Neuroimagen en la Ansiedad y la Depresión: Una Revisión Integrativa de fMRI, EEG y Biomarcadores Neurales

Autores/as

  • Marina FREITAS International Center for Biomedical & Space Sciences , University of Aveiro image/svg+xml , LIASTRA Institute Autor/a https://orcid.org/0000-0003-1723-4113
    Conflictos de interés

    El autor declara que no existen conflictos de interés.

  • Fabrício Veloso International Center for Biomedical & Space Sciences , Fundação de Apoio à Escola Técnica image/svg+xml , LIASTRA Institute Autor/a
    Conflictos de interés

    El autor declara que no existen conflictos de interés.

DOI:

https://doi.org/10.66234/kx3q7207

Palabras clave:

Neuroimagen, Trastornos de ansiedad, Trastornos depresivos, fMRI, EEG, Biomarcadores neurales

Resumen

Los trastornos de ansiedad y depresivos son condiciones psiquiátricas altamente prevalentes, asociadas con una discapacidad significativa en todo el mundo. La neuroimagen ha avanzado en la comprensión de sus sustratos neurales, especialmente mediante la resonancia magnética funcional (fMRI) y la electroencefalografía (EEG). Esta revisión integrativa sintetizó estudios publicados entre 2013 y 2025, recuperados de PubMed, Scopus, Web of Science y PsycINFO, incluyendo muestras clínicas adultas diagnosticadas con trastornos de ansiedad y/o depresivos. La evidencia indica de manera consistente una desregulación en los circuitos fronto-límbicos y en redes cerebrales de gran escala, involucrando especialmente la amígdala, la corteza prefrontal, la corteza cingulada anterior y la red de modo predeterminado. Los hallazgos de fMRI destacan alteraciones en la conectividad funcional y deficiencias en la regulación emocional, mientras que los estudios con EEG revelan anomalías en la actividad oscilatoria y en los potenciales relacionados con eventos vinculados al sesgo atencional y al control cognitivo. Aunque surgen marcadores neurales convergentes entre las modalidades, la heterogeneidad metodológica limita la reproducibilidad y la aplicación clínica. La integración multimodal de medidas neurales espaciales y temporales puede mejorar la confiabilidad de los biomarcadores y apoyar el desarrollo de enfoques de psiquiatría de precisión.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Marina FREITAS, International Center for Biomedical & Space Sciences, University of Aveiro, LIASTRA Institute

    Fundadora y CEO de LIASTRA y del Laboratorio ICBS | Investigadora en los Grupos de Análisis de NASA OSDR | Científica NASA TOPS | Biomédica por la Universidad de Aveiro | Estudiante de Grado en Química | Estudios de posgrado en Astronomía, Inteligencia Artificial, Ciencia de Datos y Machine Learning | MBA

  • Fabrício Veloso, International Center for Biomedical & Space Sciences, Fundação de Apoio à Escola Técnica, LIASTRA Institute

    Fabricio Corrêa Veloso es autor e investigador de iniciación científica afiliado al International Center for Biomedical & Space Sciences (ICBS), Instituto LIASTRA. Es técnico en Electrónica por FAETEC – Fundação de Apoio à Escola Técnica, institución con la que también mantiene vínculo académico. Sus intereses académicos incluyen electrónica, electricidad, ciencias biomédicas, biología, tecnología y ciencias espaciales.

Referencias

Brown, O., & Eremenko, P. (2006). The value proposition for fractionated spacecraft. Acta Astronautica, 58(12), 645–657. https://doi.org/10.1016/j.actaastro.2006.02.002

Disner, S. G., Beevers, C. G., Haigh, E. A. P., & Beck, A. T. (2011). Neural mechanisms of the cognitive model of depression. Nature Reviews Neuroscience, 12(8), 467–477. https://doi.org/10.1038/nrn3027

Drysdale, A. T., Grosenick, L., Downar, J., Dunlop, K., Mansouri, F., Meng, Y., … Liston, C. (2017). Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nature Medicine, 23(1), 28–38. https://doi.org/10.1038/nm.4246

