absoluto: la estimación que se haga del error absoluto dependerá del número N de

medidas realizadas. Definimos previamente los siguientes conceptos:

Precisión (p), que es la división más pequeña de la unidad de medida capaz de

resolverse mediante la utilización del aparato de medida.

Dispersión de los datos, siendo xmax el dato de valor más alto y xmin el de valor más bajo

𝑫𝒎 =𝒙𝒎𝒂𝒙−𝒙𝒎𝒊𝒏

𝟐 Ecuación 20

Desviación estándar ().

𝝈 = √∑ (𝒙𝒊−)𝟐𝑵𝒊=𝟏

𝑵−𝟏 Ecuación 21

La determinación del error empleado dependerá del número de medidas efectuado (N).


59

Tabla 2. Estimación del error absoluto según el número de medidas realizado

Mediciones experimentales (N) Error absoluto ()

N = 1 = p

1 N 10 = max(p, Dm)

N 10 = max(p, )

Error para magnitudes compuestas

Supongamos una magnitud (A), que depende de k sub-magnitudes (ui), de modo que A

(u1,u2,…uk). El error final, por tanto, dependerá de los diferentes errores obtenidos en la

determinación de cada una de las sub-magnitudes simples, así como de la interacción entre

ellos. El cálculo del error de A, se lleva a cabo como si ésta fuera una diferencial exacta, donde

los términos diferenciales (en valor absoluto) son los errores de medida estimados.

Por tanto, el error absoluto en la determinación de A, será

𝐝𝐀 = ∑𝛛𝐀

𝛛𝐮𝐢|𝚫𝐮𝐢|

𝐤𝐢=𝟏 Ecuación 22

Como ejemplo, veamos la determinación del error absoluto para la determinación de la dur. La

duración se define como 𝑑𝑢𝑟 = 𝑉𝑓𝑖𝑛𝑎𝑙 − 𝑉𝑖𝑛𝑖𝑐𝑖𝑎𝑙, es decir 𝑑𝑢𝑟(𝑉𝑖𝑛𝑖𝑐𝑖𝑎𝑙 , 𝑉𝑓𝑖𝑛𝑎𝑙). Por lo tanto, el

error, será

𝒅𝒅𝒖𝒓 =𝝏𝒅𝒖𝒓

𝛛𝑽𝒊𝒏𝒊𝒄𝒊𝒂𝒍|𝑽𝒊𝒏𝒊𝒄𝒊𝒂𝒍| +

𝝏𝒅𝒖𝒓

𝝏𝑽𝒇𝒊𝒏𝒂𝒍|𝑽𝒇𝒊𝒏𝒂𝒍| Ecuación 23

Pero |𝑉𝑖𝑛𝑖𝑐𝑖𝑎𝑙| = |𝑉𝑓𝑖𝑛𝑎𝑙| = 𝑝, siendo 𝑝 la precisión de la determinación en el tiempo, que es el

periodo instantáneo (el inverso de la frecuencia de muestreo). Por lo tanto, el error será

𝒅𝒅𝒖𝒓 = (𝑽𝒇𝒊𝒏𝒂𝒍 − 𝑽𝒊𝒏𝒊𝒄𝒊𝒂𝒍)𝒅𝒕 Ecuación 24


60

RESULTADOS


61

5. RESULTADOS

5.1. Características clínicas de la muestra

Los seis pacientes analizados fueron intervenidos para tratar una epilepsia refractaria que no

se consideró candidata a una intervención resectiva. Las características clínicas de cada uno de

los pacientes se muestran en la tabla 3.

Tabla 3. Características clínicas del grupo de pacientes intervenido

Paciente Sexo Edad

(años)

Evolución

(años) Etiología RM v-EEG ENV

#1 Mujer 37 31 Genética*

Normal EG Si

#2 Hombre 34 27 Genética**

Normal EG/EP Si

#3 Hombre 25 15 Genética Asimetría HD EG/EP Si

#4 Mujer 18 12 SLG Displasia Fi EG No

#5 Hombre 30 23 Estructural Displasia FTb EG/EP Si

#6 Hombre 27 27 SLG Normal EG No

EG: epilepsia generalizada. EP: encefalopatía epiléptica. Fi: frontal izquierda. FTb: fronto

temporal bilateral. HD: hipocampo derecho. SLG: síndrome de Lennox Gastaut . *Síndrome del

cromosoma 20 en anillo. **Esclerosis tuberosa.

En cirugía estereotáxica y, especialmente en cirugía de ECP, la identificación de los puntos

intracraneales resulta de primordial importancia. Por ello, es fundamental analizar la

localización final de los electrodos, comparándolo con la posición teórica determinada

preoperatoriamente.

5.2. Reconstrucción teórica de las trayectorias

Además de la localización de los electrodos, la calidad del registro depende de la impedancia.

En la siguiente tabla se muestran los valores determinados al inicio de la trayectoria.

Tabla 4. Valores de las impedancias por pacientes y electrodos.

Paciente Derecho (k) Izquierdo (k)

Ant. Cent. Post. Lat. Ant. Cent. Post. Lat.

#1(1) 2.900 2.400 2.300 2.200 2.500 1.900 2.300 2.000

#2 1.400 1.300 1.200 2.500 1.279 1.000 2.480 1.100

#3 1.800 1.800 2.000 1.700 780 1.060 900 900


62

#4 1.200 1.700 1.400 1.000 1.500 2.000 900 1.500

#5 2.600 1.500 1.700 2.700 1.400 2.000 1.300 2.400

#6(2) 1.700 2.000 1.200 1.900 1.600 1.600 1.100 1.800

Ant: Anterior. Cent: Central. Lat: lateral. Post: Posterior. (1) En este paciente se sustituyó el

electrodo anterior izquierdo por el medial. (2) En este paciente se sustituyó el electrodo medial

por el posterior en ambos lados.

La determinación de la posición final de los electrodos de estimulación definitivos se

determinó por RM, mediante la medición con el sistema de neuronavegación Brainlab®. Para

cada electrodo se ha calculado la distancia entre la posición real y la posición teórica (que fue

siempre x = 8, y = -10, z = 0 mm). Estos resultados se muestran en la tabla 5.

Tabla 5. Coordenadas del extremo final del electrodo definitivo, medidas con Brainlab®.

Se indica también la distancia al blanco teórico (Δ) y la diferencia entre ambos blancos definitivos

(Δd-i).

Paciente Derecho (mm) Izquierdo (mm) ∆d-i

X Y Z ∆ X Y Z ∆

#1 5.4 -8.8 -1.4 2.7 10.2 -6.9 -1.1 1.9 5.2

#2 9.6 -10.0 -1.8 2.4 5.7 -11.4 -0.5 2.4 4.3

#3 5.4 -10.4 -2.0 3.3 10.1 -10.1 -2.1 3.0 4.7

#4 7.6 -9.4 -0.2 0.7 6.9 -10.9 -1.4 2.0 2.0

#5 7.2 -8.7 -1.8 3.8 8.6 -8.8 -2.2 2.6 1.5

#6 7.5 -9.6 -2.5 2.6 5.4 -11.1 -1.7 3.3 2.7

Como puede observarse a partir de esta tabla, las diferencias entre el blanco teórico y el

definitivo varían entre 0.7 y 3.0 mm, siendo su valor medio 2.5 ± 0.3 mm. Estas diferencias son

muy importantes cuando el blanco buscado es un núcleo talámico, ya que implican que, de

hecho, la localización del electrodo esté en un núcleo distinto del deseado. En la figura 23 se

muestran las localizaciones reales de las puntas de los electrodos definitivos de ECP sobre el

atlas de SW.


63

Figura 23. Localización de los blancos teóricos (puntos verdes) y los reales (puntos rojos)

sobre los tres planos del atlas SW (sagital -S-, frontal -F- y axial -A) para los seis pacientes

estudiados. Los lados derecho e izquierdo se denotan por los subíndices sobre cada plano.

Aunque las posiciones topológicas definidas por el atlas SW no pueden tomarse como la

posición real del electrodo en el encéfalo de un paciente individual, lo cierto es que las

relaciones topográficas si deben mantenerse. Por ello resulta muy importante intentar definir

con la mayor precisión posible la posición real del electrodo, ya que una desviación de 1 ó 2

mm implica la estimulación (o lesión) de un núcleo diferente.

A partir de las posiciones reales y conociendo los ángulos de entrada, es posible reconstruir la

trayectoria teórica de los electrodos sobre los diferentes núcleos talámicos. La selección de los

ángulos se realizó para intentar atravesar el núcleo V.c. Sin embargo, consideraciones de tipo


64

quirúrgico, como la presencia de surcos, venas o los ventrículos laterales, condicionó

finalmente la selección de los mismos. En la figura 24 se muestra la reconstrucción de la

trayectoria para dos de los pacientes estudiados (trayectorias del Ce derecho de los pacientes

#4 y #6). Como puede verse en dicha figura, a pesar de que los blancos finales para ambas

trayectorias en el plano axial están muy próximos (< 1 mm), sólo en un caso (#4) la trayectoria

atraviesa el núcleo V.c., mientras que en el otro caso (#6) no es así.

Figura 24. Reconstrucción de las trayectorias teóricas sobre el atlas SW para los pacientes

#6 (izquierda) y #4 (derecha). Se ha coloreado el núcleo V.c. La distancia entre ambos blancos

reales en el plano horizontal en la coordenada z = 0 es de 0.95 mm. Se indica mediante

circunferencias rojas la posición de los microelectrodos anterior, central, posterior y lateral en el

plano indicado y mediante una circunferencia verde, la proyección sobre dicho plano de la posición

final del blanco.

Utilizando estas trayectorias, hemos adscrito a cada uno de los electrodos de registro un

núcleo del atlas SW, independientemente de la posición teórica que tuviera dicho electrodo

durante el registro intraoperatorio. De este modo, podemos adscribir, con gran probabilidad,

el registro de la actividad neuronal adquirido en dicho punto a un núcleo talámico específico,

lo que nos va a permitir estudiar algunas de las características electrofisiológicas de dicho

núcleo.


65

5.3. Reconstrucción de las trayectorias teóricas para diferentes núcleos

talámicos

Utilizando la aproximación indicada en el apartado anterior, hemos agrupado los registros

neuronales obtenidos a lo largo de la trayectoria completa y, para cada uno de los electrodos

utilizados, en núcleos teóricos. De este modo, podemos agrupar los registros obtenidos de

diferentes pacientes y, probablemente a distancias distintas del blanco teórico, con el fin de

caracterizar las propiedades de excitabilidad básica de las neuronas principales que componen

los núcleos talámicos más relevantes por los que hemos atravesado.

Con el fin de asegurar la mayor homogeneidad posible y restringir la incertidumbre acerca de

la posición, se han excluido los registros correspondientes al momento de entrada y salida de

un núcleo. De esta forma se eliminan los registros dudosos correspondientes a los puntos de

transición entre dos núcleos.

Para cada paciente y para cada electrodo se muestran los núcleos teóricos del atlas SW en

distintos colores. La continuidad de “columnas” del mismo color indica la permanencia del

electrodo en un núcleo y es una forma visual muy fácil de identificar la región talámica

registrada.

A continuación, y para cada uno de los pacientes estudiados, se muestran los núcleos teóricos

registrados para cada electrodo y para cada profundidad. A la izquierda se muestra la

trayectoria en el tálamo derecho y a la derecha, la del izquierdo. Los núcleos denotados con

letras de color indican una adscripción teórica bien definida en el atlas de SW, mientras que

cuando el núcleo se indica en letras negras, la adscripción a ese núcleo es más dudosa.

Paciente 1.


66

Paciente 2

Paciente 3

Paciente 4


67

Paciente 5

Paciente 6

A.prtc: Area praectalis. Ce: Núcleos centrales. Ce.mc: Central magnocelular. Ce.pc: Central

parvocelular. D.c: Dorso caudalis. D.im.i: Dorso intermedius interno. D.im.e: Dorso intermedius

externo. La.m: Lamella medialis thalami. La.m.c: Lamella medialis caudalis. La.m.p: Lamina

pallidi medialis. Li: Limitans. Li.m: Limitans medialis thalami. M.c: Medial caudal. M.fa: Medialis

fasciculosus. Pf: Parafascicular. Pu.o.v: Pulvinaris oroventralis. Rt: reticularis. V.im:

Ventrointermedius. V.im.i: Ventrointermedius internus. V.im.e: Ventrointermedius externo. V.c.i:

Ventrocaudal interno. Vc.pc.e: Ventrocaudal parvocelular externo. Vc.pc. i: Ventrocaudal

parvocelular interno. Vc.por: Ventralis caudalis portae. V.o.a: Ventral oral anterior. V.o.p: Ventral

oral posterior. Z.c: Zentrolateral caudal. Z.c.i: Zentrolateral caudal interno. Z.im: Zentrolateral

intermedio. Z.im.e: Zentrolateral intermedio externo.

Así mismo, no todos los núcleos registrados van a ser analizados. Únicamente aquellos con un

trayecto importante registrado o con relevancia clínica para ser identificados en cirugía de ECP


68

(como por ejemplo el V.c o el Vim), han sido analizados en este trabajo. En estudios

posteriores se ampliará el número de núcleos caracterizados mediante nuestro método,

incluyendo núcleos extratalámicos, como el globo pálido o el subtálamo.

5.4. Núcleo Centromediano (Ce)

El núcleo centromediano del tálamo no está caracterizado electrofisiológicamente, a pesar de

que su estimulación está indicada en diversas patologías, como son la epilepsia, el dolor o el

síndrome de Gilles de la Tourette (Shields et al., 2008; Velasco et al., 1993, Velasco et al., 1993).

Por ello, el objetivo primordial de nuestro trabajo consiste en la determinación de las

características de este núcleo.

El núcleo Ce está divido en dos partes: parvocelular (Ce.pc) y magnocelular (Ce.mc). Se ha

descrito que la respuesta clínica ante la ECP del núcleo Ce es mejor en la parte magnocelular,

siendo peor en la parvocelular (Velasco et al., 2000). Por ello, la identificación de las dos partes

resulta de gran importancia para determinar si, en efecto, hay alguna relación entre el

subdominio del núcleo y la respuesta clínica (Figura 25).

Figura 25. Localización del núcleo centromediano, con los subdominios parvocelular (rojo

oscuro) y magnocelular (rojo claro), en diversos cortes del atlas SW. Los números indican las

distancias de dicho plano al punto medio intercomisural.


69

5.4.1. Núcleo Centromediano parvocelular (Ce.pc)

Esta subdivisión del núcleo Ce está localizada lateralmente, en íntimo contacto con el núcleo

V.c.

En la tabla 6 se muestran las distancias teóricas del núcleo Ce.pc registrado para cada

electrodo y para cada paciente.

Tabla 6. Distancias de núcleo Ce.pc registrado por los diferentes electrodos para cada

paciente.

Pac. Anterior Central Posterior Lateral Total

Izqd. Drcho. Izqd. Drcho. Izqd. Drcho. Izqd. Drcho.

1(1) 2 1 - 2 3 1 - 1.5 10.5

2 1 - * 2 2 - - 5 10

3 * - 2 - - 1 4 - 7

4 - 2 1 * - - - - 3

5 - 1 3 4 - 4 5 - 17

6(2) - 1 - 1 - - 5 1 8

Total 3 5 6 9 5 6 14 7.5 55.5

0.50 0.83 1.00 1.50 0.83 1.00 2.33 1.25 -

SEM 0.34 0.31 0.52 0.62 0.54 0.63 1.05 0.79 -

* Indica que se han registrado uno o más puntos aislados de núcleo, por lo que no se les puede

adscribir una longitud bien definida. (1) En este paciente se sustituyó el electrodo anterior

izquierdo por el medial. (2) En este paciente se sustituyó el electrodo medial por el posterior en

ambos lados.

Podemos ver que el rango de longitud promedio de núcleo registrada es de 0.50 y 2.33 mm.

Aunque no todas las longitudes registradas son consecutivas, sino que presentan

discontinuidades, especialmente debidas a la interposición del núcleo Ce.mc.

Por lo que respecta a la longitud de núcleo registrado en función de la localización del

electrodo, existe una inhomogeneidad en la probabilidad de registro, ya que, como podemos

ver, los electrodos laterales son los que han registrado mayor cantidad de núcleo (2.33 ± 1.05 y

1.25 ± 0.79 mm), seguidos por el central (1.00 ± 0.52 y 1.50 ± 0.62 mm), posterior (0.83 ± 0.54

y 1.00 ± 0.63 mm) y, en último lugar, el anterior (0.50 ± 0.34 y 0.83 ± 0.31 mm). Si bien, estos

valores deben tomarse únicamente como tendencias, ya que no resultan estadísticamente

significativos.


70

Los PA del núcleo Ce.pc son pequeños y de corta duración (Figura 26). En general, se observa

una rectificación en la función derivada, que tiene lugar cuando la fase de repolarización del

PA llega al valor basal. Esto indica que la pendiente de la fase de repolarización cambia de

valor después del potencial basal.

Figura 26. Ejemplos de PA del núcleo Ce.pc. A) Dos potenciales de acción promedio

obtenidos de un gran número de PA de la misma célula. B) Función derivada para cada uno de los

PA. La cabeza de flecha indica la rectificación en la función derivada.

Con el fin de caracterizar de una manera objetiva los PA, se han analizado diversas

propiedades relacionadas con la actividad eléctrica de una neurona y que pueden

determinarse por mediciones del potencial de acción. La tabla 7 muestra las características de

los valores promedio de los PA del núcleo Ce.pc.

Tabla 7. Características electrofisiológicas de los PA del núcleo Ce.pc. Los datos se han

obtenido de un total de 119 unidades promedio, sobre un total de 11530 potenciales de acción. Las

amplitudes se miden en µV, las duraciones en ms, las derivadas en mV/s, la frecuencia en Hz y la

densidad en unidades/registro.

Parámetro Promedio DE Mediana Rango P25-P75

P1* Amplitud -4.0 0.3 -3.6 -11.0- -0.2 -5.8- -2.1

Duración 0.16 0.01 0.16 0.05-0.26 0.14-0.19

N1 Amplitud 47.3 3.3 35.7 12.5-268.3 28.0- 54.6

Duración 0.42 0.01 0.40 0.27-0.72 0.34-0.48

P2 Amplitud -23.1 2.1 -15.8 -161.6- -5.1 -25.1--10.1

Duración 1.13 0.02 1.20 0.22-1.37 1.01-1.28

PA total Amplitud p-p 70.7 5.3 53.7 23.9-430.0 39.0-77.2

Duración 1.64 0.02 1.70 0.85-1.88 1.51-1.80

dV/dtmax 15.7 1.0 12.3 6.4-77.2 9.8-17.2

dV/dtmin -15.7 1.0 -11.6 -85.5- -5.2 -19.4- -9.2

Frecuencia 2.96 0.23 2.1 0.2-15.7 1.1-4.2

Densidad 2.36 0.08 2.0 1.0-3.0 2.0-3.0

*Los datos de la P1 se han tomado sobre N = 73 PA promedio.


71

Por lo que respecta al número de fases, el 38.7 % (46/119) de los PA promedio presentan 2

fases, mientras que el 58.3% restante (70/119) tienen tres fases.

Además de las propiedades de los PA, la caracterización de las propiedades de un núcleo

implica la descripción de sus propiedades globales de la descarga. Las características de la

descarga del núcleo Ce.pc. se describen en la siguiente tabla.

Tabla 8. Propiedades del patrón de descarga para registros del núcleo Ce.pc. Se han

analizado N = 60 trayectorias. La frecuencia se mide en Hz. mBI = mean Burst Index, PI = Pause

Index, RP = Pause Ratio, CV= coeficiente de variación.

Parámetro Promedio SEM CV Mediana Rango P25-P75

Frecuencia 7.2 0.8 0.83 5.8 0.5-36.5 3.1-9.5

mBI 0.47 0.05 0.80 0.36 0.03-1.82 0.20-0.61

PI 1.14 0.13 0.86 0.93 0.04-6.92 0.56-1.36

PR 48.8 8.11 1.25 24.4 1.1-296.4 11.3-55.2

Además de las propiedades derivadas del PA y del patrón de disparo, hemos analizado la

correlación entre diferentes magnitudes medidas del PA. Para ello, hemos determinado la

correlación lineal, mediante el método de ajuste por mínimos cuadrados, de las magnitudes de

amplitud, duración y valores máximo y mínimo de la primera derivada. En la siguiente figura se

muestran estos análisis para el subdominio parvocelular.

Figura 27. Correlaciones entre diferentes magnitudes de los PA promedio. A) amplitud y

dVmax. La recta de regresión y el valor del coeficiente obtenidos son 𝒚 = 𝟑. 𝟏 + 𝟎. 𝟏𝟕𝟕𝒎; 𝒓 =

𝟎. 𝟗𝟑𝟕. B) Amplitud y dVmin. La recta de regresión y el valor del coeficiente obtenidos son

𝒚 = 𝟑𝟐. 𝟓 − 𝟎. 𝟏𝟖𝟔𝒎; 𝒓 = −𝟎. 𝟗𝟑𝟒 . C) Amplitud y duración. D) dVmax y dVmin. La recta de

regresión y el valor del coeficiente obtenidos son 𝒚 = 𝟎. 𝟏 − 𝟏. 𝟎𝟎𝒎; 𝒓 = −𝟎. 𝟗𝟓𝟔. El símbolo 𝒎

representa la pendiente.


72

Como puede observarse, hay una muy buena correlación entre las variables de amplitud y los

de la derivada. Sin embargo, no se observa ninguna correlación entre la duración y la amplitud

de los PA. Esta ausencia de correlación se explica muy bien cuando se analizan las

distribuciones de frecuencia para la amplitud y la duración de los potenciales (Figura 28).

Figura 28. Histogramas de frecuencia para la amplitud (A) y la duración (B) de los PA

promedio del subdominio Ce.pc.

Finalmente, se determinó la función de densidad de probabilidad para el intervalo entre dos

PA consecutivos (Figura 28). El valor de la mediana tiene lugar a los 46 ms, mientras que los

percentiles P25 y P75, ocurren, respectivamente a los 12 y 222 ms. El pico de máxima

probabilidad está en 4 ms. Se trata, por lo tanto, de una distribución muy extendida a lo largo

del eje x.

Figura 29. Función de densidad de probabilidad para los intervalos entre dos PA

consecutivos. La línea roja muestra el valor promedio y las líneas azules discontinuas los márgenes

de 2.5 SEM. Bin = 2 ms.

Intervalo entre PA consecutivos (ms)

0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0 100.0

Pro

ba

bili

dad

0.00

0.02

0.04

0.06

0.08

0.10

0.12


73

5.4.2. Núcleo Centromediano magnocelular (Ce.mc)

Este subdominio del núcleo centromediano está situado medialmente al núcleo Ce.pc.

En la siguiente tabla se muestran las distancias teóricas del núcleo Ce.mc. registrado para cada


Tabla 9. Distancias de núcleo Ce.mc registrado por los diferentes electrodos para cada

paciente.



1(1) - 1.5 - 1 - - - 1 3.5

2 - 1 - * - - - - 1

3 4 4 * 6 * 2.5 - - 16.5

4 - 1.5 * 4 2 - * 3.5

5 - * * * - 1 - * 1

6(2) * 3.5 2 1.5 2.5 5.5 * - 15

Total 4 10 3.5 8.5 4/2.5 5.5/5.5 - 1 40.5

0.67 1.67 0.58 1.42 1.08 1.83 - 0.17 -

SEM 0.67 0.72 0.37 0.95 0.71 0.84 - 0.17 -




ambos lados.

Podemos ver que el rango de longitud promedio de núcleo registrada es de 0.00 y 1.83 mm.

Aunque no todas las longitudes registradas son consecutivas, sino que presentan

discontinuidades, especialmente debidas a la interposición del núcleo Ce.pc.



ver, los electrodos posteriores son los que han registrado mayor cantidad de núcleo (1.08 ±

0.71 y 1.83 ± 0.84 mm), seguidos por el anterior (0.67 ± 0.67 y 1.67 ± 0.72 mm), central (0.58 ±

0.37 y 1.42 ± 0.95 mm) y, en último lugar, el lateral (0.00 ± 0.00 y 0.17 ± 0.17 mm). Si bien, al

igual que hemos visto para el caso del Ce.pc, estos valores deben tomarse únicamente como

tendencias, ya que no resultan estadísticamente significativos.


74

A pesar de esta falta de significatividad, lo importante es que la probabilidad de registro de

este núcleo, al igual que ocurre con el Ce.pc, no se distribuye al azar, sino que muestra una

inhomogeneidad bien definida.

La tabla 10 muestra las características de estadística descriptiva de los valores fundamentales

de los PA del núcleo Ce.mc.

Tabla 10. Características electrofisiológicas de los PA del núcleo Ce.mc. Los datos se han

obtenido de un total de N = 125 unidades promedio, sobre un total de 24127 potenciales de acción.

Las amplitudes se miden en µV, las duraciones en ms y las derivadas en mV/s.


P1* Amplitud -5.0 0.6 -3.4 -22.8- -0.36 -5.9- -2.2

Duración 0.15 0.01 0.15 0.05-0.25 0.12-0.19

N1 Amplitud 53.6 2.5 45.7 9.2 -140.6 31.8-69.3

Duración 0.45 0.01 0.43 0.26-0.67 0.36-0.53

P2 Amplitud -30.7 2.3 -19.8 -131.2- -5.1 -41.8- -11.3

Duración 1.17 0.01 1.23 0.30-1.35 1.07-1.28


Duración 1.70 0.02 1.75 0.74-1.88 1.59-1.85

dV/dtmax 18.2 0.8 14.8 7.12-45.3 11.3-22.8

dV/dtmin -17.7 0.9 -14.6 -60.3- -6.0 -21.6- -10.2

Frecuencia 4.49 0.37 3.17 0.20-25.76 1.60-6.33

Densidad 2.10 0.09 2.0 1.0-3.0 2.0-3.0

*Los datos de P1 se han tomado sobre N = 67 PA promedio.

En el caso del Ce.mc. el número de fases, el 44.8 % (56/125) de los PA promedio presentan 2


Tabla 11. Propiedades del patrón de descarga para registros del núcleo Ce.mc. Se han


Index, RP = Pause Ratio, CV= coeficiente de variación


Frecuencia 9.42 0.8 0.70 8.42 0.42-31.6 4.24-12.62

mBI 0.55 0.04 0.54 0.51 0.02-1.34 0.34-0.74

PI 1.69 0.23 0.75 1.32 0.01-13.6 0.88-1.85

PR 29.2 4.8 1.27 17.5 0.01-230. 7.3-29.3

Al igual que hicimos para los PA del Ce.pc, hemos analizado la correlación entre diferentes

magnitudes medidas del PA en el caso del Ce.mc. Para ello, hemos determinado la correlación

lineal, mediante el método de ajuste por mínimos cuadrados, de las magnitudes de amplitud,


75

duración y valores máximo y mínimo de la primera derivada. Estos resultados se muestran en

la siguiente figura.


dVmax. La recta de regresión y el valor del coeficiente obtenidos son 𝒚 = 𝟔. 𝟕 + 𝟎. 𝟏𝟑𝟔𝒎; 𝒓 =

𝟎. 𝟖𝟏𝟒. B) Amplitud y dVmin. La recta de regresión y el valor del coeficiente obtenidos son

𝒚 = −𝟒. 𝟎 − 𝟎. 𝟏𝟓𝟔𝒎; 𝒓 = 𝟎. 𝟖𝟑𝟖 . C) Amplitud y duración. D) dVmax y dVmin. La recta de

regresión y el valor del coeficiente obtenidos son 𝒚 = −𝟎. 𝟎𝟏 − 𝟎. 𝟗𝟕𝒎; 𝒓 = 𝟎.−𝟖𝟖𝟒. El símbolo

𝒎 representa la pendiente.

Como ya pasó para el caso del Ce.pc, hay una muy buena correlación entre las variables de

amplitud y los de la derivada. Sin embargo, no se observa ninguna correlación entre la

duración y la amplitud de los PA. Esta ausencia de correlación se explica, al igual que ocurría

para el otro subdominio del núcleo, cuando se analizan las distribuciones de frecuencia para la

amplitud y la duración de los potenciales (Figura 31).


promedio del subdominio Ce.mc.


76

Al igual que en el caso del Ce.pc, se determinó la función de densidad de probabilidad para los

intervalos entre dos PA consecutivos (Figura 32) para el subdominio Ce.mc. El valor de la

mediana tiene lugar a los 34 ms, mientras que los valores de P25 y P75 tienen lugar,

respectivamente a 8 y 154 ms. En este caso, el pico de máxima probabilidad está en 4 ms.

Aunque se trata de una distribución también extensa a lo largo del eje x, está

considerablemente más localizada que en el caso del Ce.pc.




5.4.3. Comparación entre los dos subdominios del núcleo centromediano

Dado que en teoría existen diferencias en el resultado clínico entre la estimulación del Ce.mc y

Ce.pc (Velasco M, 1997; Velasco M, 1993, Velasco M. 2000), parece importante comprobar si

ambos núcleos pueden diferenciarse por las características electrofisiológicas. Por ello, hemos

comparado las características, tanto de los PA, como de los patrones de descarga.

Tabla 12. Comparación de las principales características de los PA para ambos

subdominios del núcleo centromediano. Las amplitudes se miden en µV, las duraciones en ms, las

derivadas en mV/s, la frecuencia en Hz y la densidad en unidades/registro. En negrita se muestran

los valores estadísticamente significativos (p < 0.05).

Parámetro Ce.pc. Ce.mc. p test

P1 Amplitud -4.0±0.3 -5.0 ± 0.6 0.554 MW

Duración 0.16±0.01 0.15±0.01 0.273 t-Student

N1 Amplitud 47.3±3.3 53.6±2.5 0.008 MW

Duración 0.42±0.01 0.45±0.01 0.012 MW

P2 Amplitud -23.1±2.1 -30.7±2.3 0.013 MW

Duración 1.13±0.02 1.17±0.01 0.282 MW


0 10 20 30 40 50 60 70 80 90 100

Pro

ba

bili

da

d

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14


77

PA total Amplitud p-p 70.7±5.3 84.2±4.6 0.006 MW

Duración 1.64±0.02 1.70±0.02 0.018 MW

dV/dtmax 15.7±1.0 18.2±0.8 <0.001 MW

dV/dtmin -15.1±1.0 -17.7±0.9 0.013 MW

Frecuencia 2.96±0.23 4.49±0.37 0.002 MW

Densidad 2.36±0.08 2.10±0.09 0.047 MW

MW=Mann-Whitney por suma de rangos.

Como resulta evidente de esta tabla, las características de los PA son claramente diferentes,

excepto para la primera fase positiva P1, que no está presente en la mayoría de las células. Sin

embargo, las principales características, como son la amplitud y duración de N1, la amplitud de

P2, la amplitud y duración totales, los valores máximo y mínimo de la primera derivada, la

frecuencia promedio/fibra y la densidad de unidades por cada punto de registro, son

netamente diferentes, lo que demuestra que las propiedades electrofisiológicas de ambos

subdominios son distintas y, por lo tanto, reconocibles por el análisis de sus PA (Figura 33). Es

interesante hacer notar que el núcleo Ce.mc. tiene una densidad menor de células por registro,

lo que se corresponde bien con el mayor tamaño de las mismas.

Figura 33. Comparación de los PA canónicos obtenidos de cuatro pacientes. A) PA

canónicos del Ce.pc. B) PA canónicos del Ce.mc. La fila superior (rojo) muestras los PA

superpuestos, mientras que la línea inferior (azul) muestra la superposición de la primera derivada.

La comparación de las dispersiones entre la amplitud y las derivadas máxima y mínima para

ambos subdominios se muestran en la siguiente figura.


78

Figura 34. Comparación de los gráficos de dispersión para los subdominios Ce.pc (rojo) y

Ce.mc (azul). A) Dispersión de amplitud y dVmax. B) Dispersión de amplitud y dVmin. C)

Dispersión de dVmax y dVmin. Las líneas de los mismos colores muestran las rectas de regresión

según el método de mínimos cuadrados.

Aunque no se ha estudiado de forma sistemática, se puede observar que la función derivada

no sólo es numéricamente distinta para ambos subdominios del núcleo, sino que su dinámica

es diferente. Hemos visto que durante la fase de hiperpolarización del PA se observa una

rectificación, que se indica por la presencia de una escotadura en la función derivada. Esta fase

presenta características diferentes para ambos tipos celulares (Figura 35).

Figura 35. Comparación de las funciones derivadas normalizadas para células del Ce.pc.

(rojo) y del Ce.mc. (azul). Obsérvese la diferencia en la dinámica de la fase de hiperpolarización

para ambos tipos celulares.

El patrón de descarga del registro crudo es, con diferencia, la variable más utilizada en clínica

para la identificación de los núcleos. Por ello, resulta de gran relevancia comparar los registros

obtenidos de ambos subdominios del centromediano. En la tabla 13 se muestran los valores

representativos de cada variable, así como la comparación estadística.

Tabla 13. Comparación de las principales características de las descargas para ambos

subdominios del núcleo centromediano. La frecuencia se mide en Hz. mBI = mean Burst Index, PI

= Pause Index, RP = Pause Ratio. En negrita se muestran los valores estadísticamente significativos

(p < 0.05).

Parámetro Ce.pc. Ce.mc. p test

Frecuencia 7.2±0.8 9.42±0.8 0.038 MW

mBI 0.47±0.05 0.55±0.04 0.028 MW

PI 1.14±0.13 1.69±0.23 0.007 MW

PR 48.8±8.11 29.2±4.8 0.037 MW

MW=Mann-Whitney por suma de rangos


79

Por lo tanto, es evidente, a partir de estos datos, que las características de descarga son

diferentes para las partes parvocelular y magnocelular del núcleo centromediano. En la figura

36 se muestran dos registros característicos de ambos subdominios.

Figura 36. Registros característicos del núcleo centromediano en dos pacientes diferentes.

A) Registro del Ce.pc. B) Registro del Ce.mc. Debajo de cada uno de los registros se ha expandido

una porción del registro. La barra horizontal de calibración es de 5 s para los registros superiores y

de 167 ms para los registros expandidos inferiores.

En la siguiente figura se comparan las funciones de densidad de probabilidad para los

intervalos entre PA consecutivos de ambos subdominios. Ambas funciones tienen unas

características similares, si bien la correspondiente al Ce.pc está más extendida sobre el eje x.

Figura 37. Comparación de las funciones de probabilidad para los intervalos entre dos PA

consecutivos. Se puede observar que ambas funciones presentan características similares.

Ce.pc - -

Ce.mc - -


0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0 100.0

Pro

ba

bili

dad

0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14


80

5.5. Núcleo Ventrointermedio (V.im.)

Este núcleo constituye un blanco habitual para ECP en caso de temblor (Benabid et al., 1991;

1993). Está situado por delante y por fuera del núcleo V.c. (Figura 38). Este núcleo está

dividido en dos subdominios (ventralintermedio interno y externo, V.im.i y V.im.e), pero no se

tendrá en cuenta para este trabajo, de modo que se considerará que todas las células

pertenecen a un núcleo homogéneo.

Figura 38. Localización del núcleo ventrointermedio (V.im.) en diversos cortes del atlas

SW. Los números indican las distancias de dicho plano al punto medio intercomisural.

En la tabla 14 se muestran las distancias teóricas del núcleo V.im. registrado para cada


Tabla 14. Distancias de núcleo V.im. registrado por los diferentes electrodos para cada

paciente.



1(1) 4 * 4.5 - - - 3 3 14.5

2 - - - - - - - 2 2


81

3 - 3 * * - - 2 4 9

4 4 - 1 2.5 - - 1.5 * 9

5 - 3 - 1 - - 3 1.5 8.5

6(2) - 3 - * - - - 2 5

Total 4/4 9 5.5 3.5 0/0 0/0 9.5 12.5 48

4/0.8 1.5 0.9 0.6 0/0 0/0 1.6 2.1

SEM -/- 1.7 - - -/- -/- 1.2 1.2




ambos lados.

Podemos ver que el rango de longitud promedio de núcleo registrada está entre 0.0 y 2.1 mm.

Este núcleo tiende a registrarse entre -7 y -10 mm del blanco y, salvo en cuatro electrodos, las

trayectorias suelen ser continuas.



ver, los electrodos laterales son los que han registrado mayor cantidad de núcleo (1.6 ± 1.2 2.1

± 1.2 mm), seguidos por el anterior (0.8 mm). Los electrodos central, medial y posterior,

apenas tienen registro de V.im. Este hecho es completamente lógico, dado que se trata de un

núcleo situado antero-lateralmente al centromediano.

Los PA del núcleo V.im. son grandes y de mayor duración que el Ce (Figura 39). En general, se

observa una rectificación en la función derivada, que tiene lugar cuando la fase de

repolarización del PA llega al valor basal. Esto indica que la pendiente de la fase de

repolarización cambia de valor después del potencial basal.

Figura 39. Ejemplos de PA del núcleo V.im. para tres pacientes diferentes (rojo). Abajo se

muestra la función derivada para cada uno de los PA (azul).


82



determinarse por mediciones del potencial de acción. La tabla 15 muestra las características

de los valores promedio de los PA del núcleo V.im.

Tabla 15. Características electrofisiológicas de los PA del núcleo V.im. Los datos se han





P1* Amplitud -6.6 1.1 -3.9 -25.2- -0.8 -7.7- -2.9

Duración 0.15 0.01 0.15 0.01-0.28 0.12-0.19

N1 Amplitud 74.0 5.0 53.9 13.3-335.9 39.3-90.5

Duración 0.48 0.01 0.46 0.23-0.79 0.39-0.55

P2 Amplitud -46.1 3.5 -31.4 -200—9.6 -58.3- -21

Duración 1.17 0.02 1.19 0.32-1.89 1.04-1.27


Duración 1.91 0.02 1.93 1.32-2.79 1.76-2.08

dV/dtmax 22.4 1.3 17.2 7.5-80.4 13.1-27.0

dV/dtmin -22.6 1.5 -18.0 -118.3- -6.7 -27.6--12.2

Frecuencia 3.91 0.30 2.78 0.13-14.2 1.63-5.20

Densidad 2.27 0.08 2 1.0-3.0 2.0-3.0






descarga del núcleo V.im. se describen en la siguiente tabla.

Tabla 16. Propiedades del patrón de descarga para registros del núcleo V.im. Se han




Frecuencia 10.34 0.56 0.39 9.31 3.92-20.8 13.47-16.9

mBI 0.70 0.06 0.69 0.63 0.05-3.33 0.0-81.6

PI 1.42 0.09 0.54 1.36 0.23-3.42 1.74-3.19

PR 22.2 2.4 0.82 16.8 0.0-81.6 28.7-81.6


83

En la figura siguiente se muestra un registro característico del V.im. en un paciente sedado.

Figura 40. Registro característico del núcleo V.im. Debajo se muestra una porción del

registro expandida. La barra horizontal de calibración es de 5 s para el registro superior y de 167

ms para el registro expandido.

Además de las propiedades derivadas del PA y del patrón de disparo, hemos analizado la

correlación entre diferentes magnitudes medidas del PA. Para ello, y al igual que hicimos para

el centromediano, hemos determinado la correlación lineal, mediante el método de ajuste por

mínimos cuadrados, de las magnitudes de amplitud, duración y valores máximo y mínimo de la

primera derivada (Figura 41).


dVmax. La recta de regresión y el valor del coeficiente obtenidos son 𝒚 = 𝟓. 𝟑 + 𝟎. 𝟏𝟒𝟐𝒎; 𝒓 =

𝟎. 𝟖𝟔𝟒. B) Amplitud y dVmin. La recta de regresión y el valor del coeficiente obtenidos son

𝒚 = −𝟑. 𝟐 − 𝟎. 𝟏𝟔𝟏𝒎; 𝒓 = 𝟎. 𝟖𝟔𝟏 . C) Amplitud y duración. D) dVmax y dVmin. La recta de

regresión y el valor del coeficiente obtenidos son 𝒚 = −𝟏. 𝟎 − 𝟏. 𝟎𝒎; 𝒓 = −𝟎. 𝟖𝟖𝟒. El símbolo 𝒎



84



de los PA. No obstante, al contrario de lo que pasaba en el caso del centromediano, aunque las

distribuciones de frecuencia para la amplitud y la duración de los potenciales no se ajustan a

una distribución gaussiana, al menos no son tan diferentes (Figura 42).


promedio del V.im.

Finalmente, la caracterización electrofisiológica de este núcleo finaliza con la función de

densidad de probabilidad para intervalos entre dos PA consecutivos, que se muestra en la

figura siguiente. Se observa un pico máximo de probabilidad a los 4 ms, mientras que la

mediana está a 52 ms. Los valores de dispersión, definidos por los P25 y P75 tienen lugar,

respectivamente, a 6 y 228 ms.





0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 100,0

Pro

ba

bili

da

d

0,00

0,05

0,10

0,15

0,20


85

5.6. Núcleo Ventrocaudal (V.c.)

El núcleo ventrocaudal, también llamado ventrolateral posterior (VLP) en la literatura (Walker,

1938), está situado por delante y por fuera del núcleo Ce y por dentro del V.im. (Figura 44).

Este núcleo está dividido en cuatro subdominios: ventrocaudal interno (V.c.i), externo (V.c.e),

portae (V.c.por) y parvocelular interno (V.c.pc.i), pero al igual que hicimos para el V.im, no se

tendrá en cuenta para este trabajo, de modo que se considerará que todas las células

pertenecen a un núcleo homogéneo.

El núcleo V.c. es extraordinariamente importante para nuestro trabajo, dado que es el núcleo

dónde se produce el relevo de la información somato-sensorial del lemnisco medial para

proyectarse a la corteza.

Figura 44. Localización del núcleo ventrocaudal (V.c.) en diversos cortes del atlas SW. Los

números indican las distancias de dicho plano al punto medio intercomisural

En la tabla 17 se muestran las distancias teóricas del núcleo V.c. registrado para cada electrodo

y para cada paciente.


86

Tabla 17. Distancias de núcleo registrado por los diferentes electrodos para cada paciente.



1(1) * - 4 - 2 - 1 * 7

2 4 - 3.5 - - - 10 * 17.5

3 - * - * - - 1 2 3

4 4 * * * - - 2 * 6

5 - 1 - * - - * 5 6

6(2) - - - - - - * 1 1

Total 8 1 7.5 0 2 0 14 8 40.5

1.3 0.3 1.2 0.3 2.3 1.3

SEM 0.84 0.79 1.56 0.80




ambos lados.


Este núcleo tiende a registrarse entre 0 y -6 mm del blanco, aunque, en un paciente se registró

en toda la trayectoria del electrodo lateral. Es frecuente encontrar puntos aislados del núcleo.


electrodo, se observa una inhomogeneidad en la probabilidad de registro, ya que, como

podemos ver, los electrodos laterales son los que han registrado mayor cantidad de núcleo

(2.3 ± 1.6 y 1.3 ± 0.8 mm), seguidos por el anterior (1.3 mm) y el central (1.2 mm). Los

electrodos medial y posterior, prácticamente no tienen registro de V.c. Este hallazgo se explica

por la posición antero-lateral del núcleo V.c. con respecto al centromediano.

Los PA del núcleo V.c son más pequeños que los de V.im. y de menor duración, pero son

mayores que los del Ce (Figura 45). La rectificación de la primera derivada durante la fase de

hiperpolarización es considerablemente menor que para los núcleos anteriormente analizados.


87

Figura 45. Ejemplos de PA del núcleo V.c. para tres pacientes diferentes (rojo). Abajo se





de los valores promedio de los PA del núcleo V.c.

Tabla 18. Características electrofisiológicas de los PA del núcleo V.c. Los datos se han





P1* Amplitud -4.9 0.3 -4.0 -18.9- -0.6 -6.3- -1.9

Duración 0.16 0.01 0.16 0.05-0.26 0.12-0.19

N1 Amplitud 49.3 2.2 41.6 19.8-94.8 28.5- 59.3

Duración 0.41 0.01 0.39 0.22-0.86 0.33-0.45

P2 Amplitud -24.3 1.7 -18.1 -123.4- -5.1 -32.2- -8.7

Duración 1.18 0.01 1.26 0.12-1.38 1.09-1.31


Duración 1.83 0.02 1.89 0.78-2.04 1.77-2.00

dV/dtmax 16.5 0.7 14.2 5.7-35.6 10.0-21.3

dV/dtmin -16.3 0.7 -14.2 -54.3- -5.7 -20.1- -9.3

Frecuencia 4.27 0.30 3.20 0.11-17.57 1.35-6.03

Densidad 2.29 0.07 2.0 1.0-3.0 2.0-3.0



88





descarga del núcleo V.c. se describen en la siguiente tabla.

Tabla 19. Propiedades del patrón de descarga para registros del núcleo V.c. Se han




Frecuencia 11.9 0.8 0.06 10.9 0.9-296 6.5-14.9

mBI 0.76 0.08 0.10 0.59 0.03-5.37 0.33-01.0

PI 2.15 0.21 0.10 1.66 0.21-13.0 1.70-2.35

PR 21.34 2.88 0.14 12.08 0.48-112.5 5.32-22.94

En la figura siguiente se muestra un registro característico del V.c. en un paciente con

sedación.

Figura 46. Registro característico del núcleo V.c. Debajo se muestra una porción del

registro expandida. La barra horizontal de calibración es de 1 s para el registro superior y de 50 ms

para el registro expandido.

Además de las propiedades derivadas del PA y del patrón de disparo, se han analizado la


los núcleos anteriores, hemos determinado la correlación lineal, mediante el método de ajuste

por mínimos cuadrados, de las magnitudes de amplitud, duración y valores máximo y mínimo

de la primera derivada (Figura 47).