Engel, A. K., & Fries, P. (2010). Beta-band oscillations—signalling the status quo? Current Opinion in Neurobiology, 20(2), 156–165. https://doi.org/10.1016/j.conb.2010.02.015

Etkin, A., & Wager, T. D. (2007). Functional neuroimaging of anxiety: A meta-analysis of emotional processing in PTSD, social anxiety disorder, and specific phobia. American Journal of Psychiatry, 164(10), 1476–1488. https://doi.org/10.1176/appi.ajp.2007.07030504

Fox, M. D., & Raichle, M. E. (2007). Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nature Reviews Neuroscience, 8(9), 700–711. https://doi.org/10.1038/nrn2201

Hamilton, J. P., Farmer, M., Fogelman, P., & Gotlib, I. H. (2015). Depressive rumination, the default-mode network, and the dark matter of clinical neuroscience. Biological Psychiatry, 78(4), 224–230. https://doi.org/10.1016/j.biopsych.2015.02.020

Insel, T., Cuthbert, B., Garvey, M., Heinssen, R., Pine, D., Quinn, K., … Wang, P. (2010). Research domain criteria (RDoC): Toward a new classification framework for research on mental disorders. American Journal of Psychiatry, 167(7), 748–751. https://doi.org/10.1176/appi.ajp.2010.09091379

Kaiser, R. H., Andrews-Hanna, J. R., Wager, T. D., & Pizzagalli, D. A. (2015). Large-scale network dysfunction in major depressive disorder: A meta-analysis of resting-state functional connectivity. JAMA Psychiatry, 72(6), 603–611. https://doi.org/10.1001/jamapsychiatry.2015.0071

Luck, S. J. (2014). An introduction to the event-related potential technique (2nd ed.). MIT Press.

Menon, V. (2011). Large-scale brain networks and psychopathology: A unifying triple network model. Trends in Cognitive Sciences, 15(10), 483–506. https://doi.org/10.1016/j.tics.2011.08.003

Moser, J. S., Moran, T. P., Schroder, H. S., Donnellan, M. B., & Yeung, N. (2013). On the relationship between anxiety and error monitoring: A meta-analysis and conceptual framework. Biological Psychology, 93(1), 1–10. https://doi.org/10.1016/j.biopsycho.2012.12.001

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71

Poldrack, R. A., Baker, C. I., Durnez, J., Gorgolewski, K. J., Matthews, P. M., Munafo, M. R., … Yarkoni, T. (2017). Scanning the horizon: Towards transparent and reproducible neuroimaging research. Nature Reviews Neuroscience, 18(2), 115–126. https://doi.org/10.1038/nrn.2016.167

Polich, J. (2007). Updating P300: An integrative theory of P3a and P3b. Clinical Neurophysiology, 118(10), 2128–2148. https://doi.org/10.1016/j.clinph.2007.04.019

Sheline, Y. I., Price, J. L., Yan, Z., & Mintun, M. A. (2010). Resting-state functional MRI in depression unmasks increased connectivity between networks via the dorsal nexus. Proceedings of the National Academy of Sciences, 107(24), 11020–11025. https://doi.org/10.1073/pnas.1000446107

Thibodeau, R., Jorgensen, R. S., & Kim, S. (2006). Depression, anxiety, and resting frontal EEG asymmetry: A meta-analytic review. Biological Psychology, 71(1), 1–13. https://doi.org/10.1016/j.biopsycho.2005.01.005

World Health Organization. (2023). Depression and other common mental disorders: Global health estimates. World Health Organization.

Descargas

Publicado

27-02-2026

Declaración de disponibilidad de datos

No se generaron ni analizaron nuevos conjuntos de datos durante este estudio. Todos los datos que respaldan los hallazgos de esta revisión integrativa están disponibles en la literatura publicada citada en la lista de referencias.

Cómo citar

Neuroimagen en la Ansiedad y la Depresión: Una Revisión Integrativa de fMRI, EEG y Biomarcadores Neurales. (2026). Journal of Biomedical & Space Sciences (JBSS), 1. https://doi.org/10.66234/kx3q7207

Share

Artículos más leídos del mismo autor/a