89


dVmax. La recta de regresión y el valor del coeficiente obtenidos son 𝒚 = 𝟒. 𝟑 + 𝟎. 𝟏𝟔𝟔𝒎; 𝒓 =

𝟎. 𝟖𝟗𝟐. B) Amplitud y dVmin. La recta de regresión y el valor del coeficiente obtenidos son

𝒚 = −𝟐. 𝟖 − 𝟎. 𝟏𝟖𝟑𝒎; 𝒓 = 𝟎. 𝟖𝟗𝟏. C) Amplitud y duración. La recta de regresión y el valor del

coeficiente obtenidos son 𝒚 = −𝟏. 𝟗 − 𝟏. 𝟎𝟎𝒎; 𝒓 = −𝟎. 𝟗𝟎𝟑 . D) dVmax y dVmin. La recta de

regresión y el valor del coeficiente obtenidos son 𝒚 = −𝟏. 𝟗 − 𝟎. 𝟗𝟎𝟒𝒎; 𝒓 = 𝟎. 𝟖𝟒. El símbolo 𝒎




de los PA. De la misma manera que en el núcleo centromediano, cuando se analizan las

distribuciones de frecuencia para la amplitud y duración de los potenciales, se observan que

son completamente diferentes. (Figura 48).

Figura 48. Histogramas de frecuencia para la amplitud A) y la duración B) de los PA

promedio del núcleo V.c.


90

La función de densidad de probabilidad para los intervalos entre dos PA consecutivos se

muestra en la siguiente figura. La moda o intervalo de máxima probabilidad se observa a los 4

ms, mientras que la mediana está a los 56 ms. Los valores de los percentiles P25 y P75 son,

respectivamente de 8 y 196 ms.




5.7. Núcleo Medialis fasciculosus y caudalis (M.fa/M.c.)

El núcleo medialis fasciculosus (M.fa/M.c.) pertenece al grupo mediodorsal del tálamo. Es

particularmente grande en los humanos y está rodeado por la LMI y por lo núcleos que están

incluidos en ella, entre ellos el Ce.


0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 100,0

Pro

ba

bili

da

d

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14


91

Figura 50. Localización del núcleo medialis (M.fa/M.c.) en diversos cortes del atlas SW. Los

números indican las distancias de dicho plano al punto medio intercomisural.

En la tabla 20 se muestran las distancias teóricas del núcleo medialis registrado para cada





1(1) 2 1 - 2 - 5 - - 10

2 - 5 - 2 - 5 - - 12

3 2 - * - 1 2 - - 5

4 - - - * 2 1 - - 3

5 7 - 2 - 5 - - - 14

6(2) 5 - 2 * 1 2 - - 10

Total 2/14 6 4 4 1/8 2/13 0 0 54


92

2/2.8 1.0 1.2 0.8 1/1.6 2/2.6 - -

SEM -/1.39 0.89 0.79 0.49 -/0.93 -/1.03 - -




ambos lados.


Este núcleo tiende a registrarse a lo largo de toda la trayectoria. Resulta moderadamente

frecuente encontrar puntos aislados del núcleo.


electrodo, se observa una inhomogeneidad en la probabilidad de registro. El electrodo que

más frecuentemente ha registrado este núcleo es el anterior (2.8 ± 1.4 mm), seguido por los

electrodos posteriores (1.6 ± 0.9 y 2.6 ± 1.0 mm) y los centrales (1.2 ± 0.8 y 0.8 ± 0.5 mm). Los

electrodos laterales no presentan ningún punto de registro de este núcleo, lo que se explica

fácilmente por la localización superior al Ce.

Los PA promedio del núcleo M.fa/M.c son de una amplitud y duración similar a los del Ce

(Figura 51). La rectificación de la fase de repolarización de la primera derivada está ausente o

es considerablemente menor que para los núcleos analizados anteriormente.

Figura 51. Ejemplos de PA del núcleo M.fa/M.c. para tres pacientes diferentes (rojo).

Abajo se muestra la función derivada para cada uno de los PA (azul).




de los valores promedio de los PA del núcleo medialis.


93

Tabla 21. Características electrofisiológicas de los PA del núcleo M.fa/M.c. Los datos se

han obtenido de un total de 187 unidades promedio, sobre un total de 34200 potenciales de acción.

Las amplitudes se miden en µV, las duraciones en ms, las derivadas en mV/s, la frecuencia en Hz y

la densidad en unidades/registro.


P1* Amplitud -6.4 0.7 -5.4 -28.3- -3.9 -7.1- -3.8

Duración 0.17 0.01 0.17 0.06 – 0.24 0.15 – 0.20

N1 Amplitud 57.1 2.6 46.4 14.2 – 187.4 34.6 – 63.6

Duración 0.45 0.01 0.43 0.20 – 0.75 0.37 – 0.54

P2 Amplitud -31.5 2.1 -25.0 -128.9- -5.5 -43.7- -12.3

Duración 1.14 0.02 1.21 0.26 - 1.40 1.05- 1.28

PA total Amplitud p-p 88.6 4.3 72.0 26.1 – 293.6 47.2– 106.9

Duración 1.83 0.02 1.87 0.93-2.04 1.73-2.04

dV/dtmax 17.5 0.8 14.4 6.6-57.9 10.9-20.2

dV/dtmin -17.5 0.9 -14.0 -65.7- -6.0 -21.7- -10.3

Frecuencia 5.14 0.45 3.63 0.2- 44.1 2.08-6.62

Densidad 2.32 0.07 2.00 1.00-3.00 2.00-3.00






descarga del núcleo M.fa/M.c. se describen en la siguiente tabla.

Tabla 22. Propiedades del patrón de descarga para registros del núcleo M.fa/M.c. Se han




Frecuencia 11.2 0.67 0.059 10.9 0.9-29.6 6.5-14.9

mBI 0.76 0.075 0.099 0.59 0.03-5.37 0.33-0.99

PI 2.15 0.21 0.099 1.66 0.21-12.96 1.17-2.36

PR 21.38 2.88 0.135 12.08 0.48-112.6 5.33-22.94

En la figura siguiente se muestra un registro característico del M.fa/M.c. en un paciente con

sedación.


94

Figura 52. Registro característico del núcleo M.fa/M.c. Debajo se muestra una porción del

registro expandida. La barra horizontal de calibración es de 1 s para el registro superior y de 50 ms

para el registro expandido.





de la primera derivada (Figura 53). En el caso de la correlación entre la amplitud y la primera

derivada, la función que mejor ajusta los datos no es una recta (r =0.818), sino una función

exponencial (r = 0.893).


dVmax. La función de regresión se ha ajustado a una exponencial, cuyos valores son 𝒚 =

𝟗. 𝟐𝟓𝒆𝟎.𝟎𝟎𝟔𝟒𝒙; 𝒓 = 𝟎. 𝟖𝟗𝟑. B) Amplitud y dVmin. La recta de regresión y el valor del coeficiente

obtenidos son 𝒚 = −𝟐. 𝟗 − 𝟎. 𝟏𝟔𝟓𝒎; 𝒓 = −𝟎. 𝟗𝟎𝟖. C) Amplitud y duración. D) dVmax y dVmin. La

recta de regresión y el valor del coeficiente obtenidos son 𝒚 = −𝟎. 𝟕 − 𝟎. 𝟗𝟓𝟕𝒎; 𝒓 = −𝟎. 𝟗𝟐𝟗. El

símbolo 𝒎 representa la pendiente.


95

Resulta sorprendente la relación entre la Amp y dVmax, ya que es la única con esta

dependencia no lineal que hemos encontrado en todos los núcleos analizados.



de los PA. De la misma manera que en el núcleo centromediano, cuando se analizan las

distribuciones de frecuencia para la amplitud y duración de los potenciales, se observan que

son completamente diferentes (Figura 54).


promedio del núcleo M.fa/M.c.


muestra en la siguiente figura.





0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 100,0

Pro

ba

bili

da

d

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14


96

5.8. Núcleo Ventral oral posterior (V.op.)

El núcleo ventral oral está formado por dos subdominios, el anterior (V.oa.) y el posterior

(V.op.). Su localización es antero-lateral con respecto al Ce, pero dada su lejanía relativa, el

único subdominio que nos interesa en este trabajo es el V.op.

Figura 56. Localización del núcleo ventral oral posterior (V.op.) en diversos cortes del atlas

SW. Los números indican las distancias de dicho plano al punto medio intercomisural.

En la tabla 23 se muestran las distancias teóricas del núcleo V.op. registrado para cada





1(1) - - - - - - - - -

2 - - - - - - - - -


97

3 - - - - - - - - -

4 - 6 - - - - 1 - 7

5 - - - - - - - - -

6(2) - - - - - - - - -

Total - - - - - - - - -

- - - - - - - - -

SEM - - - - - - - - -

(1) En este paciente se sustituyó el electrodo anterior izquierdo por el medial. (2) En este

paciente se sustituyó el electrodo medial por el posterior en ambos lados.

Este núcleo sólo se ha encontrado en un paciente, precisamente en el electrodo anterior y

lateral.

Los PA del núcleo V.op. son más pequeños que los de V.im y de menor duración, pero son

mayores que los del Ce (Figura 57). La rectificación de la primera derivada durante la fase de

hiperpolarización es considerablemente menor que para los núcleos anteriormente analizados.

Figura 57. Ejemplos de PA del núcleo V.op. para un mismo paciente (rojo). Abajo se


Se han analizado también las diversas propiedades relacionadas con la actividad eléctrica de

las neuronas. La tabla 24 muestra las características de los valores promedio de los PA del

núcleo V.op.


98

Tabla 24. Características electrofisiológicas de los PA del núcleo V.op. Los datos se han





P1* Amplitud -5.5 1.2 -2.7 -25.7- -1.3 -9.6- -2.6

Duración 0.22 0.02 0.21 0.10-0.39 0.17-0.28

N1 Amplitud 64.2 5.5 52.7 23.7-156.1 36.7-77.6

Duración 0.41 0.01 0.40 0.24-0.60 0.35-0.47

P2 Amplitud -33.3 3.4 -26.1 -85.4- -5.4 -40.5- -17.7

Duración 1.27 0.03 1.28 0.82-1.72 1.19-1.37


Duración 2.23 0.11 2.00 0.84-3.63 1.86-2.39

dV/dtmax 19.6 1.9 16.2 1.7-58.9 11.3-24.1

dV/dtmin -20.7 1.8 -16.5 -46.5- -8.1 -27.1- -11.7

Frecuencia 5.18 0.75 3.57 0.73-23.6 1.95-6.59

Densidad 2.47 0.15 3.00 1.00-3.00 2.00-3.00






descarga del núcleo V.op. se describen en la siguiente tabla.

Tabla 25. Propiedades del patrón de descarga para registros del núcleo V.op. Se han




Frecuencia 13.2 1.4 0.1 11.7 5.87-26.56 15.13-20.69

mBI 0.54 0.04 0.2 0.49 0.30-0.86 0.38-0.66

PI 1.95 0.28 0.14 1.67 0.75-5.35 1.32-2.23

PR 10.81 1.72 0.16 9.36 1.83-25.56 6.36-12.12

En la figura siguiente se muestra un registro característico del V.op. en un paciente con

sedación.


99

Figura 58. Registro característico del núcleo V.op. Debajo se muestra una porción del

registro expandida. La barra horizontal de calibración es de 5 s para el registro superior y de 167

ms para el registro expandido.





de la primera derivada (Figura 59).

Figura 59 Correlaciones entre diferentes magnitudes de los PA promedio. A) amplitud y

dVmax. La recta de regresión y el valor del coeficiente obtenidos son 𝒚 = 𝟏. 𝟖 + 𝟎. 𝟏𝟖𝟐𝒎; 𝒓 =

𝟎. 𝟖𝟔𝟗. B) Amplitud y dVmin. La recta de regresión y el valor del coeficiente obtenidos son

𝒚 = −𝟏. 𝟔 − 𝟎. 𝟏𝟗𝟔𝒎; 𝒓 = −𝟎. 𝟗𝟕𝟖. C) Amplitud y duración. D) dVmax y dVmin. La recta de

regresión y el valor del coeficiente obtenidos son 𝒚 = −𝟒. 𝟒 − 𝟎. 𝟖𝟑𝟎𝒎; 𝒓 = −𝟎. 𝟖𝟔𝟖. El símbolo 𝒎



100

Como puede observarse, hay una muy buena correlación entre las variables amplitud y la

primera derivada. Sin embargo, no se observa ninguna correlación entre la duración y la

amplitud de los PA. De la misma manera que en el núcleo centromediano, cuando se analizan

las distribuciones de frecuencia para la amplitud y duración de los potenciales, se observan

que son completamente diferentes. (Figura 60).


promedio del núcleo V.op.


muestra en la siguiente figura.




5.9. Comparación de las características de los diferentes núcleos

Una vez analizadas las propiedades de cada núcleo de forma individual, en este apartado

vamos a comparar las características de todos ellos de manera global. Esta es una de las


101

hipótesis fundamentales de este trabajo, por lo que es de capital importancia comparar las

principales características electrofisiológicas de todos los núcleos de manera global. Dado que

el número de PA promedio analizados en el caso de V.op. es muy pequeño, no se analizará.

La figura 62 muestra de manera gráfica las principales magnitudes comparadas.

Figura 62. Comparación de las propiedades de los distintos núcleos. A) Gráfico de cajas

para la amplitud total del PA. B) Gráfico de cajas para la duración de los PA. C) Recta de

regresión para los valores máximo y mínimo de la primera derivada. La recta de regresión y el

valor del coeficiente obtenidos son 𝒚 = −𝟎. 𝟏𝟔 − 𝟏. 𝟎𝟎𝒎; 𝒓 = 𝟎. 𝟗𝟏𝟒. D) Gráfico de cajas para los

valores de dVmax. E) Gráfico de cajas para los valores de dVmin. F) Gráfico que muestra los

valores promedio de la frecuencia global de descarga (círculos rojos), la densidad promedio

(triángulos azules) y la ratio entre PA con dos fases y los PA con tres fases (cuadrados verdes).

Dada la complejidad de la comparación, los valores de significatividad de los datos numéricos

del análisis estadístico no se muestran sobre la figura, sino que se muestran en las siguientes

tablas.

Tabla 26. Comparación de las amplitudes de los PA promedio. Test de Kruskal-Wallis de

Análisis de la Varianza por pares. Se indica una significatividad p < < 0.05.

Ce.pc. Ce.mc. V.im. V.c. Mfa

Ce.pc. Si Si No Si

Ce.mc Si No No

V.im. Si Si


102

V.c. No

M.fa.

Tabla 27. Comparación de las duraciones de los PA promedio. Test de Kruskal-Wallis de

Análisis de la Varianza por pares. Se indica una significatividad p < 0.05.


Ce.pc. Si Si Si Si

Ce.mc Si Si Si

V.im. No No

V.c. No

M.fa.

Tabla 28. Comparación de los valores máximos de la primera derivada. Test de Kruskal-

Wallis de Análisis de la Varianza por pares. Se indica una significatividad p < 0.05.


Ce.pc. Si Si No No

Ce.mc No No No

V.im. Si Si

V.c. No

M.fa.

Tabla 29. Comparación de los valores mínimos de la primera derivada. Test de Kruskal-



Ce.pc. Si Si No No

Ce.mc Si No No

V.im. Si Si

V.c. Si

M.fa.

Además de las características de los PA promedio, hemos analizado las propiedades de

descarga de los diferentes núcleos. En la siguiente figura se muestran las principales

propiedades analizadas.


103

Figura 63. Comparación de las características de descarga para los registros crudos de los

distintos núcleos. A) Frecuencia; B) índice de ráfagas modificado (mBI). C) Índice de pausas (PI) y

D) razón de pausas (PR).

Los valores de significatividad estadística se muestran en las siguientes tablas:

Tabla 30. Comparación de las frecuencias de descarga promedio. Test de Kruskal-Wallis

de Análisis de la Varianza por pares. Se indica una significatividad p < 0.05.


Ce.pc. Si Si Si Si

Ce.mc No No No

V.im. No No

V.c. No

M.fa.

Tabla 31. Comparación valores del índice de ráfagas modificado (mBI). Test de Kruskal-



Ce.pc. Si Si No Si

Ce.mc No No No

V.im. No No

V.c. No

Núcleos

Cepc Cemc Vim Vc Mfa

Fre

cu

en

cia

(H

z)

6

7

8

9

10

11

12

13

14

Núcleos


mB

I

0.3

0.4

0.5

0.6

0.7

0.8

0.9

Núcleos


PI

0.8

1.0

1.2

1.4

1.6

1.8

2.0

2.2

2.4

2.6

Núcleos


PR

10

20

30

40

50

60

A B

C D


104

M.fa.

Tabla 32. Comparación de los valores del índice de pausas (PI). Test de Kruskal-Wallis de

Análisis de la Varianza por pares. Se indica una significatividad p < 0.05.


Ce.pc. Si No Si Si

Ce.mc No No No

V.im. No Si

V.c. No

M.fa.

Tabla 33. Comparación de los valores de la razón de pausas (RP). Test de Kruskal-Wallis

de Análisis de la Varianza por pares. Se indica una significatividad p < 0.05.


Ce.pc. Si Si No Si

Ce.mc No No No

V.im. No No

V.c. No

M.fa.

5.10. Estabilidad de los registros del centromediano entre diferentes

pacientes.

Hasta el momento hemos comprobado que el núcleo centromediano puede diferenciarse muy

bien en sus dos subdominios, tanto por las características morfológicas promedio de los PA,

como por las propiedades de descarga globales. Sin embargo, es importante comprobar

también que estas características promedio son similares cuando se comparan entre

diferentes pacientes.

En la figura 64 se muestran los datos de los gráficos de dispersión para tres propiedades

distintas: amplitud, duración y valor máximo de la primera derivada. Ninguna de estas

propiedades, tomadas por pares de pacientes han resultado significativas (test de Kruskal-

Wallis de Análisis de la Varianza por pares, p < 0.05).


105

Figura 64. Gráficos de dispersión para la comparación de células del núcleo Ce.pc. (A) y

Ce.mc. (B) para tres pacientes distintos. Se muestran las propiedades de amplitud, duración y

dVmax.

Por lo tanto, las características promedio de los PA de ambos subdominios del centromediano

se conservan entre diferentes pacientes, demostrando de esta forma la estabilidad de dicho

núcleo.

5.11. Potenciales evocados somato-sensoriales.

La respuesta a la estimulación eléctrica del nervio mediano contralateral y registrada a través

de los microelectrodos no ha sido sistemáticamente estudiada por otros autores. De hecho, se

ha asumido que las oscilaciones de alta frecuencia observadas (HFO) están generadas por la

parte somatosensorial del tálamo (Shima et al., 1991; Hanajima et al., 2004b; Yamashiro et al.,

1989; Yeh et al., 2010). Uno de los principales objetivos de este trabajo era contrastar esta

hipótesis.

En todos los casos se realizaron al menos dos rondas de potenciales de 500 estímulos cada uno.

De este modo se comprobó si los potenciales eran en verdad potenciales evocados, ya que se

exige la repetitividad para que puedan ser aceptados como tales. En la figura 65 se muestran

ejemplos tomados de dos pacientes que muestran este aspecto. En ningún caso se observó

discrepancia significativa entre la primera y segunda ronda de estimulación, lo que demuestra

que se trata de potenciales muy robustos, cuyo origen está en generadores estacionarios y

bien definidos.


106

Figura 65. Ejemplos de registros consecutivos de PESS en dos pacientes diferentes. El

primer registro se ha coloreado de azul y el segundo de rojo. Para cada paciente, A) el par de

registros superior muestra el registro crudo (2-5000 Hz), mientras que B) el par inferior muestra

los LFP (2-200 Hz).

En todos los pacientes se realizaron PESS a lo largo de la trayectoria. Generalmente se

comenzó 7 mm por encima del blanco teórico, aunque en alguna ocasión se comenzó incluso a

10 mm. Los PESS no se registraron en cada punto de la trayectoria (cada 0.5 mm), sino cada

dos puntos (separación de 1 mm).

Los registros se han analizado con tres bandas de filtros diferentes: i) 2-5000 Hz, para los

registros crudos (adquisición), y posteriormente, para el análisis off-line ii) entre 2-200 Hz para

los LFP y iii) entre 500-5000 Hz para los HFO.

5.11.1. Respuesta de potencial de campo local (LFP).

Hemos definido la presencia de LFP como la existencia de un potencial que excede el valor

absoluto del umbral, definido como 3.5𝜎 de la actividad basal. Además, dicho potencial debe

volver a su nivel basal durante el periodo de tiempo analizado. La respuesta LFP se aísla

eliminando las respuestas más rápidas. Para ello se filtra la respuesta cruda entre 2 y 200 Hz.

Se han observado diferentes grados de complejidad en los LFP. En 211/285 registros (74.04%)

se observaron dos fases, en 83/285 (29.12%) registros tres fases, en 22/285 (7.72%) cuatro y

en 7/285 (2.46%) registros cinco fases.


107

No todos los LFP comienzan con la misma polaridad. De hecho, el 66% de los registros

(188/285) comienza con una fase N1, que tiene una amplitud de 2.3 ± 0.1 µV (1.1-2.7 µV para

el rango P25-P75), con una latencia de 19.43 ± 0.17 ms (18.91-20.36 ms para el rango P25-P75)

mientras que en el 44% restante (97/285) el primer potencial es P1, con una amplitud de-2.1 ±

0.2 µV (-2.3 - -1.0 µV) y una latencia de 18.36 ± 0.37 ms (15.93-20.93 ms).

A lo largo de una misma trayectoria se observa un comportamiento muy complejo de los

potenciales de campo locales, diferente para cada microelectrodo (Figura 66). Aunque se

observan oscilaciones estadísticamente significativas del potencial en todos los puntos de

registro y para todos los electrodos, lo cierto es que los LFP están bien definidos en electrodos

concretos (central y lateral) y en puntos concretos de las trayectorias. Resulta muy interesante

comprobar como los potenciales aparecen en profundidades diferentes para ambos electrodos

(entre 4.0 y 6.0 mm para el central y entre 2.0 y 4.0 mm para el lateral). También es

importante ver cómo las morfologías de los LFP en ambos electrodos son claramente distintas,

P1/N1/P2/N2 para el electrodo central y N1/P1/N2.

Figura 66. Ejemplo de trayectorias completas para los cuatro electrodos del paciente #1 en

el tálamo izquierdo. Los registros están filtrados para mostrar únicamente los LFP. Los números

del centro de la imagen indican la distancia al blanco final (en mm). A) electrodo medial (azul), B)

electrodo central (verde), C) electrodo posterior (violeta) y D) electrodo lateral (rojo). Aunque se

observan oscilaciones significativas en todos los registros cuando se aumenta la ganancia, los

verdaderamente importantes aparecen en los electrodos central y lateral. Se indican los

componentes más importantes.


108

En la figura 67 se muestran superpuestos los registros obtenidos por los electrodos central y

lateral. Se han unido, mediante líneas de puntos, los valores extremos de fases de polaridad

similar entre registros consecutivos. Se puede observar que estas líneas están inclinadas, lo

que implica que las fases no son sincrónicas entre puntos consecutivos. Además, se observa

como las fases desaparecen de forma brusca (p.e, electrodo central entre 5.5 y 5.0 mm). Por

otro lado, no hay ninguna relación de campo razonable al que puedan ajustarse estos

potenciales (monopolar o dipolar). Finalmente, tal y como se indicó más arriba, resulta

evidente que ni las polaridades ni las profundidades donde aparecen los potenciales mejor

definidos están relacionados para ambas trayectorias.

De todos estos hechos resulta evidente que los LFP no están generados por una estructura

aproximadamente puntual en el espacio, de modo que los potenciales localizados en otros

puntos consistan exclusivamente en una conducción por volumen. Por el contrario, se trata de

fuentes muy complejas que no pueden ajustarse a un modelo simple, sino que están

generados por distintas fuentes que varían en profundidad a lo largo de varios milímetros en

una trayectoria.

Figura 67. Complejidad de los LFP. Comparación de los registros filtrados para LFP de los

electrodos central (verde) y lateral (rojo) del paciente #1, supuestos para las mismas profundidades

(valores numéricos a la derecha en mm). La separación entre registros es proporcional a la

distancia entre dos puntos consecutivos. Se unen mediante líneas de puntos los valores extremos de

fases de polaridad similar. Las cabezas de flecha muestran una inversión de fase no sincrónica para

el electrodo central.


109

5.11.2. Respuesta de alta frecuencia (HFO).

Aunque en realidad se trata de un continuo en el espectro de potencia del registro filtrado

entre 200 Hz y 5 kHz, hemos definido las respuestas de alta frecuencia como aquellas cuya

frecuencia está por encima de 1 kHz, de acuerdo con los criterios habituales de la literatura

(Hanajima et al., 2004b)

Después de la respuesta LFP, es la más frecuente, habiéndose observado en un total de 224

ocasiones en todos los pacientes, aunque de forma irregular, como puede observarse al

comparar los pacientes 2 y 6 de la tabla 34.

Tabla 34. Trayectorias en las que han aparecido respuestas de HFO. Se consideran como la

diferencia entre el punto inicial y el punto final.


Izqd. Drcho. Izqd. Drcho. Izqd. Drcho. Izqd. Drcho. Izqd/Drch

1(1) 5 - 6 - 6 - 6 - 23/-

2 * - 1* - * - 1* - 2/-

3 * - 7 2 5 3 * 6 12/11

4 4 4 4 5 6 5 * 1 14/15

5 * 1 3 * 4 5 2 6 9/12

6(2) 4 8 5 10 4 10 8 10 21/38

Total 13 -/13 26 17 4 10 17 23 81/76

2.2 -/1.8 4.3 2.8 4/4.2 10/2.6 2.8 3.8 13.5/12.7

SEM 0.9 -/0.9 0.9 1.6 -/1.1 -/1.1 1.4 1.7 3.2/5.7

(1) En este paciente se sustituyó el electrodo anterior izquierdo por el medial. (2) En este

paciente se sustituyó el electrodo medial por el posterior en ambos lados.

A partir de estos resultados, podemos ver que existe una inhomogeneidad en la distribución

de estos potenciales, por lo que respecta a los electrodos de registro, ya que la trayectoria

promedio registrada es claramente mayor en el electrodo medial (si bien en un único paciente),

seguido por el central (4.3 ± 0.9/2.8 ± 1.6 mm), posterior (4.2 ± 1.1/2.6 ± 1.1 mm) y finalmente

el lateral (2.8 ± 1.4/3.8 ± 1.7 mm), mientras que el anterior apenas presenta estos potenciales

(2.2 ± 0.9/- mm).

En la figura 68 se muestran las trayectorias de los cuatro electrodos, filtradas entre 500 – 5000

Hz, para demostrar la presencia de los HFO. Puede observarse la presencia de estas

oscilaciones de alta frecuencia al menos desde 6 mm por encima del blanco y en los cuatro

electrodos.


110

Figura 68. Ejemplo de trayectorias completas para los cuatro electrodos del paciente #4.

Los registros están filtrados para mostrar únicamente los HFO. Los números del centro de la

imagen indican la distancia al blanco final (en mm). A) electrodo medial (azul), B) electrodo central

(verde), C) electrodo posterior (violeta) y D) electrodo lateral (rojo).

El comienzo de los mismos está a 14.29 ± 0.11 ms (13.5-15.2 ms para rango P25-P75) y su

finalización en 25.37 ± 0.27 ms (22.47-28.22 ms para el rango P25-P75), siendo su duración de

10.99 ± 0.31 ms (7.95-12.98 ms para el rango P25-P75). La frecuencia promedio de estos

potenciales es de 1471 ± 35 Hz (1074-1850 para el rango P25-P75), mientras que el voltaje

máximo de los mismos fue de 3.0 ± 0.5 µV (1.2-3.1 µV para el rango P25-P75).

Los HFO no muestran una gran sincronización cuando se comparan registros de diferentes

electrodos a la misma profundidad, aunque tampoco se observa un comportamiento

absolutamente desincronizado. En la figura 69 se muestra un ejemplo para registros obtenidos

a la misma profundidad en los cuatro electrodos. Se observa una cierta sincronización (no


111

cuantificada) en la mitad anterior de los HFO, mientras que en la mitad final se pierde

completamente la sincronización.

Figura 69. Superposición del último registro (0 mm) del paciente #4 para los cuatro

electrodos (azul = anterior; verde = central; violeta = posterior y rojo = lateral). La fila inferior

muestra la superposición de todos los registros. Las líneas verticales discontinuas muestran algunos

picos negativos del electrodo anterior.

Cuando se muestran registros de los mismos canales en profundidades consecutivas, al

contrario de lo afirmado por otros autores (Calvin y Loeser, 1975; Curio et al., 1994; Hashimoto

et al., 1996; Kato et al. 2003), no se observa una gran sincronización (figura 70). En dicha figura

se muestra el ejemplo para tres electrodos registrados a 0, 1 y 2 mm del blanco teórico. En

primer lugar, llama la atención la presencia de HFO en volúmenes muy grandes, como la

delimitada en este caso por un triángulo rectángulo cuyos catetos miden 2 mm, con alturas de

hasta 8 mm. Este hecho resulta extraordinariamente relevante, porque demuestra que las HFO

se producen de manera generalizada (e inespecífica, por lo tanto) en distintos núcleos

talámicos, no estando, por lo tanto, limitadas al V.c. Esto supone, en términos prácticos, que

las HFO no sirven como marcador del núcleo de relevo somato-sensorial del tálamo.


112

Figura 70. Comparación de los tres últimos registros (0 1 y 2 mm) de los HFO, para los

canales A) central (verde), B) posterior (violeta) y C) lateral (rojo). El último registro en cada caso

corresponde a la superposición de los tres trazados. Las líneas verticales marcan algunos

potenciales del registro más craneal (2 mm).

En numerosos artículos sobre PESS y actividad de alta frecuencia se han obtenido registros a

través de los contactos del electrodo de ECP definitivo (Hanajima et al., 2004b). Es habitual,

además, la configuración de montajes diferenciales entre contactos consecutivos. En este

trabajo hemos realizado ese montaje también para registros consecutivos, evidentemente de

forma numérica (ya que no hemos obtenido registros simultáneos a diferente profundidad),

restando el registro del electrodo más profundo (n) del registro del electrodo superficial (n-1).

En la figura 71 se muestran ejemplos de los electrodos central y lateral obtenidos del paciente

#1. Puede verse que la sincronización sigue siendo parcial, no apareciendo una verdadera

inversión de fase entre los registros en montaje diferencial.


113

Figura 71. Registros referenciales consecutivos (líneas discontinuas) y reconstrucción de

registros diferenciales mediante sustracción de los anteriores (líneas continuas) para registros

tomados del paciente #1. A) Registros del electrodo anterior y B) Registros del electrodo lateral. Se

muestran líneas verticales discontinuas centradas sobre espículas negativas del registro referencial

más craneal.

Los resultados obtenidos mediante los microelectrodos muestran que las HFO se registran de

forma altamente local (es decir) con muy escasa sincronización entre puntos consecutivos en

profundidad y también entre puntos distantes a la misma profundidad. Este hecho es

razonable, dado que los registros se han obtenido mediante microelectrodos con una

superficie de registro mucho menor que la utilizada por otros autores (Morioka et al., 1989).

Pero demuestra que no hay verdadera sincronización y que la observada mediante electrodos

macroscópicos se debe a un efecto colectivo generado por múltiples osciladores distribuidos

muy ampliamente por volumen registrado por los electrodos.

A pesar de que no exista una sincronización real entre los diferentes HFO, una pregunta

evidente es si los componentes de dichas oscilaciones son similares en todos ellos. Para

responder a esta pregunta, hemos analizado mediante la transformación rápida de Fourier

(FFT) los registros, obteniendo los espectros para la banda de frecuencias de interés (500-5000

Hz). En la figura 72 se muestran los ejemplos de los HFO obtenidos a partir de diferentes


114

electrodos en el mismo paciente, junto con los espectros correspondientes. Es evidente que

los componentes espectrales, aunque presentan picos con alguna proximidad, no son similares

en ambos registros. Sin embargo, dentro de la trayectoria de un mismo electrodo, los registros

consecutivos tienden a mostrar una mayor similitud. Por lo tanto, aunque

fenomenológicamente las oscilaciones de alta frecuencia son muy parecidas, los componentes

de las mismas presentan ligeras diferencias dependiendo del núcleo de que se trate.

Figura 72. Composición espectral de diferentes trayectorias en el mismo paciente. Se

muestran diversos registros a diferentes distancias del blanco (valores numéricos a la izquierda)

para los electrodos A) anterior y B) posterior del paciente #4. Son evidentes los componentes de alta

frecuencia, a pesar de que la separación entre ambos electrodos es de 4 mm. La columna de la

derecha muestra los espectros correspondientes para cada registro (500 – 5000 Hz). Las líneas

discontinuas grises muestran la presencia de picos relevantes para el electrodo anterior, mientras

que las líneas discontinuas azules marcan picos relevantes para el electrodo posterior.

5.11.3. Respuesta de baja frecuencia (LFO).

Hemos definido las respuestas de baja frecuencia (LFO por Low Frequency Oscillations) como

aquellos potenciales generados durante la estimulación eléctrica del nervio mediano


115

contralateral (es decir, que pertenecen a los PESS) cuyo componente principal de frecuencia

no supera los 1000 Hz. Esta definición se realiza mediante la determinación de frecuencia

instantánea a partir del intervalo entre espigas.

El comienzo de los LFO está a 17.69 ± 0.47 ms (16.11-18.89 ms para rango P25-P75) y su

finalización en 21.11 ± 0.50 ms (19.55-22.95 ms para el rango P25-P75), siendo su duración de

3.42 ± 0.31 ms (2.53-4.17 ms para el rango P25-P75). Por lo tanto, los LFO aparecen siempre en

el periodo de tiempo en que aparecen los HFO. De hecho, no hemos observado ningún caso en

que aparezcan LFO sin HFO.

La frecuencia promedio de estos potenciales es de 848 ± 66 Hz (700-865 para el rango P25-P75),

mientras que el voltaje máximo de los mismos fue de 5.24 ± 1.84 µV (3.7 – 7.9 µV para el rango

P25-P75). Por lo tanto, el componente de frecuencia principal es aproximadamente la mitad que

la frecuencia principal de los HFO (si bien, el análisis espectral muestra que en realidad se trata

de un continuo). Además, la amplitud de estos potenciales es claramente mayor que los HFO.

El valor promedio de la amplitud no es un buen estimador, porque existen algunos casos de

LFO con polaridad negativa.

En algunos casos no hemos encontrado esta respuesta (pacientes #3 y #6)

En la figura 73 se muestran dos registros de largo recorrido con cuatro electrodos para los

pacientes #4 y #5.

Figura 73. Registros de largo recorrido y con cuatro electrodos para dos pacientes,

filtrados para HFO (500-5000 Hz). Los registros con subíndice 1 indican trayectos del paciente #4,

mientras que los marcados con subíndice 2 pertenecen al paciente #5. Las letras mayúsculas


116

corresponden a los electrodos A) anterior B) central, C) posterior y D) lateral. Los HFO están

presentes en todos los registros mostrados, mientras que los LFO aparecen de forma puntual a 3.0

mm del blanco en el electrodo lateral del paciente #4 (D1) y a 1.0 mm de los electrodos posterior

(C2) y lateral (D2) del paciente #5.

Los LFO aparecen como puntos aislados dentro de los campos de HFO, que incluyen varios

milímetros por encima y por debajo, así como en el resto de los electrodos registrados

simultáneamente. Por lo tanto, es evidente que no hay relación entre la presencia de HFO en

un punto del espacio talámico y la aparición de LFO. Sin embargo, hay una evidente relación

con la presencia de LFP. Se ha comprobado que en los pacientes en los que aparecen

potenciales significativos de campo (> 5 µV), se asocian con LFO, observándose además una

clara correlación entre la amplitud de los potenciales de campo y la amplitud de los de baja

frecuencia. En la figura 73 se muestra la relación existente entre los tres tipos de potenciales.

Resulta muy llamativo el hecho de que, en un montaje monopolar, la polaridad de los LFP se

invierta, pasando de negativa a positiva, precisamente en el punto dónde van a aparecer los

LFO. Generalmente, estos potenciales no vuelven a aparecer, aunque se mantiene la presencia

de los HFO.

Figura 74. Relación entre los tres tipos de potenciales en tres pacientes diferentes. Las

líneas punteadas muestran los LFP. Se observa la presencia de HFO extendidos por todo el

registro. Se pueden ver muy claramente también los LFO, bien definidos únicamente en un punto

espacial. Obsérvese la inversión de polaridad en el LFP, que se asocia con la presencia de LFO. Los

números a la izquierda indican la distancia al blanco en milímetros.

Sin embargo, no sólo es importante la presencia de LFP para que aparezcan los LFO, sino que

tiene gran importancia la polaridad de los mismos. En la figura 75 se muestran los registros

simultáneos de los electrodos medial y lateral (paciente #6). Puede observarse cómo en el

electrodo lateral (Figura 75B) se observa la presencia de LFO, que están claramente asociados

con una polaridad positiva de los LFO, mientras que en el electrodo medial (Figura 75A) los

potenciales asociados con un LFP negativo son HFO.


117

Figura 75. Importancia de la polaridad de los LFP en la aparición de las LFO. Registros

simultáneos en el mismo paciente, de los electrodos A) medial y B) lateral. Las líneas discontinuas

muestran los LFP y puede observarse cómo la presencia de una polaridad positiva en 1.0 lateral se

asocia con la presencia de LFO, mientras que en el lado medial no se observa ni el componente

positivo ni la presencia de LFO en ningún punto.

En un único paciente, se ha observado la presencia de LFO incompletamente configurados en

más de un punto del registro (#1, izquierdo), tal y como se observa en la figura 76. Como

puede observarse en este caso, no hay una inversión de la polaridad para el LFP, como se

observa para otros pacientes, sino que la polaridad es ligeramente negativa (ver panel B a 2-1

mm), aunque, una profundidad después, vemos como la polaridad se invierte y se vuelve

positiva. Además, en el electrodo central a 4 mm por encima del blanco, se muestra como la

presencia de LFO se acompaña de una LFP de polaridad positiva y que 1 mm más abajo se

observa un cambio de la polaridad, lo que nos da una inversión de fase (ver A 4-3). En aquellos

puntos en los que el LFP es positivo, el componente HFO/LFO es más lento y se parece más a

los LFO típicos (ver A 4, o B a 2-3 mm).

Figura 76. Paciente con LFO en múltiples puntos del registro. A) electrodo central, B)

electrodo lateral. Obsérvese que la configuración de los LFO no está tan bien definida como en

otros pacientes.


118

5.11.4. Composición espectral de ambos tipos de oscilaciones.

Hemos mostrado brevemente más arriba la composición compleja de las HFO. Sin embargo, no

hemos comparado estos espectros con los espectros de la LFO. En este apartado analizaremos

la composición de ambos tipos de respuesta. Para ello hemos utilizado dos tipos de análisis: i)

la composición espectral de los registros filtrados entre 500-5000 Hz, utilizando para ello la FFT

y ii) analizando la composición tiempo-frecuencia de dichos registros mediante la DWT.

Más arriba se mostró como los componentes de HFO presentaban diferentes componentes

espectrales, especialmente, aunque no sólo, por encima de los 1000 Hz. En efecto, todos los

registros de HFO muestran también componentes de baja frecuencia, aunque como puede

comprobarse en la figura 77, la amplitud de los mismos es generalmente inferior a la magnitud

de componentes por encima de 1 kHz (Figura 77). En especial, obsérvense los registros de los

electrodos central y lateral de la figura 77D, que sólo muestra HFO y no tienen evidencia de

LFO

Figura 77. Espectros para los registros de alta frecuencia de tres pacientes distintos. Se

muestran, en diferentes profundidades los registros de alta frecuencia (500 Hz- 5000 Hz, línea

continua), superpuestos a los registros de baja frecuencia (2-200 Hz, línea discontinua). Debajo de

cada registro se muestra el espectro de potencia únicamente para la banda de 500-5000 Hz. Dado

que las potencias son muy dispares, cada fila se ha normalizado al valor de máxima amplitud en

dicha fila. La línea vertical discontinua indica la frecuencia de 1000 Hz, que separa los

componentes LFO de los de HFO. El color azul indica el electrodo anterior, el verde el central, el

morado el posterior y el rojo el lateral. A) paciente #1_izqdo, B) paciente #4_derecho, C) paciente

#6_derecho y D) paciente #4. Los registros de los pacientes A, B y C presentan LFO en alguno de

sus trayectos, mientras que en el paciente D no se encontraron.


119

Sin embargo, en aquellos puntos en los que se registraron LFO, el componente más importante

de frecuencia se encontró por debajo del kilohertzio (ver electrodo central y lateral de la figura

77A, o los electrodos laterales de B y C). Aunque, al igual que pasa para los componentes más

rápidos, el espectro de las LFO no es puro, pero si es claramente predominante para las bajas

frecuencias. Además, no se han encontrado respuesta de LFO aisladas, sino que siempre han

aparecido en el contexto de las HFO, por lo que es lógico encontrar componentes rápidos.

En cualquier caso, lo que demuestran estos resultados es que se trata de componentes con un

contenido espectral inequívocamente diferente y, por lo tanto, están generados por sistemas

neurales distintos o que, al menos, funcionan de manera diferente en ambos casos.

El análisis de FFT permite un análisis sobre la composición global del espectro, pero no informa

en absoluto sobre la relación entre el tiempo en que aparecen los distintos componentes y la

composición espectral en el dominio de la frecuencia, de los mismos. Para ello, hemos

utilizado el análisis de DWT.

En la figura 78 se muestran dos trayectorias durante 1.5 mm para los dos tálamos de un mismo

paciente (# 4). Por simplicidad, dado lo complejo de este tipo de gráficos, se muestran

únicamente dos trayectorias y sólo tres puntos. Sin embargo, los resultados son

completamente generalizables. Se muestran los análisis de DWT, para una ventana temporal

entre 10 y 35 ms (eje x) y una frecuencia de entre 0 y 5 kHz (eje y), mientras que la

composición espectral del análisis de wavelets se muestra codificado en un código de colores

que se indica al lado de cada gráfico. Para una mejor comprensión del significado de este tipo

de análisis, el registro analizado se ha superpuesto en el borde superior de cada gráfico.

En el primero de ellos (figura 78A) se observa la presencia de LFO a una profundidad de 5.0

mm del blanco en el electrodo lateral. Como hemos indicado más arriba, en el resto de los

puntos registrados se obtuvieron HFO. Sin embargo, en el registro contralateral (figura 78B) no

se obtuvieron LFO en ningún punto y si HFO de gran amplitud.

Destaca, en primer lugar, la presencia de componentes de baja frecuencia (< 1 kHz) en todos

los registros, independientemente de que haya o no LFO o de la nitidez con que estén

presentes los HFO. Además, el tiempo de aparición de las HFO no es igual en todos los

electrodos, ni en la secuencia cráneo-caudal de un electrodo, ni en los electrodos registrados a

la misma profundidad. Se trata de oscilaciones peor estructuradas que las obtenidas mediante

los electrodos de ECP definitivos (Shima et al., 1991; Yamashiro et al., 1989; Hanajima et al.,

2004a y b; Yeh et al., 2010).


120

Figura 78. Análisis de DWT en dos registros talámicos del mismo paciente. A) Registro en

tálamo izquierdo, que muestra la presencia de LFO en el trayecto lateral. B) Registros del tálamo

derecho en los que no se observó LFO en ningún punto del registro. Obsérvese que las barras de

calibración no muestran el mismo rango. Ver texto para más detalles.

En el caso del registro con LFO, sin embargo, se observa como cada espiga de gran amplitud

integrante de esta oscilación lenta, presenta un componente de frecuencia entre los 250 y los

4500 Hz, muy bien definidos. Sin embargo, el tiempo de aparición de estos potenciales no es

siempre el mismo, sino que varía entre unos pacientes y otros (figura 79).


121

Figura 79. Variación de la latencia de aparición de los LFO a diferentes profundidades del

blanco (valores en la columna de la izquierda, en mm). El color verde corresponde al electrodo

central, el rojo al lateral y el violeta al posterior.

La irregularidad relativa en la secuencia temporal y en la composición espectral de las HFO,

que se diferencia de la buena definición (aunque variable en el tiempo para algunos pacientes)

observada para las LFO, refuerza la observación de que ambos fenómenos están generados

por estructuras diferentes o bien por dinámicas distintas de las mismas estructuras.

El último aspecto que nos queda por analizar con relación a los PESS es la localización

anatómica de las estructuras generadoras de los mismos, es decir, en qué núcleos se generan

estas oscilaciones.

5.11.5. Generadores de los LFO y HFO

En numerosos artículos se ha establecido una posible relación entre la presencia de HFO y el

tálamo sensorial (V.c.) de modo que la presencia de estos potenciales pueda servir para

identificar dicho núcleo.

Gracias a la reconstrucción realizada sobre las trayectorias teóricas de los electrodos, podemos

identificar la posición aproximada (con una incertidumbre inferior al milímetro) de los

electrodos sobre el atlas de SW. De este modo, podemos estimar con gran probabilidad en que

núcleo talámico nos encontramos cuando se registra cada uno de los potenciales.

El hecho relevante, en este caso, es que las oscilaciones HFO aparecen de forma muy

extendida y en núcleos que no corresponden con el V.c. De hecho, en la figura 80 se observa la

presencia de estos ritmos en el La.m, V.im, Ce.mc, Ce.pc y Pf. Sin embargo, las LFO, sólo

aparecen en los subnúcleos del V.c. En la figura 80A se observan en el Vc.a.i (ventrocaudal


122

anterior interno) y en el Vc.pc.i (ventrocaudal parvocelular interno). En la figura 80C no se han

registrado LFO, dándose la circunstancia de que no se ha atravesado ningún subnúcleo

perteneciente al tálamo sensorial.

Otro dato interesante y que ya se comentó anteriormente, es que los LFO que aparecen en la

parte más caudal del núcleo, es decir, aquellos que se obtienen del núcleo Vc.pc.i, tienen una

latencia considerablemente mayor que los potenciales registrados en las porciones más

caudales (núcleo V.c.i).

Figura 80. Generadores de las oscilaciones de alta frecuencia. Se muestran distintos cortes

del atlas SW y la superposición de los electrodos, junto con los registros obtenidos en ese punto. Los

colores de los electrodos y registros son: azul = anterior, verde = central, violeta = posterior o

medial en B y rojo = lateral. A) Cortes axiales del para el tálamo izquierdo del paciente #4. C)

Cortes frontales del tálamo derecho para el paciente #6 y C) cortes axiales para el tálamo derecho

del paciente #4. Los colores de los diferentes núcleos talámicos están indicados debajo de la figura.

Los números situados al lado izquierdo de cada figura indican la distancia al blanco, en milímetros.

Estos resultados muestran que las respuestas de HFO son, en realidad, respuestas inespecíficas

que aparecen en diferentes núcleos talámicos. Por lo tanto, aunque están asociados con los

PESS, realmente no corresponden a la actividad del núcleo V.c., que es el núcleo dónde se

produce la sinapsis entre las fibras del lemnisco medial y las células tálamo-corticales. Sin

embargo, las oscilaciones LFO, sólo se han observado en aquellos registros efectuados en el

núcleo V.c. Por ello, es muy razonable pensar que son precisamente estos potenciales los que

indican la presencia de dicho núcleo.


123

5.12. Comparación de los electrodos utilizados en la literatura para el registro de

PESS

Para finalizar y, dado que tiene un considerable interés teórico, vamos a determinar la

superficie de las áreas de los electrodos utilizados para el registro en diversas publicaciones y

en nuestro propio trabajo.

Comenzaremos determinando la superficie del microelectrodo empleado en este trabajo

(figura 80A). Según las especificaciones técnicas de la casa comercial (FHC®), se trata de un

electrodo con un diámetro (ø) de la parte cilíndrica de 200 µm y un ángulo de punta de 10-15º.

Un análisis geométrico simple muestra que la longitud de la parte puntiaguda del electrodo es

de unas 820-860 µm. Sin embargo, no toda esta región es punta activa, ya que sólo está

descubierta la porción distal de L = 50 µm.

Para calcular este área, en primer lugar determinamos la expresión de la recta que pasa por los

puntos (0,y0) y (x0,0). Esta recta tiene por expresión:

𝒚(𝒙) =−𝒚𝟎

𝒙𝟎𝒙 + 𝒚𝟎 Ecuación 25

Ahora sustituimos los valores 𝑥0 = 850 e 𝑦0 = 100, todo ello medido en micras. De modo que

la ecuación queda como:

𝒚(𝒙) = −𝟎. 𝟏𝟏𝟖𝒙 + 𝟏𝟎𝟎 Ecuación 26

Para calcular el área A(x) de la superficie descubierta, utilizaremos el principio de Cavalieri:

𝑨(𝒙) = ∫ 𝟐𝝅𝒚(𝒙)𝒅𝒙𝒃

𝒂 Ecuación 27

Dónde y(x) es la expresión de la recta determinada más arriba, siendo los límites a = 510, b =

560. De forma que la ecuación que nos da el área será:

𝑨(𝒙) = ∫ 𝟐𝝅(−𝒚𝟎

𝒙𝟎𝒙 + 𝒚𝟎)𝒅𝒙

𝟖𝟓𝟎

𝟖𝟎𝟎 Ecuación 28

Y operando:

𝑨(𝒙) = −𝟐𝝅𝒚𝟎

𝒙𝟎∫ 𝒙𝒅𝒙 + 𝟐𝝅𝒚𝟎 ∫ 𝒅𝒙

𝟖𝟓𝟎

𝟖𝟎𝟎

𝟖𝟓𝟎

𝟖𝟎𝟎= −𝝅

𝒚𝟎

𝒙𝟎𝒙𝟐]𝟖𝟎𝟎

𝟖𝟓𝟎 + 𝟐𝝅𝒚𝟎𝒙]𝟖𝟎𝟎𝟖𝟓𝟎 Ecuación 29

𝑨(𝒙) = 𝝅𝒚𝟎

𝒙𝟎(𝟖𝟎𝟎𝟐 − 𝟖𝟓𝟎𝟐) + 𝟏𝟎𝟎𝝅𝒚𝟎 Ecuación 30


124

Y sustituyendo por los valores indicados más arriba obtenemos un valor de 𝐴(𝑥) = 924 µm2.

Sabemos que 1 cm = 104 µm, por lo tanto, 1 cm2 = 108 µm2, de forma que el área de la punta

del microelectrodo, medido en cm, será de 𝐴𝑚𝑖𝑐𝑟𝑜 = 0.924 × 10−5 cm2.

Para el cálculo de la superficie del electrodo definitivo de ECP, utilizamos la expresión del área

del cilindro, que será:

𝑨𝑬𝑪𝑷(𝒙) = 𝟐𝝅(𝟎. 𝟔𝟑𝟓)𝟏. 𝟓 = 𝟓. 𝟗𝟖𝟓 𝒎𝒎𝟐 Ecuación 31

Por lo tanto, el área, medida en cm2, será 5.985 x 10-2 cm2.

La ratio entre ambas áreas es 𝐴𝐸𝐶𝑃

𝐴𝑚𝑖𝑐𝑟𝑜=

5.985 x 10−2

0.924×10−5 = 6.48 × 103

Esto supone que el área del electrodo de ECP es unas 6500 veces mayor que el área del

microelectrodo. Por lo tanto, el volumen registrado mediante los electrodos de ECP no puede

considerarse, en modo alguno, como un potencial local de las mismas características que los

registrados mediante los microelectrodos.

Figura 81. Esquemas simples de la superficie activa de los electrodos utilizados en el

registro de PESS en tálamo. A) Microelectrodos utilizados en nuestro trabajo. Por simplicidad, se

ha elegido una longitud total de la parte cónica de 850 µm. B) Macroelectrodos del sistema de ECP

definitivo que se utilizarán posteriormente para la estimulación eléctrica.


125

DISCUSIÓN


126

6. DISCUSIÓN

En este trabajo hemos analizado las características electrofisiológicas del núcleo Ce en

pacientes con epilepsia generalizada farmacorresistente. Para ello, hemos desarrollado un

método que permite reconstruir las trayectorias con fiabilidad, de modo que se puedan

identificar los núcleos registrados. Gracias a ello, es la primera vez que se describen las

propiedades del PA de núcleos del tálamo en humanos. Se muestran también los hallazgos

obtenidos durante la trayectoria para el registro de PESS, algunas de estas observaciones

habían sido previamente descritas brevemente (Vega-Zelaya et al., 2016), pero en nuestro

trabajo describimos por primera vez un nuevo tipo de respuesta relacionada con el núcleo V.c.

6.1. Aspectos metodológicos relevantes: reconstrucción, agrupamiento y

anestesia

Con el desarrollo del modelo para la reconstrucción de las trayectorias, hemos podido conocer

la posición con respecto a un núcleo del atlas de SW de los electrodos en cada una de las

profundidades. Con este procedimiento, al tomar en cuenta no solo las coordenadas finales de

la RM, sino también los ángulos de entrada de los electrodos, podemos saber con una mayor

precisión no solo el sitio real final de nuestro electrodo, sino también la trayectoria del

electrodo. Al calcular la distancia entre las coordenadas finales con el blanco teórico, hemos

encontrado un valor medio para el error de 2.5 ± 0.3 mm. En otros trabajos también se han

descrito diferencias similares entre los resultados de las coordenadas iniciales y finales

(Maciunas et al., 1993; Starr et al., 2002). Estas imprecisiones en la cirugía de ECP del NST o de

otras estructuras extra talámicas pueden tener gran relevancia tanto para el resultado clínico

como para la presencia de efectos adversos. Pero en el tálamo, los núcleos están peor

definidos y son de menor volumen, por lo que un error de 2 mm reviste más importancia si

cabe, porque puede suponer estar en un núcleo totalmente diferente al deseado. Los errores

de localización de la diana en la cirugía estereotáctica pueden ocurrir por varias razones, entre

ellas, la más importante es que los cortes del atlas SW no corresponden de una manera precisa

con la anatomía del paciente, debido a la amplia variabilidad individual del cerebro. También

contribuyen, aunque en menor medida, los errores mecánicos a la hora de ajustar las

coordenadas en el marco y desviaciones de la trayectoria de la guía por bordes de la dura o del

hueso.

En nuestro trabajo, con la implementación de este modelo hemos podido asignar a cada

electrodo en cada una de las profundidades, un núcleo talámico del atlas de SW. Esto nos ha

permitido agrupar los registros de todos los pacientes en distintos núcleos y hacer un análisis

apropiado de sus características electrofisiológicas. Debemos tener en cuenta que, al utilizar el

atlas de SW para la reconstrucción, estamos introduciendo también el error de imprecisión

dado por los cortes del atlas SW. Nuestro modelo reconstruye sobre dicho atlas la trayectoria

real y asigna en cada profundidad del registro el núcleo que incluye al punto de registro.


127

Nuestro modelo reconstruye la trayectoria partiendo desde el punto final del tálamo hacia

arriba, en dirección craneal. Esta reconstrucción implica que la incertidumbre en la posición de

electrodo sea mayor conforme nos alejamos de dicho punto final. Este aspecto es muy

importante, porque supone que la certidumbre en la identificación de un núcleo concreto va a

ser menor para los núcleos alejados del Ce y mayor para los núcleos más próximos, como son,

en este caso, el V.im y el V.c. Esta limitación del método no invalida en absoluto los presentes

resultados, pero si nos indica que la definición de las características de los diferentes núcleos

será mucho mejor cuando esos núcleos sean los blancos buscados o estén en la vecindad

inmediata de los mismos. Es decir, las características del V.c, por ejemplo, podrán precisarse

mejor cuando se utilice este núcleo como blanco final, como podría ser el caso en cirugía del

dolor central o del temblor.

Los resultados obtenidos y que a continuación discutimos, sirven de comprobación indirecta

de nuestro procedimiento de reconstrucción, ya que permiten evaluar la exactitud del modelo.

Aspecto muy importante, ya que esta herramienta podría perfectamente utilizarse en la

cirugía de ECP junto con el registro extracelular para la identificación de los núcleos.

Uno de los objetivos fundamentales de nuestro trabajo era la caracterización de las

propiedades de los PA. Por ello, resultaba primordial la identificación de las diferentes

unidades que dan lugar al registro completo obtenido por un microelectrodo. Esto supone la

utilización de métodos de agrupamiento o clustering. No existe un método óptimo y, por lo

tanto, cada grupo utiliza aproximaciones particulares con las que se siente más cómodo.

Pueden encontrarse en la literatura desde métodos de gran complejidad que utilizan análisis

de los momentos estadísticos del registro (Javre y Baumann, 2004), a métodos matriciales, que

hacen uso del análisis de componente principal (Rey et al., 2015) o aproximaciones más

simples, que analizan directamente las características individuales de los PA (Quian Quiroga,

2007). En nuestro estudio hemos utilizado esta última aproximación. Para la técnica de spike

sorting hemos tenido en cuenta 4 magnitudes: la amplitud máxima y la duración, tomadas de

la parte negativa del PA, y el valor máximo y mínimo tomados de la primera derivada (dVmax y

dVmin). En general, cuantas más características discriminatorias independientes utilicemos,

tendremos más posibilidades de distinguir entre diferentes formas de PA (Rey et al., 2015;

Quian Quiroga, 2007). Aunque no hemos hecho un análisis comparativo con otros métodos ni

hemos utilizado análisis de boots-trapping para validarlo, lo cierto es que el agrupamiento es

razonablemente bueno, como puede comprobarse en la figura siguiente.


128

Figura 82. Agrupamiento de los PA en diferentes unidades a partir de los registros crudos

(columna de la derecha). A) Electrodo anterior y B) electrodo central del paciente #6 a 4 mm del

blanco teórico. Se muestran dos grupos de potenciales a partir de cada registro. Las líneas azul

claro son cada uno de los PA. La línea roja es el valor promedio (PAm) de cada grupo y las líneas

azules oscuras discontinuas los límites de ± 2.5 DE.

Como puede verse de las figuras que analizan la relación de las cuatro variables para cada

núcleo, únicamente el par amplitud-duración es realmente independiente, pues entre el resto

de los pares hay una evidente relación lineal. Esto implica que no son completamente

independientes. Por lo tanto, un método de agrupamiento mejor sería encontrar variables

verdaderamente independientes. En este sentido, proponemos que la utilización de las

variables amplitud-duración de las fases N1 y P2 podría arrojar mejores resultados.

Un aspecto metodológico muy importante de nuestro trabajo es que se trata de pacientes

anestesiados. Esta situación no es habitual en cirugía de ECP, donde la mayoría de los

pacientes son operados conscientes. Las características clínicas de nuestro grupo de pacientes,

así como la duración de la intervención, nos hicieron decidirnos por hacer los estudios con

sedación completa. Se sabe que la anestesia modifica las características de descarga de

algunos núcleos talámicos (Hutchison, 2004), aunque no existen estudios sistemáticos al

respecto. Por lo tanto, es razonable pensar que las características de descarga (tónicas y

fásicas) y la frecuencia media sean diferentes en pacientes conscientes. La anestesia general

afecta fundamentalmente a la transmisión sináptica, aunque también puede afectar de forma

poco conocida a las conductancias iónicas (Sloan, 2002; Voss et al., 2008). No se sabe cuál es la

relación entre las dosis y los efectos sobre la excitabilidad, aunque sería razonable suponer

que no deben ser muy llamativos para las dosis necesarias para conseguir una hipnosis no muy

profunda. Por ello, pensamos que las características del PA van a mantenerse constantes

durante rangos de anestesia mucho mayores que los que respeten la transmisión sináptica y,

por lo tanto, los patrones de descarga. No obstante, esta suposición necesita ser

adecuadamente abordada en estudios subsiguientes.


129

6.2. Análisis de las características electrofisiológicas del núcleo Centromediano

La caracterización de las propiedades electrofisiológicas del núcleo Ce es el objetivo primordial

de nuestro análisis. Además de utilizarse para el tratamiento de la epilepsia refractaria, está

descrita su utilidad en el síndrome de Gilles-de-la Tourette y el tratamiento del dolor

neuropático (Yagi, 1996; Velasco et al., 2000; Velasco et al., 2000; Shields et al., 2008). Sin

embargo, las características del registro neurofisiológico de este núcleo no estaban definidas,

de modo que los criterios para su localización estaban exclusivamente apoyados en técnicas de

neuroimagen (Velasco et al., 1997). Existen estudios tanto en animales como en humanos, que

muestran que la estimulación de distintas partes del núcleo Ce, produce diferentes patrones

de actividad electrocortical en scalp con distribuciones diferentes (Jasper et al., 1955; Velasco

et al., 1968; Velasco et al., 1997) Estos hallazgos indican que el núcleo Ce es una estructura

compleja con dominios de características diferentes (Mehler, 1996), asociados

fisiológicamente con otros núcleos del tálamo. De hecho, Velasco et al (Velasco et al., 2000)

definen la porción caudal-basal y central del Ce como el sitio ideal para el mejor control de las

crisis epilépticas (Velasco et al., 1997; Velasco et al., 1993; Velasco et al., 2000). Sin embargo,

no es fácil saber por qué lo autores hacen esta afirmación, dado que carecen de una forma

objetiva de demostrar la posición del electrodo en el tálamo y, por otro lado, reconoce que la

respuesta fisiológica registrada, puede obtenerse estimulando otros núcleos talámicos. Por lo

tanto, la identificación del núcleo Ce de la manera más exacta posible es primordial para

obtener resultados eficientes en los pacientes sometidos a tratamiento de ECP.

6.2.1. Análisis del PA del núcleo Centromediano (Ce).

El análisis morfológico de las características del PA, nos da una idea aproximada de las

propiedades de excitabilidad de las neuronas contenidas en un núcleo. Los PA pertenecientes

a una determinada neurona van a tener una configuración específica, definida como ya hemos

visto anteriormente, sobre todo por la morfología de la neurona, la distribución de los canales

de iones y la distancia del sitio de registro (Gold et al., 2006).

Los resultados obtenidos demuestran que los PA promedio de neuronas procedentes de los

subdominios parvo y magnocelular son claramente distintos, de manera que los PA del Ce.pc

son de menor amplitud, duración y frecuencia. Además, hemos encontrado que la densidad

celular es menor significativamente en el caso del Ce.mc. Esto es razonable ya que, si el

volumen unitario promedio ocupado por una neurona de este subdominio es mayor, el

número de neuronas que estarán incluidas en el mismo volumen de registro del

microelectrodo será menor, de modo que la densidad sea menor.

Un aspecto interesante es que al analizar la correlación entre las diferentes magnitudes

medidas del PA, encontramos una excelente correlación lineal entre las variables de amplitud

y la del valor máximo de la primera derivada, tanto para el Ce.pc (r=0.937) como para el Ce.mc

(r=0.814) (figuras 27A y 30A). Lo que nos permite afirmar que ambas características son

variables dependientes entre sí. Sin embargo, no observamos ninguna correlación al comparar

las magnitudes de duración y amplitud de los PA (figuras 27C y 30C), lo que podemos ver de


130

una manera más gráfica cuando analizamos las distribuciones de frecuencia para la amplitud y

la duración de los PA y vemos que tienen distribuciones totalmente diferentes (figuras 28 y 31).

Este hallazgo podríamos explicarlo en primera instancia, porque existen cambios en la

amplitud del potencial extracelular que se producen más bien por variaciones en las fuentes

que contribuyen a las corrientes extracelulares, más que por cambios en el pico del potencial

de acción intracelular en si (Henze et al., 2000). Por otro lado, la amplitud del potencial

extracelular promedio disminuye rápidamente como una función de la distancia entre la punta

del electrodo de registro y el soma. Estudios llevados a cabo con registros simultáneos

intracelulares y extracelulares en neuronas, han permitido analizar la propagación de los

potenciales en el espacio extracelular (Henze et al., 2000). En estos estudios, se ha encontrado

que los potenciales de mayor amplitud se registraban a < 50 µm del soma. A distancias de > 50

µm, potenciales individuales de pequeña amplitud (< 60 µV) todavía podían ser reconocibles.

Sin embargo, la exactitud en la separación en unidades para estos potenciales de pequeña

amplitud es significativamente menor en comparación con la de potenciales de 60 µV. Este

grupo concluye que la mayoría de los potenciales de > 60 µV pueden ser exitosamente

agrupados. En cambio, a distancias de > de 140 µm del soma, no es posible distinguir entre los

potenciales de acción y el ruido neuronal de fondo. Además, en este trabajo también se

analizó la propagación vertical de los potenciales. Encontraron que los potenciales

extracelulares podían ser registrados desde ≥ 100 µm por encima y por debajo del soma

(figura83A). De igual manera, la fase ascendente y descendente del potencial extracelular

también disminuye con la distancia hacia el soma (figura83A).

Figura 83. Relación entre la amplitud y duración del PA para el registro extracelular. A)

Efecto de la distancia entre el electrodo de registro y el soma sobre la amplitud. Se muestran 6

potenciales a diferente distancia. Se han añadido dos líneas verticales que muestran cómo la

duración se mantiene constante, mientras que la amplitud cambia. B) Efecto del potencial de

campo local sobre la amplitud del PA. Se muestra una ráfaga de PA intracelulares generados por la

inyección de corriente (abajo). La fila superior muestra el potencial de campo local, que varía más

de 600 µV, mientras que la fila intermedia, muestra la presencia de PA de amplitud decreciente.

Modificado de Henze et al., 2000.


131

Lo verdaderamente importante de estos resultados es que el mismo potencial intracelular, que

puede ser considerado como constante en amplitud y especialmente en duración, va a dar

lugar a PA extracelulares con una duración similar (ya que depende de la duración del PA

intracelular), pero con amplitudes diferentes, dependiendo de dos fenómenos diferentes: i) el

efecto de la distancia del electrodo de registro al soma neuronal y ii) el efecto del potencial de

campo local sobre las corrientes extracelulares responsables de los PA (figura 83B). El primer

efecto depende directamente de la ley de conservación de la corriente, por el cual, la densidad

de corriente es menor a mayor distancia del punto de fuente. El segundo efecto surge de la

contribución del entorno neural, de modo que un cambio en el gradiente de potencial

extracelular modifica la amplitud del PA. La contribución de ambos efectos explica porque no

se observa ninguna correlación entre la amplitud y la duración para los PA del Ce.

Hemos hecho una comparación de las dispersiones entre la amplitud y las derivadas máxima y

mínima para ambos subdominios y hemos observado que la función derivada es

numéricamente diferente para cada uno de los subdominios, pero, además, la dinámica

también es distinta. Aunque un análisis estadístico más detallado está pendiente de realización,

este dato nos muestra que las características electrofisiológicas de los PA entre cada

subdominio son diferentes.

6.2.2. Propiedades de los patrones de descarga

Pero no sólo las propiedades intrínsecas del PA son diferentes, sino que el patrón de descarga

es distinto también para ambos subdominios. Las propiedades del PA están directamente

relacionadas con la presencia de diferentes conductancias y con la morfología dendro-

somática. Sin embargo, el patrón de descarga no sólo tiene en cuenta la excitabilidad neuronal,

sino las aferencias sinápticas. El hecho de que los patrones de descarga sean distintos para

ambos subdominios implica que las aferencias sinápticas también lo son.

Cuando comparamos los patrones de descarga de ambos subdominios, observamos que

existen diferencias significativas para todas las variables. Es decir, en el Ce.pc las células tienen

una menor frecuencia de descarga con menor número de brotes de descargas y un mayor

periodo refractario después de un brote en comparación con el Ce.mc.

Al determinar la función de densidad de probabilidad para el intervalo entre dos PA

consecutivos, en el núcleo Ce.pc el valor de la mediana lo encontramos a los 46 ms con un

rango P25-P75 de 12 -222 ms y el pico de máxima probabilidad en 4 ms. En cambio, en el núcleo

Ce.mc el valor de la mediana tiene lugar a los 34 ms con un rango P25-P75 de 8-154 ms. El pico

de máxima probabilidad también está en 4 ms, aunque se puede observar que posee una

distribución mucho más localizada que la del núcleo Ce.pc (figuras 29 y 32). Además, en la

distribución del Ce.pc, se muestra un segundo pico a los 10 ms, que no está presente en el

Ce.mc. Por lo tanto, las propiedades de descarga entre ambos subdominios son claramente

diferentes.


132

En conjunto, estas diferencias son muy importantes porque permiten una identificación

positiva de cada subdominio durante una intervención de ECP, de modo que pueda

garantizarse la localización donde va a colocarse el electrodo definitivo.

6.3. Análisis de las características electrofisiológicas en el resto de núcleos del

tálamo.

Hemos visto que los dos subdominios del Ce tienen propiedades de los PA y de disparo

diferentes, lo que permite su identificación. Pero es muy importante también para nuestro

trabajo comprobar si otros núcleos talámicos presentan diferencias entre ellos y con el Ce, por

lo que hace referencia a estas características electrofisiológicas.

En este sentido, hemos comprobado que los PA del V.im. tienen una amplitud y una duración

mayor que el Ce. En el caso del núcleo V.c. los PA tienen menor amplitud y menor duración

que los del V.im., mientras que la amplitud es similar a la del Ce, pero su duración es mayor.

Finalmente, los PA del núcleo medialis tienen una amplitud mayor que el Ce y el V.c. y una

duración mayor que los del Ce.

Por lo que respecta a las fases del PA, al igual que en el Ce, en el V.im y en el núcleo medialis,

la mayoría de los PA tienen tres fases (70% y 58% respectivamente). Por el contrario, en el V.c.

la mayoría de los PA están compuestos de 2 fases (58%). Existen datos que hacen sospechar

que el origen de la fase inicial P1, de menor amplitud, depende de fuentes generadas en las

dendritas distales y que, de hecho, se correspondería con potenciales sinápticos (Henze et al.,

2000). Si es así, la frecuencia de aparición y las características del mismo dependerían del

estado fisiológico del paciente (despierto o anestesiado) y, aunque en promedio puedan

representar la entrada sináptica a ese núcleo, es posible que su amplitud y/o duración

pudieran verse modificadas si la entrada sináptica fuera distinta.

Al igual que hemos visto para el caso del Ce, la correlación entre las variables de amplitud y la

del valor máximo y mínimo de la primera derivada, es muy buena. Este hecho es esperable, ya

que ambos valores están tomados de la función derivada, que, como su nombre indica, tiene

su origen en la función del PA. El hecho relevante, que no ha podido ser abordado en este

trabajo, es si la relación entre estos valores extremos de la derivada y la amplitud son iguales

para todos los tipos celulares, en cuyo caso indicaría una propiedad biofísica básica, o bien que

dependen del tipo neuronal. En este segundo caso, la relación dependería, probablemente de

la presencia de diferentes tipos de conductancias para los diferentes núcleos. Sin embargo,

estas dos posibilidades permanecen abiertas hasta que se realice un estudio detallado de

ambas relaciones.

Y al igual que vimos más arriba, no se observa ninguna correlación al comparar las magnitudes

de duración y amplitud de los PA. La interpretación a este hecho es la misma que vimos más

arriba y es que la duración del PA extracelular depende de la duración del PA intracelular,

mientras que la amplitud, dependerá de otros factores, como la distancia del electrodo de

registro o el efecto del potencial de campo local.


133

En cuanto a los patrones de descarga, hemos encontrado que las células del Ce son las que

tienen una menor frecuencia de descarga (Ce.pc/Ce.mc 7.2 ± 0.8 Hz/9.4 ± 0.8 Hz). Las células

del V.c. son las que tienen mayor frecuencia (11.9 ± 0.8 Hz). Además, el Ce es el que tiene el

menor número de brotes de descargas, siendo el V.c el núcleo con un mayor mBI. Las células

con un mayor periodo refractario después de un brote son las del Ce.

En la determinación de la función de densidad de probabilidad para intervalos entre dos PA

consecutivos, al igual que en el Ce, en todos los núcleos se observa un pico máximo de

probabilidad a los 4 ms. La mediana se encuentra entre los 52 y 56 ms, con distribuciones

igualmente extendidas.

6.3.1. Comparación de las características de los núcleos y el Ce.

Hemos llevado a cabo un análisis de todas las variables para cada uno de los núcleos, con el

objetivo de encontrar diferencias significativas.

Los núcleos Ce y el V.im. son los que presentan mayores diferencias en amplitud con el resto

de los núcleos. En cuanto a duración el núcleo Ce se distingue de manera significativa con el

resto de núcleos.

Las células del Ce.pc son las que mejor se diferencian del resto de núcleos en cuanto a

patrones de descarga. Muestran una diferencia significativa en su frecuencia de descarga, en el

número de brotes de descargas (mBI) y en el periodo refractario después de un brote (RP).

Con estos datos, se puede comprobar que el núcleo Ce puede diferenciarse en sus dos

subdominios y con el resto de núcleos, tanto en sus características de morfología de PA como

en sus patrones de descarga. Una cuestión importante era verificar estos datos, analizando la

relación de sus características en diferentes pacientes. Para ello, comparamos tres

propiedades distintas: amplitud, duración y valor máximo de la primera derivada en tres

pacientes distintos. No se encontró ninguna diferencia significativa para ninguna de las

propiedades analizadas, por lo que podemos concluir que las características morfológicas de

los PA de ambos subdominios del núcleo centromediano se conservan entre pacientes

diferentes. Estos hallazgos se suman a los anteriores para demostrar que las células de ambos

subdominios del núcleo centromediano poseen características diferentes detectables.

El hecho verdaderamente relevante de estos resultados es que nuestras hipótesis se ven

completamente ratificadas. Las hipótesis 1 y 2 están fundamentadas en resultados obtenidos

de modelos animales y, en este sentido tienen una amplia contrastación empírica y, aun

cuando en humanos puedan considerarse epistemológicamente como hipótesis, en

Neurociencia básica tienen un estatus de hecho empírico (Henze et al., 2000; Harris et al.,

2000). Sin embargo, las hipótesis 3 y 4, aunque fundamentadas en las dos primeras, estaban

lejos de ser probadas. En el presente trabajo hemos demostrado que ambas hipótesis pueden

pasar a ser consideradas como hechos empíricos, modificando así si estatus epistemológico.


134

6.4. Registro de potenciales evocados somato-sensoriales en el tálamo.

Hasta el momento, en la literatura existen pocos trabajos que describan la respuesta de las

neuronas del tálamo humano a la estimulación mediante la realización de PESS. La

metodología que utilizan es variable, pero la mayoría de ellos realizan el registro con el

electrodo definitivo (Shima et al., 1991; Hanajima et al., 2004a; Yamashiro et al., 1989; Yeh et

al., 2010). En los últimos 15 años, únicamente un grupo de investigadores ha llevado a cabo un

análisis de los PESS registrados con microelectrodos durante la intervención de ECP (Hanajima

et al., 2004a y b). En nuestro trabajo, analizamos las respuestas obtenidas del registro con

microelectrodos durante la realización de PESS. Utilizando el modelo previo de reconstrucción,

hemos podido realizar un mapeo de dichas respuestas a lo largo de toda la trayectoria por el

tálamo en cada uno de los pacientes. Hemos encontrado un tipo de respuesta probablemente

asociada al tálamo sensorial, que no ha sido descrita hasta el momento. Este hallazgo es de

extraordinaria importancia para la cirugía de ECP, ya que podría utilizarse para la identificación

específica del núcleo V.c.

6.4.1. Análisis del potencial de campo local (LFP) y de la respuesta de alta

frecuencia (HFO).

El componente lento de los PESS, que nosotros hemos denominado en este trabajo LFP,

registrado con microelectrodos en el tálamo, ha sido descrito en otros trabajos (Hanajima et

al., 2004b). Se ha propuesto, que podría estar generado por el campo positivo que producen

los potenciales postsinápticos excitatorios de las neuronas del V.c. en respuesta a la

estimulación del nervio mediano.

Hanajima et al., describen potenciales (banda de filtros de 10 Hz–5 kHz), evocados por

estimulación en el nervio mediano. Ellos encuentran respuestas con una polaridad

predominantemente positiva y máxima amplitud en el tálamo sensorial, predefinido como el

sitio con respuesta neuronal a la estimulación táctil. Los potenciales que obtenían tenían una

latencia de 16.1 ± 0.8 ms con amplitudes de entre 70-85 µV (Figura 84).

En cuanto a los LFP de nuestro estudio, quizá el punto más importante que señalar, es que sus

características son bastante más complejas. La mayoría (74%) tienen dos fases, aunque hemos

registrado incluso potenciales de hasta 5 fases (2.5%). Pero no solamente hemos observado

que el número de fases es variable, también la polaridad de inicio es diferente. Más de la

mitad de ellos (66%) comienzan con una fase N1 y en el resto el primer potencial es P1. La

amplitud (N1: 2.3 ± 0.1 µV; P1: 2.1 ± 0.2 µV) y la latencia (N1: 19.43 ± 0.17 ms; P1:18.36 ± 0.37

ms) de ambas fases iniciales es bastante similar. En comparación con el trabajo mencionado

previamente, encontramos amplitudes bastante más pequeñas y latencias un poco más largas

(figura 84). Esto es perfectamente explicable porque al contrario que en el trabajo de

Hanajima et al., en el nuestro los pacientes están anestesiados.


135

Figura 84. Comparación de los LFP obtenidos en el trabajo de Hanajima et al. (A) y los de

nuestro estudio (B). Se observa que, en los potenciales de nuestro trabajo, existen diferencias en la

amplitud, la morfología y en la distribución del potencial en un mismo electrodo. Los del panel A

son potenciales de mayor amplitud que solo muestran variación en su amplitud. Se encuentran

distribuidos a largo de una trayectoria de 4mm, mientras que los de nuestro trabajo están más

localizados (2mm). El asterisco marca el potencial de mayor amplitud (85 µV, que corresponde con

el tálamo sensorial. Modificado de Hanajima et al., 2004a.

Sin embargo, la complejidad en la morfología de los potenciales y el comportamiento variable

a lo largo de la trayectoria no tiene la misma explicación. En la mayoría de los pacientes los LFP

no se observan en todos los electrodos de una misma trayectoria, ni en las mismas

profundidades. De hecho, están bien definidos en electrodos concretos y en profundidades

puntuales de la trayectoria. En el ejemplo que mostramos en la figura 66 podemos ver que los

potenciales aparecen en diferentes profundidades y electrodos, con morfologías diferentes. En

la figura 84 se muestra la comparación de los potenciales registrados por el grupo de Hanajima

y lo nuestros. Existen diferencias fundamentalmente en la amplitud, la morfología y en la

distribución del potencial en un mismo electrodo. De tal manera que, en nuestro estudio,

tenemos potenciales que cambian de fase a lo largo de 1 mm, o incluso en 0.5 mm (figura 84).

Los potenciales de Hanajima tienen una morfología y una distribución mucho menos compleja,

de hecho, la única variación que se observa es en la amplitud. Además, nuestros potenciales

están más localizados, a lo largo de una distancia de 2 mm. Cuando comparamos dos

electrodos de la misma trayectoria de un paciente, observamos que no tienen ninguna

relación entre ellos, ni en las polaridades, ni en donde aparecen los potenciales mejor

definidos.

Estos hechos son contrarios a los que se han encontrado en la literatura. Se describe que las

características de los potenciales registrados en el V.im. o en otros núcleos que no pertenecen

al sistema del lemnisco (Voa, Voi y Pf), son muy similares a las encontradas del V.c. Por lo que

concluyen que son potenciales propagados mediante conducción por volumen (Hanajima et al.,


136

2004b; Shima et al., 1991). Sin embargo, para que esto sea cierto, los generadores de los LFP

deberían ser estructuras altamente localizadas en el espacio. Y lo cierto es que nuestros

hallazgos nos hacen suponer que las estructuras que originan los LFP son fuentes complejas y

diferentes que varían en profundidad a lo largo de una trayectoria. Por lo tanto, encontramos

variaciones en el LFP porque provienen de núcleos diferentes.

Las HFO están descritas en la literatura, como respuestas a la estimulación del nervio mediano,

que pueden ser obtenidas en cualquier nivel del sistema somatosensorial (Cardin et al., 2010;

Curio et al., 1994; Kato et al., 2003). Las respuestas talámicas tienen una mayor frecuencia y

una latencia más corta que las registradas en la corteza sensitiva. Existe la hipótesis de que las

HFO se originan dentro o cerca del tálamo sensorial y que también están involucrados

diferentes generadores de las HFO provenientes de la corteza sensitiva (Klostermann et al.,

2000; 2002).

En nuestro análisis, al igual que en el caso de los LFP hemos encontrado que esta respuesta es

muy frecuente, de hecho, la hemos observado en 224 ocasiones en todos los pacientes.

Además, tiene una distribución muy heterogénea en lo que respecta a los diferentes

electrodos de registro, siendo más frecuentes en el electrodo central y medial. En algunos

pacientes las hemos encontrado a lo largo de una distancia de 6 mm, en los cuatro electrodos

(figura 68). El inicio promedio de los potenciales está a 14 ± 0.11 ms con una duración media

de 10.99 ± 0.31 ms. La frecuencia promedio fue de 1471 ± 35 Hz y la amplitud del pico máximo

está en 3.0 ± 0.5 µV. Las descripciones más detalladas a cerca del análisis de este tipo de

respuesta están realizadas con macroelectrodos (Hanajima et al., 2004a y b; Klostermann et al.,

2002; Shima et al., 1991; Morioka et al., 1989). Las características que describen son bastante

similares a las nuestras en cuanto a latencia (14.8 ±1.5 ms) y frecuencia (1408 ± 170 Hz), y

menos para la duración (9.2 ± 2.7 ms) y amplitud (50 µV). Algunos de estos autores comparan

las características de las HFO entre el electrodo definitivo y el microelectrodo (Hanajima et al.,

2004a; Shima et al., 1991). Sus conclusiones sostienen que, aunque el tamaño del electrodo

definitivo es mucho más grande que el del microelectrodo, la forma y sincronización de las

HFO registradas con el macroelectrodo corresponden con las del microelectrodo.

Al contrario de lo que aseguran los autores, nosotros no encontramos que las HFO muestren

una exacta sincronización, ya sea, cuando comparamos registros de diferentes electrodos a la

misma profundidad o cuando comparamos registros del mismo electrodo en profundidades

consecutivas (figura 70). Cuando realizamos un montaje diferencial con los registros, tampoco

obtenemos una sincronización completa.

Las interpretaciones sobre la falta de concordancia entre nuestros datos y los de la literatura

podrían ser (por lo que al registro con macroelectrodos concierne), que la sincronización que

encuentran se deba a un efecto colectivo generado por múltiples osciladores distribuidos muy

ampliamente por un volumen relativamente grande. Este efecto sería generado por la mayor

superficie de registro del macroelectrodo que, como ya hemos visto anteriormente,

corresponde a un área de 6500 veces mayor que el área del microelectrodo (Figura 80). Por

otra parte, las impedancias que utilizan para los registros con microelectrodos oscilan en un

rango de 100-500 K. Nuestros registros fueron llevados a cabo con impedancias de 780-2900


137

K (tabla 4). Lo que nos permite una mayor sensibilidad en el registro y, por lo tanto, registrar

respuestas más locales. Aún más, los registros en el tálamo sensitivo, donde encuentran la

mayor sincronización en las HFO con inversión de fase, están hechos con montajes

diferenciales. Utilizar este tipo de montaje es, en buena parte discutible, ya que, al utilizar

como referencia, el registro activo previo se introduce un factor de confusión con una

inversión de la polaridad artificiosa. En cualquier caso, una correcta interpretación de las

fuentes generadoras de los potenciales requeriría un análisis en montaje referencial que fuera

coherente con los resultados diferenciales, algo que los autores no hacen.

Otro dato interesante que hemos obtenido es que las HFO las hemos encontramos en

trayectorias muy largas (de hasta 8 mm) en el mismo electrodo. Con este dato y gracias a

nuestro modelo de reconstrucción de trayectorias, podemos sugerir que el origen de las HFO

es más bien generalizado. Es decir, que estos potenciales aparecen en distintos núcleos

tálamicos, no solo limitados al V.c. Aunque esto contrasta con los hallazgos de algunas

publicaciones, que asocian las HFO con el tálamo sensorial y otras áreas sensitivas (Canedo et

al., 1998; Curio, 2000; Hanajima et al., 2004a, Shima et al., 1991; Hashimoto, 2000). Cabe

mencionar que, de todas maneras, las conclusiones en general son que tanto la función como

el origen de las mismas no son del todo conocidas (Hanajima et al., 2004a).

Con el objetivo de hacer una caracterización más completa, realizamos un análisis espectral de

las HFO. Encontramos que los componentes no son iguales en electrodos diferentes para una

misma profundidad (Figura 72). Por el contrario, cuando analizamos los registros del mismo

electrodo en diferentes profundidades, las semejanzas son mayores. Es decir, que los

componentes son muy parecidos en un mismo núcleo y varían en diferentes núcleos.

Cuando comparamos los dos componentes de los PESS (LFP y HFO), podemos observar que

son respuestas con distinto comportamiento. Los LFP están más localizados, tienen una

morfología y distribución más compleja, y en la localización del núcleo V.c. presentan un

comportamiento particular en su polaridad (ver el siguiente apartado). Por el contrario, las

HFO están más distribuidas por todo el tálamo. Aunque no presenten una sincronización global,

dentro de la trayectoria de un electrodo sus componentes de frecuencia son similares. En el

núcleo V.c. no presenta inversión de fase ni cambios particulares. Estos datos nos hacen

suponer que los generadores de ambos componentes no son los mismos.

6.4.2. Descripción de un nuevo potencial talámico. Respuesta de baja

frecuencia (LFO).

Uno de los hallazgos más interesantes con una transcendencia importantísima, son los

potenciales con características completamente diferentes a las respuestas descritas

anteriormente, que hemos obtenido en el registro con microelectrodos en el tálamo.

Este tipo de respuesta la hemos encontrado en 4 pacientes. La latencia promedio es 17.69 ±

0.47 ms con una duración de 3.42 ± 0.31 ms. Están siempre asociados a las HFO, y como puede

observarse por su duración, aparecen siempre en el periodo de tiempo en que aparecen las

HFO. Tiene una frecuencia menor (848 ± 66 Hz) y una mayor amplitud (5.24 ± 1.84 µV) que las

HFO, aunque cabe mencionar que muchos de ellos presentan una polaridad positiva.


138

Los hemos encontrado en profundidades puntuales, siempre acompañados de las HFO en la

misma profundidad, así como en los milímetros por encima y por debajo de ellos. Es decir,

parece que no tiene ninguna relación la presencia de HFO y la aparición en un punto de la

trayectoria por el tálamo de las LFO. No obstante, sí que hemos observado una relación de los

LFP con la presencia de LFO. Potenciales significativos de campo (> 5 µV), no solo están

asociados con LFO, sino que también sus amplitudes mantienen una buena correlación.

Además, es muy llamativo el comportamiento de la polaridad de los LFP en los puntos en

donde se registran LFO. La polaridad de los LFP se invierte en el punto donde aparecen las LFO,

pasando de negativa a positiva en casi todos los pacientes en los que hemos registrado este

tipo de respuesta.

En un solo paciente este comportamiento en la polaridad de los LFP no ha sido del todo

idéntico (figura 76). En este caso, en el momento en el que aparecen las LFO en el electrodo

lateral, no se observa una inversión de polaridad para el LFP. Sin embargo, en los puntos en los

que el LFP es positivo, el componente HFO/LFO es más lento. Además, en un punto más abajo

se observa una inversión en la polaridad de todas las fases del LFP, sin evidencia de LFO. Un

dato muy interesante es que, en el mismo paciente, en el electrodo central en una

profundidad diferente encontramos una inversión de fase entre el momento en el que

aparecen las LFO y la siguiente profundidad. Este comportamiento en el componente lento de

los PESS lo han observado otros autores. Hanajima et al. (2004) observaron una inversión de

fase en los registros con macroelectrodos de 3/15 pacientes y en todos los registros que se

hicieron intraoperatoriamente con microelectrodos. Es necesario mencionar, que la inversión

de fase fue observada únicamente con montajes diferenciales en ambos casos. En el nuestro la

inversión de fase la obtuvimos con un montaje monopolar, por lo que estaríamos hablando de

la manifestación de un dipolo verdadero.

6.4.3. Análisis comparativo de las características y localización de las

respuestas HFO/LFO.

Teniendo en cuenta que los hallazgos anteriores descritos para las HFO y LFO nos indican que

cada una de las respuestas poseen características diferentes, decidimos hacer un análisis para

comparar la composición de cada una de las respuestas.

En los espectros de frecuencia de las HFO, aunque muestran componentes de baja frecuencia,

sus principales frecuencias se encuentran siempre por encima de 1 kHz (Figura 77). Por el

contrario, en la misma figura comprobamos que cuando aparecen las LFO el componente más

importante de frecuencia está por debajo de 1 kHz. Aunque, también presenta frecuencias

más rápidas, estas son de menor amplitud. La interpretación de esto último es que no se han

registrado LFO aisladas, sino siempre asociadas con las HFO. Por lo tanto, en realidad se trata

de un espectro continuo entre las HFO y LFO.

Lo que nos revelan los resultados del espectro de frecuencias para ambas respuestas, es que

las HFO y LFO son potenciales con componentes espectrales diferentes, lo que implica que


139

están generados por sistemas neurales distintos y que sus funciones y mecanismos básicos

probablemente sean también diferentes.

Cuando analizamos la relación entre el tiempo en que aparecen los distintos componentes y la

composición espectral en el dominio de la frecuencia de las dos respuestas (mediante el

análisis de wavelets), encontramos, que existen componentes de baja frecuencia (< 1 kHz) en

todos los registros, independientemente de la presencia o no de los LFO y de la amplitud de las

HFO. Estos últimos son considerablemente más difíciles de sistematizar, ya sea para registros

de electrodos a la misma profundidad o para diferentes profundidades del mismo.

En cambio, las LFO presentan componentes de frecuencia bien definidos asociados con cada

espiga de mayor amplitud. Si bien es cierto que el tiempo de inicio es más variable entre cada

paciente y profundidad. Un razonamiento valido para este aspecto se discute más adelante en

la parte correspondiente a la localización anatómica de las respuestas de los PESS.

Tenemos entonces, que las HFO presentan una mayor irregularidad en la secuencia temporal y

en la composición espectral que la que se observa en las LFO. Lo que nos vuelve a llevar a la

misma afirmación anterior, de que ambos fenómenos pertenecen a dinámicas diferentes ya

sea de la misma estructura o de un sistema diferente.

Un aspecto muy importante para poder hacer una correcta interpretación de todos los datos

hasta ahora analizados es la localización anatómica de cada uno de los potenciales

encontrados en nuestro trabajo. Es decir, qué núcleos son los responsables generadores de

estas respuestas.

Para ello y sirviéndonos de la reconstrucción de las trayectorias teóricas de los electrodos,

hemos identificado la posición aproximada de los electrodos sobre el atlas de SW, de tal

manera que podemos asignar con una gran probabilidad (una incertidumbre en torno al

milímetro) el núcleo correspondiente en cada profundidad.

Los resultados nos indican que las HFO están presentes con una distribución bastante

extendida, encontrándose en diferentes profundidades, en núcleos distintos al V.c. En

contraste, las respuestas de LFO obtenidas en 4 pacientes, únicamente se han registrado en

profundidades que corresponden con el V.c. Un dato muy llamativo es que hemos registrado

respuestas de LFO con diferentes latencias (mencionado anteriormente) y que estas

diferencias corresponden con diferentes subnúcleos del V.c. Aquellas LFO que se obtienen en

el núcleo Vc.pc.i, tienen una latencia considerablemente mayor que los potenciales registrados

en el núcleo V.c.i.

Nuestros resultados muestran que existe un potencial que hasta ahora no había sido descrito,

que indica y marca la presencia del núcleo V.c. Además, las HFO son respuestas inespecíficas

que aparecen en diferentes núcleos talámicos y no están asociadas con la actividad sináptica

en el núcleo V.c.


140

CONCLUSIONES


141

7. CONCLUSIONES

1. Las características electrofisiológicas de las propiedades del potencial de acción y del

patrón de descarga, analizadas mediante registro extracelular, permiten diferenciar con

seguridad entre los subdominios parvocelular y magnocelular del núcleo centromediano

del tálamo en pacientes anestesiados.

2. Las características electrofisiológicas de las propiedades del potencial de acción y del

patrón de descarga, analizadas mediante registro extracelular, permiten diferenciar con

seguridad entre diferentes núcleos tálamicos, al menos y de forma específica, entre los

núcleos centromediano, ventral-intermedio y ventro-caudal en pacientes anestesiados.

3. La existencia de diferencias significativas en las características electrofisiológicas de los

grupos neuronales demuestra que el modelo de reconstrucción utilizado es capaz de

identificar núcleos similares para trayectorias diferentes, como son las obtenidas en este

caso.

4. La inducción de potenciales evocados somato-sensoriales mediante estimulación eléctrica

del nervio mediano contralateral, da lugar a tres tipos de respuestas en el tálamo humano

de pacientes anestesiados, a saber:

4.1. Potenciales locales de campo de muy baja frecuencia (< 100 Hz).

4.2. Oscilaciones de baja amplitud y alta frecuencia (> 1000 Hz).

4.3. Oscilaciones de gran amplitud y baja frecuencia (<1000 Hz).

5. Los potenciales locales de campo de muy baja frecuencia aparecen en distintos núcleos

talámicos y presentan una morfología compleja. Están más localizados que las oscilaciones

de baja amplitud y alta frecuencia, pero más extendidos que las oscilaciones de gran

amplitud y baja frecuencia.

6. Las oscilaciones de baja amplitud y alta frecuencia aparecen distribuidas por gran parte del

tálamo. Por lo tanto, es imposible que estén generadas específicamente en el núcleo

ventro-caudal.

7. Las oscilaciones de gran amplitud y baja frecuencia, que han sido descritas por primera vez

en este trabajo, están localizadas de forma muy precisa en el espacio. Su presencia está

íntimamente relacionada con la localización del núcleo ventro-caudal según la trayectoria

reconstruida y se asocian con una inversión de la polaridad en los potenciales de campo

local de muy baja frecuencia.

8. La utilización de las características electrofisiológicas de los potenciales de acción

registrados extracelularmente, así como las de los potenciales evocados somato-

sensoriales, pueden mejorar la identificación de los diferentes núcleos talámicos, no sólo

en pacientes anestesiados (en los que su utilización resultaría obligatoria), sino también en

pacientes conscientes. De este modo, se mejorará la precisión de la cirugía de estimulación

cerebral profunda, optimizando la respuesta clínica y disminuyendo los efectos

secundarios.


142

BIBLIOGRAFÍA


143

8. BIBLIOGRAFÍA

1. Abeles M, Goldstein Jr. M.H. Multispike train analysis. Proc IEEE. 1977; 65, 762–773.

2. Adelman WJ, Fitz Hugh R. Solutions of the H-H equation modified for potassium accumulation in a periaxonal space. Fed Amer Soc Exp Biol Proc. 1975; 34:1322-1329

3. Albe-Fessard D, Arfel G, Guiot G, et al. Derivation d´activités spontanées et evoquées dans des structures cérébrales profondes de l´homme. Rev Neurol (Paris). 1962; 106:89-105.

4. Albe-Fessard D, Arfel G, Guiot G, et al. Identification et délimitation précise de certaines structures sous-corticales de l´homme par électrophysiologie: son intérêt dans la chirurgie stéréotaxique des dyskinésies. C R Acad Sci (Paris). 1961; 253:2412-2414.

5. Albe-Fessard D, Arfel G, Guiot G, et al. Thalamic unit activity in man. Electroencephalogr Clin Neurophysiol. 1967; (suppl 25):132.

6. Amir R, Michaelis M, Devor M. Membrane potential oscillations in dorsal root ganglion neurons: role in normal electrogenesis and in neuropathic pain. J Neurosci. 1999; 19:8589-8596.

7. Amir R, Michaelis M, Devor M. Burst discharge in primary sensory neurons: triggered by subthreshold oscillations, maintained by depolarizing afterpotentials. J Neurosci. 2002; 22: 1187-1198.

8. Armstrong CM, F Bezanilla. Inactivation of the sodium channel. II. Gating current experiments. J. Gen. Physiol. 1977; 70: 567-590.

9. Benabid AL, Pollak P, Gervason C, Hoffmann D, Gao DM, Hommel M, et al. Long-term suppression of tremor by chronic stimulation of the ventral intermediate thalamic nucleus. Lancet. 1991; Feb 16;337(8738):403-6.

10. Benabid AL, Pollak P, Seigneuret D, Hoffmann D, Gay E, Perret J. Chronic VIM thalamic stimulation in Parkinson’s disease, essential tremor and extra-pyramidal dyskinesias. Acta Neurochir 1993; 58(Suppl.):39 – 44.

11. Bentivoglio M, Balercia G, Kruger L. The specificity of the non-specific thalamus: the midline nuclei. En: Progress in brain research, vol 87, eds: Holstege G. Ed. Elsevier, Amsterdam, 1991. pp 53–80.

12. Berendse HW, Groenewegen HJ. Restricted cortical termination fields of the midline and intralaminar thalamic nuclei in the rat. Neuroscience 1991; 42:73–102

13. Bergman H, Feingold A, Nini A, Raz A, Slovin H, Abeles M, et al. Physiological aspects of

information processing in the basal ganglia of normal and parkinsonian primates.

Trends Neurosci. 1998 Jan;21(1):32-8


144

14. Blatz AL, KL Mableby. Quantitative description of three modes of activity of fast chloride channels from rat skeletal mucle. J. Physiol. 1985; 378: 141-174.

15. Bourassa J, Pinault D, Deschnes M. Corticothalamic projections from the cortical barrel field to the somatosensory thalamus in rats: a singlefibre study using biocytin as an anterograde tracer. Eur J Neurosci. 1995; 7:19–30

16. Bretag AH. Muscle chloride channels. Physiol. Rev. 1987; 67: 618-724.

17. Brown DA, BH Gähwiler, WH Griffith, JV Halliwell. Membrane currents in hippocampal neurons. Prog. In Brain Res. 1990; 83: 141-160.

18. Brown DA, WH Griffith. Calcium activated outward current in voltage calmped hippocampal neurones of the guinea pig. J. Physiol. 1983a; 337: 287-301.

19. Brown DA, WH Griffith. Persistent slow inward calcium current in voltage clamped hippocampal neurones of the guinea pig. J. Physiol. 1983b; 337: 303-320.

20. Buzsáki G. Rhythms Of The Brain. Ed. Oxford Univ. Press, New York, 2006.

21. Buzsáki G, Anastassiou C.A, Koch C. The origin of extracellular fields and currents—EEG, ECoG, LFP and spikes. Nat. Rev. Neurosci. 2012; 13, 407–420.

22. Buzsaki G, Bickford RG, Ponomareff G, Thal LJ, Mandel R, Gage FH. Nucleus basalis and thalamic control of neocortical activity in the freely moving rat. J Neurosci. 1988 Nov; 8(11):4007-26.

23. Canedo A, Martinez L, Mariño J. Tonic and bursting activity in the cuneate nucleus of the chloralose-anesthetized cat. Neuroscience. 1998 May;84(2):603-17.

24. Calvin WH, Loeser JD. Doublet and burst firing patterns within the dorsal column nuclei of cat and man. Exp Neurol. 1975 Sep;48(3 Pt 1):406-26.

25. Cardin JA, Carlén M, Meletis K, Knoblich U, Zhang F, Deisseroth K, et al. Targeted optogenetic stimulation and recording of neurons in vivo using cell-type-specific expression of Channel rhodopsin-2. Nat Protoc. 2010 Feb;5(2):247-54.

26. Carman JB, Cowan WM, Powell TPS. Cortical connections of the thalamic reticular nucleus. J Anat. 1964 Oct; 98:587-98.

27. Cole KS, Curtis HJ. Electric impedance of Nitella during activity. J. Gen. Physiol. 1938 Sep 20; 22(1):37-64.

28. Cuny E, Guehl D, Burbaud P, Gross C, Dousset V, Rougier A. Lack of agreement between direct magnetic resonance imaging and statistical determination of a subthalamic target: the role of electrophysiological guidance. J Neurosurg 2002; 97:591–597.

29. Craner MJ, Hains BC, Lo AC, Black JA, Waxman SG. Co-localization of sodium channel Nav1.6 and the sodium-calcium exchanger at sites of axonal injury in the spinal cord in EAE. Brain. 2004 Feb;127(Pt 2):294-303.


145

30. Coronado R, RL Rosenberg, C Miller. Ionic selectivity, saturation, and block in a K+-selective channel from sarcoplasmic reticulum. J. Gen. Physiol. 1980;76: 425-446.

31. Curio G. Linking 600-Hz "spikelike" EEG/MEG wavelets ("sigma-bursts") to cellular substrates: concepts and caveats. J Clin Neurophysiol. 2000 Jul;17(4):377-96.

32. Curio G, Mackert BM, Burghoff M, Koetitz R, Abraham-Fuchs K, Härer W. Localization of evoked neuromagnetic 600 Hz activity in the cerebral somatosensory system. Electroencephalogr Clin Neurophysiol. 1994 Dec;91(6):483-7

33. De Castro F, Sánchez-Vives MV, Muñoz-Martínez EJ, Gallego R. Effects of postganglionic nerve section on synaptic transmission in the superior cervical ganglion of the guinea-pig. Neuroscience. 1995 Aug;67(3):689-95.

34. De Castro F, Geijo-Barrientos E, Gallego R. Calcium-activated chloride current in normal mouse sympathetic ganglion cells. J Physiol. 1997 Jan 15;498 (Pt 2):397-408.

35. Domesick VB. Projections from the cingulate cortex in the rat. Brain Res. 1969 Feb;12(2):296-320.

36. Favre J, Taha JM, Baumann T, Burchiel KJ. Computer analysis of the tonic, phasic, and kinesthetic activity of pallidal discharges in Parkinson patients. Surg Neurol. 1999 Jun;51(6):665-72; discussion 672-340.

37. Gaze R, Gillingham F, Kalyanaraman S, Porter RW, Donaldson AA, Donaldson IM. Microelectrode recordings from the human thalamus. Brain. 1964 Dec;87:691-706.

38. Glickfeld LL, Roberts JD, Somogyi P, Scanziani M. Interneurons hyperpolarize pyramidal cells along their entire somatodendritic axis. Nat Neurosci. 2009 Jan;12(1):21-3 44.

39. Gold C, Henze DA, Koch C, Buzsáki G. On the origin of the extracellular action potential waveform: A modeling study. J Neurophysiol. 2006 May;95(5):3113-28 45.

40. Goldman, DE. Potential, impedance and rectification in membranes. J Gen Physiol. 1943 Sep 20;27(1):37-60 46.

41. Goldman DE. A molecular structural basis for the excitation properties of axons. Biophys J. 1964 May;4:167-88 47.

42. Gradinaru V, Mogri M, Thompson KR, Henderson JM, Deisseroth K. Optical deconstruction of parkinsonian neural circuitry. Science. 2009 Apr;17:324(5925):354-948.

43. Groenewegen HJ, Berendse HW. The specificity of the 'nonspecific' midline and intralaminar thalamic nuclei. Trends Neurosci. 1994 Feb;17(2):52-7.

44. Halstead BW. Poisonous and venomous marine animals of the world. Ed. Darwin Press, Princeton, New Jersey, 1978; p: 283-285.


146

45. Hanajima R, Chen R, Ashby P, Lozano AM, Hutchison WD, Davis KD, et al. Very fast oscillations evoked by median nerve stimulation in the human thalamus and subthalamic nucleus. J Neurophysiol. 2004a Dec;92(6):3171-82.

46. Hanajima R, Dostrovsky JO, Lozano AM, Hutchison WD, Davis KD, Chen R, et al. Somatosensory evoked potentials (SEPs) recorded from deep brain stimulation (DBS) electrodes in the thalamus and subthalamic nucleus (STN). Clin Neurophysiol. 2004b Feb;115(2):424-34.

47. Hardy J. Lélectrophysiologie stéréotaxique, nouvelle acquisition en neurochirurgie. Union Med Can. 1961; 91:63-64.

48. Hardy J. Electrophysiological localization and identification. J Neurosurg. 1966; 24:410-414.

49. Hardy J, Bertrand C, Martinez N. Activites cellulaires thalamiques liees au tremblement parkisonien. Neuro-Chir (Paris). 1964; 10:449-452.

50. Harris KD, Henze DA, Csicsvari J, Hirase H, Buzsáki G. Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements. J Neurophysiol. 2000 Jul; 84(1):401-14.

51. Hashimoto I. High-frequency oscillations of somatosensory evoked potentials and fields. J Clin Neurophysiol. 2000 May;17(3):309-20.

52. Hassler R. Anatomy of the thalamus. En: Introduction to stereotaxis with an atlas of the human brain. Eds: Schaltenbrand G, Bailey P. Ed. Thieme, Stuttgart; 1959. p 230–290.

53. Hazrati LN, Parent A. Contralateral pallidothalamic and pallidotegmental projections in primates: An anterograde and retrograde labelling study. Brain Res. 1991; 567:212-223.

54. Heinricher MM. Principles of extracellular single-Unit recording. En Microelectrode Recording in Movement disorder surgery, eds: Zvi Israel, Kim J. Burchiel. Ed. Thieme. New York. 2004.

55. Henderson JM. Integration of stereotactic position with MER En Microelectrode Recording in Movement disorder surgery, eds: Zvi Israel, Kim J. Burchiel. Ed. Thieme. New York. 2004.

56. Henze DA, Borhegyi Z, Csicsvari J, Mamiya A, Harris KD, Buzsáki G. Intracellular features predicted by extracellular recordings in the hippocampus in vivo. J Neurophysiol. 2000 Jul;84(1):390-400.

57. Hille B. Ionic Channels of Excitable Membranes. Ed. Sinaurer. Sunderland, Massachusetts. 1992.

58. Hirai T, Jones EG. A new parcellation of the human thalamus on the basis of histochemical staining. Brain Res Rev 1989;14: 1–34.


147

59. Hodgkin AL, Huxley AF. Currents carried by sodium and potassium ions through the membrane of the giant axon of Loligo. J. Physiol. 1952a 116: 449-472.

60. Hodgkin AL, Huxley AF. The components of membrane conductance in the giant axon of Loligo. J. Physiol. 1952b 116: 473-496.

61. Hodgkin AL, Huxley AF. The dual effect of membrane potential on sodium conductance in the giant axon of Loligo. J. Physiol. 1952c 116: 497-506.

62. Hodgkin AL, Huxley AF. A quantitative description of membrane current and its application to conduction and excitation in nerve. J. Physiol. 1952d, 116: 500-544.

63. Hotson JR, Prince DA. A calcium-activated hyperpolarization follows repetitive firing in hippocampal neurons. J. Neurophysiol. 1980;43, 409–419.

64. Hoyt RC. The squid giant axon: mathematical models. Biophys J 1963;3:399- 431.

65. Hubel DH, Wiesel TN. Ferrier lecture. Functional architecture of macaque monkey

visual cortex. Proc R Soc Lond B Biol Sci. 1977 Jul 28;198(1130):1-59

66. Hughes SW, Lorincz ML, Parri HR, Crunelli V. Infraslow (<0.1 Hz) oscillations in thalamic relay nuclei basic mechanisms and significance to health and disease states. Prog. Brain Res. 2011; 193, 145–162.

67. Hutchison WD. Electrophysiological findings in GPe and GPi. En Microelectrode Recording in Movement disorder surgery, eds: Zvi Israel, Kim J. Burchiel. Ed. Thieme. New York. 2004.

68. Jahnsen H. Responses of neurons in isolated preparations of the mammalian central nervous system. Progress in Neurobiology 1986; 27: 351-372.

69. Jasper HH, Naquet R, King LE. Thalamocortical recruiting responses in sensory receiving areas in the cat. Electroencephalogr. Clin. Neurophysiol. 1955; 7:99-114.

70. Javre J, Baumann T. Signal processing and pattern recognition En Microelectrode Recording in Movement disorder surgery, eds: Zvi Israel, Kim J. Burchiel. Ed. Thieme. New York. 2004.

71. Johnston D, Wu SM. Functional properties of dendrites. En Foundations of cellular neurophysiology. MIT Press, 2001, pp: 55-120

72. Jones EG. The thalamus. Ed. Plenum, New York, 1985.

73. Jones EG. A description of the human thalamus. En: Thalamus, vol II. Eds. Steriade M, Jones EG. Ed. Elsevier, Amsterdam; 1997. p 425–499.

74. Junge D. Ionic properties and active membranes. En: Nerve and muscle excitation, 3th edition. Sinauer Associates, Inc, Massachusetts; 1992 pags: 32-57.


148

75. Kato S, Wang Y, Papuashvili N, Okada YC. Stable synchronized high-frequency signals from the main sensory and spinal nuclei of the pig activated by Aβ fibers of the maxillary nerve innervation of the snout. Brain Res. 2003; 959: 1–10.

76. Kay AR, RKS Wong. Calcium current activation kinetics in isolated pyramidal neurons of the CA1 region of the mature guinea pig hippocampus. J. Physiol. 1987; 392: 603-616.

77. Klostermann F, Funk T, Vesper J, Siedenberg R, Curio G. Double pulse stimulation dissociates intrathalamic and cortical high-frequency (>400Hz) SEP components in man. Neuroreport. 2000; 11: 1295–1299.

78. Klostermann F, Gobbele R, Buchner H, Curio G. Intrathalamic non-propagating generators of high-frequency (1000Hz) somatosensory evoked potential (SEP) bursts recorded subcortically in man. Clin Neurophysiol. 2002; 113: 1001–1005.

79. Konstantin V. Slavin and James Holsapple. Microelectrode techniques: Equipment, components and Systems. En Microelectrode Recording in Movement disorder surgery, eds: Zvi Israel, Kim J. Burchiel. Ed. Thieme. New York. 2004.

80. Koester J, Siegelbaum SA. Membrane Potential. En Principles of Neural Science. Eds: ER Kandel, JH Schwartz, TM Jessell. Ed. Elsevier, New York, 2000; pp: 125-139.

81. Laxpati NG, Kasoff WS, Gross RE. Deep brain stimulation for the treatment of epilepsy: circuits, targets, and trials. Neurotherapeutics. 2014 Jul;11(3):508-26.

82. Lega BC, Halpern CH, Jaggi JL, Baltuch GH. Deep brain stimulation in the treatment of refractory epilepsy: update on current data and future directions. Neurobiol Dis. 2010 Jun;38(3):354-60

83. Levy LF, Auchterlonie WC. Chronic cerebellar stimulation in the treatment of epilepsy. Epilepsia 1979; 20:235-245.

84. Lewicki M.S. A review of methods for spike sorting: the detection and classification of neural action potentials. Network: Comput Neural Syst. 1998; 9, R53–R78.

85. Lindén H, Pettersen KH, Einevoll GT. Intrinsic dendritic filtering gives low-pass power spectra of local field potentials. J Comput Neurosci. 2010 Dec;29(3):423-44.

86. Llinás R. The intrinsic electrophysiological properties of mammalian neurons: insights into central nervous system function. Science 1988; 242: 1654-1664.

87. Llinás R, M Sugimori. Electrophysiological properties of in vitro purkinje cell somata in mammalian cerebellar slices. J. Physiol. 1980; 305: 171-195.

88. Llinás R, Paré D. Coherent oscillations in specific and nonspecific thalamocortical networks and their role in cognition. En: Thalamus, vol II. Eds. Steriade M, Jones EG, McCormick DA. Ed. Elsevier, Amsterdam, pp 501–516, 1997.

89. Lorente de Nó, R. A study of nerve physiology. Studies from the Rockefeller Institute for Medical Research Part I, Vol. 131 (The Rockefeller Institute for Medical Research, 1947).


149

90. Lozano A, Hutchison W, Kiss Z, Tasker R, Davis K, Dostrovsky J. Methods for microelectrode-guided posteroventral pallidotomy. J. Neurosurg. 1996; 84:194-202.

91. Maciunas RJ, Galloway RL, Latimer JW. The application accuracy of stereotactic frames. Neurosurgery. 1993; 32:51-57.

92. Macvicar BA. Depolarizing prepotentials are Na+ dependent in CA1 pyramidal neurons. Brain Res. 1985 May 6;333(2):378-81.

93. Madison DV, Lancaster B, Nicoll RA. Voltage clamp analysis of cholinergic action in the hippocampus. J Neurosci. 1987 Mar;7(3):733-41.

94. Mehler RW. Further notes of the Centromedian nucleus of Luys. En: The thalamus. Eds. Purpurd DP, Yahr MD. Ed. Columbia University Press, New York, 1996. p. 102.

95. Miller C. 1990: annus mirabilis of potassium channels. Science. 1991 May 24;252(5009):1092-6

96. Montero VM. Localization of gamma-aminobutyric acid (GABA) in type 3 cells and demonstration of their source to F2 terminals in the cat lateral geniculate nucleus: a Golgi-electron-microscopic GABA-immunocytochemical study. J Comp Neurol. 1986 Dec 8;254(2):228-45103.

97. Montero VM, Guillery RW, Woolsey CN. Retinotopic organization within the thalamic reticular nucleus demonstrated by a double label autoradiographic technique. Brain Res. 1977 Dec 23;138(3):407-21.

98. Morioka T, Shima F, Kato M, Fukui M. Origin and distribution of thalamic somatosensory evoked potentials in humans. Electroencephalogr Clin Neurophysiol. 1989 May-Jun;74(3):186-93.

99. Mountcastle V, Henneman E. The representation of tactile sensibility in the thalamus of the monkey. J Comp Neurol. 1952; 97:409-440.

100. Nicoll RA. The coupling of neurotransmitter receptor receptors to ion channels in the brain. Science 1988; 241: 545-551.

101. Nicoll RA, RC Malenka, JA Kauer. Functional comparison of neurotrasmitter receptor subtypes in mammalian central nervous system. Physiol. Rev. 1990; 70: 513-565.

102. Nieuwenhuys R, Voogd J, van Huijzen C. The Human Central Nervous System. Ed. Springer-Verlag Berlin Heidelberg, New York. 2008.

103. Numan RE, WJ Wadman, RKS Wong. Outward currents if single hippocampal cells obtained form the adult guinea pig. J. Physiol. 1987; 393: 331-353.

104. Oikawa H, Sasaki M, Tamakawa Y, Kamei A. The circuit of Papez in mesial temporal sclerosis: MRI. Neuroradiology 2001;43:205-210.

105. Olejniczak P. Neurophysiologic basis of EEG. J Clin Neurophysiol. 2006 Jun;23(3):186-9.


150

106. Olszewski J. The thalamus of the Macaca mulatta. An Atlas for Use with the Stereotaxic Instrument. New York: S. Karger;1952.Papez JW. A proposed mechanism of emotion. Arch Neurol Psychiatry 1937; 38:725-743.

107. Pastor J. Fundamentos biofísicos de la actividad neuronal. Revista de Neurología, 2000;30 (8): 741-755.

108. Pastor J, Hernando-Requejo V, Domínguez-Gadea L, de Llano I, Meilán-Paz ML, Martínez-Chacón JL, et al. Impact of experience on improving the surgical outcome in temporal lobe epilepsy. Revsta de Neurología. 2005 Dec; 16-31; 41(12): 709-16

109. Pastor J, Soria B, Belmonte C. Properties of the Nociceptive Neurons of the Leech Segmental Ganglion. Journal of Neurophysiology 1996, 75(6): 2268-2279.

110. Pastor J; Sola, RG. Fundamentos biofísicos de la magnetoencefalografía / Biophysical foundations of magnetoencephalograhy. Revista de Neurología, 2002; 34(9):843-850.

111. Pastor J, MA Reina. Fisiología del nervio periférico normal y patológico. En: Complicaciones Neurológicas asociadas con la Anestesia Regional Periférica y Central, eds: Jaime A. Wikinski / Miguel Ángel Reina / Carlos Bollini / José Antonio De Andrés / Xavier Salas / Carlos Salgueiro / José Antonio Aldrete. Ed. Panamericana. Buenos Aires, 2011. ISBN 978-950-06-0130-6; pag: 87-103.

112. Penny GR, Fitzpatrick D, Schmechel DE, Diamond IT. Glutamic acid decarboxylase-immunoreactive neurons and horseradish peroxidase-labeled projection neurons in the ventral posterior nucleus of the cat and Galagosenegalensis. J Neurosci. 1983 Sep;3(9):1868-87.119.

113. Peña, D. Análisis de Datos Multivariantes. Ed. McGraw-Hill/Interamericana de España. 2002.

114. Pike FG, Goddard RS, Suckling JM, Ganter P, Kasthuri N, Paulsen O. Distinct frequency preferences of different types of rat hippocampal neurones in response to oscillatory input currents. J Physiol. 2000 Nov 15;529 Pt 1:205-13.

115. Poskanzer KE, Yuste R. Astrocytic regulation of cortical UP states. Proc Natl Acad Sci U S A. 2011 Nov 8;108(45):18453-8.

116. Quian Quiroga R. Spike sorting. Scholarpedia. 2007; 2, 3583.

117. Quian Quiroga R. Spike sorting. Curr. Biol. 2012; 22, R45–R46.

118. Ralston HJ 3rd. Evidence for presynaptic dendrites and a proposal for their mechanism of action. Nature. 1971 Apr 30;230(5296):585-7.

119. Rey HG, Pedreira C, Quian Quiroga R. Past, present and future of spike sorting techniques. Brain Res Bull. 2015 Oct;119(Pt B):106-17.

120. Rustioni A, Schmechel DE, Spreafico R, Cuenod M. Excitatory and inhibitory aminoacid putative neurotransmitters in the ventralis posterior complex: an autoradiographic and immunocytochemical study in rats and cats. En: Somatosensory


151

integration in the thalamus. Eds: Macchi O, Rustioni A, Spreafico R. Ed. Elsevier, Amsterdam,1983 pp 365–383.

121. Sadikot AF, Rymar VV. The primate centromedian-parafascicular complex: anatomical organization with a note on neuromodulation. Brain Res Bull. 2009 Feb 16;78(2-3):122-30.

122. Sah P, AJ Gibb, PW Gage. Potassium current activated by depolarization of dissociated neurons form adult guinea pig hippocampus. J. Gen. Physiol. 1988a; 92: 263-278.

123. Sah P, AJ Gibb, PW Gage. The sodium current underlaying action potential in guinea pig hippocampal neurons. J. Gen. Physiol. 1988b; 91: 373-398.

124. Scheibel ME, Scheibel AB. The organization of the nucleus reticularis thalami: a Golgi study. Brain Res. 1966; 1:43–62.

125. Schwartzkroin PA, AL Mueller. Electrophysiology of hippocampal neurons. En: Cerebral cortex: Further Aspects of Cortical Functions, Including Hippocampus. Eds: Jones EG, Peters A. Ed. Plenum Press, New York, 1987; pp: 295-297.

126. Sewards TV, Sewards MA. The medial pain system: neural representations of the motivational aspect of pain. Brain Res Bull. 2002 Nov 30;59(3):163-80132.

127. Shepherd GM. Electrotonic properties of axons and dendrites. En: Fundamental Neuroscience, Eds: Squire, Bloom, McConnell, Roberts, Spitzer, Zigmod. Academic Press, Boston, USA, 2003.

128. Shepherd GM. The Neuron. En Neurobiology. Ed. Oxford University Press, Oxford, 1988, pag: 39-65.

129. Shields DC, Cheng ML, Flaherty AW, Gale JT, Eskandar EN. Microelectrode-guided deep brain stimulation for Tourette syndrome: within-subject comparison of different stimulation sites. Stereotact Funct Neurosurg. 2008;86(2):87-91.

130. Shima F, Morioka T, Tobimatsu S, Kavaklis O, Kato M, Fukui M. Localization of stereotactic targets by microrecordings of thalamic somatosensory evoked potentials. Neurosurgery. 1991 Feb;28(2):223-9

131. Sidbe M, Smith Y. Differential synaptic innervation of striatofugal neurones projecting to the internal or external segments of the globus pallidus by thalamic afferents in the squirrel monkey. J Comp Neurol. 1996;365:445-465.

132. Silva LR, Amitai Y, Connors BW. Intrinsic oscillations of neocortex generated by layer 5 pyramidal neurons. Science. 1991 Jan 25;251(4992):432-5.

133. Sloan TB. Anesthesia and motor evoked potential monitoring. En: Neurophysiology in Neurosurgery. Eds: V. Deletis, JH Shils. Ed. Academic Press, Amsterdam, 2002. Pp: 451-474.


152

134. Sola RG, Hernando-Requejo V, Pastor J, García-Navarrete E, De Felipe J, Alijarde MT, et al. Epilepsia farmacorresistente del lóbulo temporal. Exploración con electrodos del foramen oval y resultados quirúrgicos. Revista de Neurología. 2005 Jul; 41(1):4-16.

135. Spiegel MR. Estadística. McGraw-Hill, Madrid; 1991.

136. Squire LR, Bloom FE, McConnell SK, Roberts JL, Spitzer NC, Zigmond MJ. Fundamental Neuroscience. Academic Press, Elsevier, USA, 2003.

137. Steriade M, Jones EG, McCormick DA. Thalamus, vol I: Organisation and function. Elsevier, Amsterdam, 1997.

138. Starr PA, Christine CW, Theodosopoulos PV, Lindsey N, Byrd D, Mosley A, et al. Implantation of deep brain stimulators into the subthalamic nucleus: technical approach and magnetic resonance imaging-verified lead locations. J Neurosurg. 2002 Aug;97(2):370-87.

139. Storm JS. Temporal integration by a slowly incativating K current in hippocampal neurons. Nature 1988; 336: 379-381.

140. Takahashi T. Membrane currents in visually identified motoneurones of neonatal rat spinal cord. J. Physiol. 1990a; 423: 27-46.

141. Takahashi T. Inward rectification in neonatal rat spinal motoneurones. J. Physiol. 1990b; 423: 47-62.

142. Traub RD, Bibbig A, LeBeau FE, Buhl EH, Whittington MA. Cellular mechanisms of neuronal population oscillations in the hippocampus in vitro. Annu Rev Neurosci. 2004; 27:247-78.

143. Trevelyan AJ. The direct relationship between inhibitory currents and local field potentials. J Neurosci. 2009 Dec 2;29(48):15299-307.

144. Tsieng RW, Lipscombe D, Madison DV, Bley KR, Fox P. Multiple types of neuronal calcium channels and their selective modulation. TINS 1988; 11(10): 431-437.

145. Torres C, Pastor J, Navarrete EG, Sola RG. Estimulación cerebral profunda talámica para la epilepsia resistente. Revista de. Neurología. 2011; 53 (2): 99-106.

146. Van der Werf YD, Witter MP, Groenewegen HJ. The intralaminar and midline nuclei of the thalamus. Anatomical and functional evidence for participation in processes of arousal and awareness. Brain Res Brain Res Rev. 2002 Sep;39(2-3):107-40.

147. Van Drongelen W. Introduction to filters: the RC circuit. En: Signal Processing for Neuroscientists. Ed. Elsevier, Amsterdam, 2007a.

148. Van Drongelen W. Introduction. En: Signal Processing for Neuroscientists. Ed. Elsevier, Amsterdam, 2007b.

149. Van Drongelen W. Data Acquisition. En: Signal Processing for Neuroscientists. Ed. Elsevier, Amsterdam, 2007c.


153

150. Van Drongelen W. Filters: Digital Filters. En: Signal Processing for Neuroscientists. Ed. Elsevier, Amsterdam, 2007d.

151. Van Drongelen W. Wavelet Analysis. En: Signal Processing for Neuroscientists. Ed. Elsevier, Amsterdam, 2007e.

152. Vanhatalo S, Palva JM, Holmes MD, Miller JW, Voipio J, Kaila K. Infraslow oscillations modulate excitability and interictal epileptic activity in the human cortex during sleep. Proc Natl Acad Sci U S A. 2004 Apr 6;101(14):5053-7.

153. Vázquez J. Electrofisiología. En: Biofísica: Principios fundamentales. Ed. EYPASA. Madrid, 1993.

154. Velasco M, Weinberger NM, Lindsley DB. Effect of thalamocortical activation on recruiting responses. I. Reticular stimulation. Acta Neurol Latinoam. 1968;14(1):99-115.

155. Velasco F, Carrillo-Ruiz JD, Brito F, Velasco M, Velasco AL, Marquez I, Davis R. Double-blind, randomized controlled pilot study of bilateral cerebellar stimulation for treatment of intractable motor seizures. Epilepsia. 2005 Jul;46(7):1071-81.

156. Velasco F, Velasco M, Jiménez F, Velasco AL, Brito F, Rise M, Carrillo-Ruiz JD. Predictors in the treatment of difficult-to-control seizures by electrical stimulation of the centromedian thalamic nucleus. Neurosurgery. 2000 Aug;47(2):295-304; discussion 304-5.

157. Velasco M, Velasco F, Velasco AL, Brito F, Jiménez F, Márquez I, et al. Electrocortical and behavioral responses produced by acute electrical stimulation of the human centromedian thalamic nucleus. Electroencephalogr Clin Neurophysiol 1997; 102: 461-71.

158. Velasco F, Velasco M, Velasco AL, Jiménez F. Effect of chronic electrical stimulation of the centromedian thalamic nuclei on various intractable seizure patterns: I. Clinical seizures and paroxysmal EEG activity. Epilepsia 1993;34: 1052-64.

159. Velasco M, Velasco F, Velasco AL, Jiménez F, Brito F, Márquez I. Acute and chronic electrical stimulation of the centromedian thalamic nucleus: modulation of reticulo-cortical systems and predictor factors for generalized seizure control. Arch Med Res 2000; 31: 304-15.

160. Velasco M, Velasco F, Velasco AL, Velasco G, Jiménez F. Effect of chronic electrical stimulation of the centromedian thalamic nuclei on various intractable seizure patterns: II. Psychological performance and background EEG activity. Epilepsia 1993;34: 1065-74.

161. Vega-Zelaya L, Torres C, Sola RG, Pastor J. Characterization of thalamic nuclei and somatosensory evoked potentials in anesthetized humans. Clinical Neurophysiology. 2016; 127 e168–e209.

162. Voss LJ, Sleigh JW, Barnard JP, Kirsch HE. The howling cortex: seizures and general anesthetic drugs. Anesth Analg. 2008 Nov;107(5):1689-703.


154

163. Walker AE. The primate thalamus. Ed. University of Chicago Press, 1938.

164. Weber AJ, Kalil RE. The percentage of interneurons in the dorsal lateral geniculate nucleus of the cat and observations on several variables that affect the sensitivity of horseradish peroxidase as a retrograde marker. J Comp Neurol. 1983 Nov 1;220(3):336-46.

165. Weiss RE, R Horn. Functional differences between two classes of sodium channels in developing myoblasts and myotubes of rat skeletal muscle. Science 1986;233: 361-364.

166. Wetzel N, Snider RS. Neurophysiological correlates in human stereotaxis. Q Bull Northwestern U. Med School. 1958;32:386-392.

167. Willis WD, Westlund KN. Neuroanatomy of the pain system and of the pathways that modulate pain. J Clin Neurophysiol. 1997 Jan;14(1):2-31.

168. Woolf NJ, Harrison JB, Buchwald JS. Cholinergic neurons of the feline pontomesencephalon. II. Ascending anatomical projections. Brain Res. 1990 Jun 18;520(1-2):55-72.

169. Yaari Y, Hamon B, Lux HD. Development of two types of calcium channels in cultured mammalian hippocampal neurons. Science. 1987 Feb 6;235(4789):680-2.

170. Yagi K. Evolution of Lennox-Gastaut syndrome: a long-term longitudinal study. Epilepsia. 1996;37 Suppl 3:48-5180.

171. Yamashiro K, Tasker RR, Iwayama K, Mori K, Albe-Fessard D, Dostrovsky JO, et al. Evoked potentials from the human thalamus: correlation with microstimulation and single unit recording. Stereotact Funct Neurosurg. 1989;52(2-4):127-35.

172. Yeh IJ, Tsang EW, Hamani C, Moro E, Mazzella F, Poon YY, et al. Somatosensory evoked potentials recorded from the human pedunculopontine nucleus region. Mov Disord. 2010 Oct 15;25(13):2076-83.


155

ANEXOS


156

9. ANEXOS

9.1. Anexo I. Modelo de circuito equivalente

En el circuito eléctrico equivalente de la unidad de membrana, la resistencia y la capacitancia

están dispuestas de manera paralela, de modo que la corriente total transmembrana (I) tendrá

dos componentes: resistivo (Ir) y capacitivo (Ic). Cada una de estas corrientes viene dada por

una expresión analítica:

𝑰𝒓(𝒕) =𝑽(𝒕)

𝑹𝒎 Ecuación 32

𝑰𝒄(𝒕) = 𝑪𝒎𝒅𝑽(𝒕)


La ecuación 32 es nuevamente la ley de Ohm. Ahora bien, como 𝐼(𝑡) = 𝐼𝑟(𝑡) + 𝐼𝑐(𝑡),

tendremos la siguiente expresión para la corriente total transmembrana:

𝑰(𝒕) =𝑽(𝒕)

𝑹𝒎+ 𝑪𝒎

𝒅𝑽(𝒕)


Se trata de una ecuación diferencial lineal de primer grado que es muy fácil de integrar. Si

suponemos que se impone una corriente que pasa de 0 a i0 de forma instantánea,

manteniéndose constante posteriormente y consideramos de nuevo la ley de Ohm, podemos

obtener el potencial máximo, que es 𝑉0 = 𝑖0𝑅𝑚. A continuación, multiplicamos ambos lados

de la ecuación 9 por Rm y reordenamos los términos, de la siguiente forma:

𝑽𝟎 = 𝑽(𝒕) + 𝑹𝒎𝑪𝒎𝒅𝑽(𝒕)


Podemos definir la constante de membrana como 𝝉𝒎 = 𝑹𝒎𝑪𝒎, cuyas unidades son s.

Reagrupando y separando los términos iguales de la ecuación a ambos lados e integrando

entre límites definidos:

𝝉𝒎 ∫𝒅𝑽(𝒕)

𝑽𝟎−𝑽(𝒕)

𝑽

𝑽=𝟎= ∫ 𝒅𝒕

𝒕

𝒕=𝟎 Ecuación 36

Obtendremos finalmente la expresión que explica la variación del voltaje en función del

tiempo para un pulso de voltaje definido:

𝑽(𝒕) = 𝑽𝟎(𝟏 − 𝒆−𝒕/𝝉𝒎) Ecuación 37


157

9.2. Anexo II. Deducción de la ecuación de cable

Supongamos una porción cilíndrica dendrítica, de longitud L (µm) y sección radio d (µm). Si se

inyecta una corriente en el extremo inicial (Ii, por intracelular, medida en mA), se irá perdiendo

una pequeña porción de corriente a través de la membrana, ya que ésta no es absolutamente

aislante. Dicha corriente perdida se llama densidad longitudinal de corriente transmembrana

(im) y se mide en mA/cm. El axoplasma tendrá una resistencia interna (ri, en Ω/cm) y la

membrana plasmática la resistencia específica de membrana (rm, en Ωcm).

La corriente intracelular se mueve por la existencia de un campo eléctrico, derivado de la

presencia de una diferencia de potencial, es decir = −∇𝜙. Esta expresión completamente

general en electrostática (Wangsness, 1992), puede simplificarse considerablemente, teniendo

en cuenta que nuestro sistema puede aproximarse a una única dimensión y que el gradiente

equivale a una diferencia, de modo que podemos escribir 𝐸 = −∆V.

La ley de Ohm generalizada para nuestro sistema será, por lo tanto, 𝐼𝑖∆𝑥 =−∆𝑉𝑖

𝑟𝑖. Si

reordenamos los términos y la expresamos como si fuera un sistema continuo, es decir

convertimos los cocientes de diferencias en una derivada, tendremos la expresión que

gobierna la corriente intracelular en función de la variación del potencial a lo largo de la fibra.

𝑰𝒊(𝒙) = −𝟏

𝒓𝒊

𝒅𝑽𝒊


Como hemos dicho antes, todos los circuitos son siempre cerrados. Ello implica que habrá una

expresión exactamente similar para la parte extracelular del circuito, pero teniendo

obviamente en cuenta que la resistencia y la diferencia de potencial serán extracelulares.

Podemos escribir, por tanto:

𝑰𝒆(𝒙) = −𝟏

𝒓𝒆

𝒅𝑽𝒆


A partir del principio de conservación de la corriente, podemos ver que la corriente

intracelular será igual a la extracelular. Otra cosa supondría o bien una pérdida de corriente o

la creación de la misma, algo absolutamente prohibido. Por lo tanto,

𝑰𝒊(𝒙) + 𝑰𝒆(𝒙) = 𝟎 ⟹ 𝑰𝒊(𝒙) = −𝑰𝒆(𝒙) Ecuación 40

Hemos definido el potencial transmembrana (∆𝑉) como la diferencia entre el potencial

intracelular menos el extracelular. Entonces, restando las dos ecuaciones anteriores, término a

término, después de haber despejado para las derivadas, tendremos que:

𝒅𝑽𝒊

𝒅𝒙−

𝒅𝑽𝒆

𝒅𝒙=

𝒅

𝒅𝒙(𝑽𝒊 − 𝑽𝒆) =

𝒅∆𝑽

𝒅𝒙= −(𝒓𝒊 + 𝒓𝒆)𝑰

𝒊(𝒙) Ecuación 41


158

Esta ecuación es muy interesante, porque nos indica cómo va a variar el potencial

transmembrana a lo largo de una fibra en función de la corriente que circula en su interior. Sin

embargo, esta variable no es generalmente accesible, por lo que debemos encontrar la

relación del potencial con alguna variable que sea accesible en el espacio extracelular.

La corriente intra-axial irá disminuyendo en la misma proporción en que la corriente se fuga a

través de la membrana, esto es:

𝒊𝒎∆𝒙 = −∆𝑰𝒊 Ecuación 42

Si ahora agrupamos las diferencias y pasamos a un sistema continuo, tendremos:

𝒊𝒎(𝒙) = −𝒅𝑰𝒊(𝒙)


Por lo que, si derivamos la ecuación 41 e igualamos con la anterior, tendremos:

𝒅𝑰𝒊(𝒙)

𝒅𝒙= −

𝟏

(𝒓𝒊+𝒓𝒆)

𝒅𝟐∆𝑽


De modo que queda,

𝒊𝒎(𝒙) =𝟏

(𝒓𝒊+𝒓𝒆)

𝒅𝟐∆𝑽


Que es la ecuación de cable.

Para que esta ecuación nos resulte útil, tenemos que ponerla en términos mensurables como

el diámetro de la fibra o los valores de las resistencias.

La membrana tiene una propiedad característica denominada resistividad, (Ωcm) que se

relaciona con la resistencia total (RT, Ω) por la siguiente expresión:

𝝆 = 𝑹𝑻𝝅𝒅𝟐

𝑳 Ecuación 46

Esta expresión nos indica que la resistividad será mayor cuanto mayor sea el área de sección

de la fibra, e inversamente proporcional a la longitud considerada.

Por otro lado, es fácil ver que,

𝒓𝒊 =𝑹𝑻

𝑳 Ecuación 47


159

Podemos despejar la resistencia total en ambas ecuaciones e igualar:

𝒓𝒊𝑳 =𝝆𝑳

𝝅𝒅𝟐 ⟹ 𝒓𝒊 =𝝆

𝝅𝒅𝟐 Ecuación 48

Sea I (mA/cm2) la densidad de corriente que atraviesa la membrana del elemento axónico. Esta

superficie de membrana será 2𝜋𝑑𝐿. Por otro lado, la densidad de corriente transmembrana

estará relacionada con la corriente total (IT, mA), mediante esta expresión:

𝑰 =𝑰𝑻

𝟐𝝅𝒅𝑳 Ecuación 49

La corriente transmembrana, tal y como la vimos más arriba estará relacionada con la

corriente total por medio de esta expresión:

𝒊𝒎 =𝑰𝑻

𝑳 Ecuación 50

Por lo que podemos poner la densidad longitudinal de corriente transmembrana en función de

la densidad de corriente, quedando:

𝒊𝒎 = 𝟐𝝅𝒅𝑰 Ecuación 51

Podemos despejar I de esta ecuación y después utilizar la ecuación de cable, de forma que

obtengamos:

𝑰 =𝟏

𝟐𝝅𝒅(𝒓𝒊+𝒓𝒆)

𝝏𝟐∆𝑽

𝝏𝒙𝟐 Ecuación 52

En general, la re << ri, por lo que podemos prescindir de ella y si, además, hacemos uso de la

relación entre la resistividad específica y la resistencia interna, que encontramos más arriba

(ecuación 48), tendremos:

𝑰 =𝒅

𝟐𝝆

𝝏𝟐∆𝑽

𝝏𝒙𝟐 Ecuación 53

La densidad de corriente para una membrana sin canales dependientes de voltaje es:

𝑰(𝒕) =∆𝑽(𝒕)−𝑽𝒎

𝑹𝒎+ 𝑪𝒎

𝒅∆𝑽(𝒕)


Donde el potencial de reposo distinto de cero es Vm y hemos escrito el potencial

transmembrana como ∆𝑉.


160

Si ahora igualamos esta última ecuación y la ecuación 52, tendremos:

𝒅

𝟐𝝆

𝝏𝟐∆𝑽

𝝏𝒙𝟐=

∆𝑽(𝒕)−𝑽𝒎

𝑹𝒎+ 𝑪𝒎

𝒅∆𝑽(𝒕)


Esta es una ecuación diferencial lineal de segundo grado y dos variables (x y t) cuya solución

estacionaria depende de la variable que se considere. Cuando se inyecta una corriente

constante y se mide el potencial a lo largo de diferentes puntos del axón en el mismo tiempo

(es decir, prescindiendo del tiempo como variable), la solución estacionaria para el voltaje

será:

𝑽(𝒙) = 𝑽𝟎𝒆−𝒙 𝝀⁄ ; 𝝀 = √

𝑹𝑴𝒅

𝟐𝝆 Ecuación 56

La constante 𝜆 se llama constante de longitud electrotónica y nos indica a qué distancia se

propagará una perturbación de voltaje a lo largo de una fibra. Es el equivalente de 𝜏𝑚 en la

dimensión de longitud y sus unidades serán por tanto µm. Es muy importante darse cuenta de

que 𝜆 depende directamente del diámetro de la fibra, lo que significa que las fibras más

gruesas propagarán más lejos sus potenciales (ver Figura 3). Esto es muy relevante para el

procesamiento de la información en las dendritas.

Por otro lado, cuando se mide el cambio del potencial en el mismo punto, pero en tiempos

diferentes (prescindiendo por lo tanto de x como variable), obtendremos:

𝑽(𝒕) = 𝑽𝟎𝒆−𝒕 𝝉𝑴⁄ Ecuación 57

carcterÍsticaselectrofisiolÓgicas del nÚcleo …

Documents