04 Oct No todo vale en el neurofeedback

El neurofeedback y su correcta aplicación

Un enfoque clave en el entrenamiento en neurofeedback (NF) para su correcta aplicación, es adaptar con precisión el protocolo adecuado, basado en la línea base del EEG de la persona y el estado de los síntomas de la persona, según lo determine el qEEG, junto con la historia clínica y los síntomas presentados (Arns, Drinkenburg y Kenemans, 2012).

La premisa principal de este enfoque es que las disfunciones corticales localizadas, o la conectividad disfuncional entre áreas corticales localizadas, se corresponden con una variedad de trastornos mentales y síntomas (Coben y Myers, 2010; Collura, 2010; Walker, 2010). Cuando el registro EEG de un individuo se compara con una base de datos normativa compuesta por individuos sanos, los datos atípicos resultantes (desviaciones de las puntuaciones z de la media) ayudan a vincular los síntomas clínicos con la desregulación cerebral (Thatcher, 2013). Por ejemplo, cuando se encuentra un exceso de frecuencias beta más altas, los síntomas asociados típicos incluyen irritabilidad, ansiedad y una disminución de la frustración/tolerancia al estrés (Walker, 2010).

El marco conceptual de la estabilidad de qEEG, se aplica a NF ya que en EEG estable no experimenta cambios sin ninguna intervención, por lo tanto, los cambios vistos como resultado de NF no ocurren por casualidad, sino que son debidos al entrenamiento de las ondas cerebrales como resultado del proceso de NF (Thatcher, 2012). Por lo tanto, en el ejemplo del exceso de frecuencias beta, cuando los síntomas de ansiedad e irritabilidad se resuelven después de NF, y el post qEEG muestra que las frecuencias beta se reducen (más cerca de la media); la mejora en los síntomas se debe a la mejora del qEEG; así representando un funcionamiento electrocortical mejorado (Arns et al., 2012; Walker, 2010). El término para este proceso, se conoce como normalización del qEEG, o simplemente normalización (Collura, 2008; Sürmeli y Ertem, 2009; Walker, 2010). En consecuencia, el concepto de normalización se acepta generalmente cuando las puntuaciones z del qEEG se mueven hacia la media (es decir, z = 0).

También es importante tener en cuenta que el modelo NF, con su dependencia del qEEG para guiar el protocolo NF, abarca la heterogeneidad de los patrones qEEG según lo discutido por Hammond (2010). De esta manera y debido a la irregularidad de los patrones qEEG con respecto a los síntomas de cada persona, se hace evidente que cada protocolo NF necesita ser personalizado para el cliente; tanto como monitoreado y modificado para obtener el máximo efecto del tratamiento (Sürmeli, Ertem, Eralp y Kos, 2012). Esto, entonces, da como resultado diferentes  presentaciones electrofisiológicas que se tratan de manera diferente, incluso si el diagnóstico general es el mismo. Este enfoque clínico está respaldado por múltiples informes en la literatura que reflejan que el entrenamiento en NF para los puntajes z desviados hacia la media (es decir, normalizar el qEEG) resulta en el mayor beneficio clínico (Arns et al., 2012; Breteler, Arns, Peters, Giepmans y Verhoeven, 2010; Collura, 2008; Sürmeli et al., 2012; Sürmeli y Ertem, 2009, 2010; Walker, 2010).

Clínica de neurofeedback de confianza en Alicante

Si valoras la buena atención y buscas un servicio de calidad y garantía, Clínica Alevia y su equipo profesional cuidarán de ti. En este artículo te contamos más. No dudes en visitarnos para obtener más información www.neurofeedbackalicante.es

Bibliografía

Arns, M., Drinkenburg, W., y Kenemans, J. L. (2012). The effects of QEEG-informed neurofeedback in ADHD: An open-label pilot study. Applied Psychophysiology and Biofeedback, 37(3), 171–180. http://dx.doi.org/10.1007/s10484-012-9191-4

Breteler, M. H. M., Arns, M., Peters, S., Giepmans, I., y Verhoeven, L. (2010). Improvements in spelling after QEEGbased neurofeedback in dyslexia: A randomized controlled treatment study. Applied Psychophysiology and Biofeedback, 35(1), 5–11. http://dx.doi.org/10.1007/s10484-009-9105-2

Coben, R. y Myers, T. E. (2010). The relative efficacy of connectivity guided and symptom based EEG biofeedback for autistic disorders. Applied Psychophysiology and Biofeedback, 35(1), 13–23. http://dx.doi.org/10.1007/s10484-009-9102-5

Collura, T. F. (2008). Neuronal dynamics in relation to normative electroencephalography assessment and training. Biofeedback, 36(4), 134–139.

Collura, T. F. (2010). Conclusion: QEEG-guided neurofeedback in context and in practice. Applied Psychophysiology and Biofeedback, 35(1), 37–38. http://dx.doi.org/10.1007/s10484-009-9108-z

Hammond, D. C. (2010). The need for individualization in neurofeedback: Heterogeneity in QEEG patterns associated with diagnoses and symptoms. Applied Psychophysiology and Biofeedback, 35(1), 31–36. http://dx.doi.org/10.1007/s10484-009-9106-1

Sürmeli, T., y Ertem, A. (2010). Post WISC-R and TOVA improvement with QEEG guided neurofeedback training in mentally retarded: A clinical case series of behavioral problems. Clinical EEG and Neuroscience, 41(1), 32–41. http://dx.doi.org/10.1177/155005941004100108

Sürmeli, T., Ertem, A., Eralp, E., y Kos, I. H. (2012). Schizophrenia and the efficacy of qEEG-guided
neurofeedback treatment: A clinical case series. Clinical EEG and Neuroscience, 43(2), 133–144.
http://dx.doi.org/10.1177/1550059411429531

Thatcher, R. W. (2012). Handbook of quantitative electroencephalography and EEG biofeedback. St. Petersburg, FL: Anipublishing.

Thatcher, R. W. (2013). Latest developments in live z-score training: Symptom check list, phase reset, and LORETA zscore biofeedback. Journal of Neurotherapy, 17(1), 69–87. http://dx.doi.org/10.1080/10874208.2013.759032

Walker, J. E. (2010). Recent advances in quantitative EEG as an aid to diagnosis and as a guide to neurofeedback training for cortical hypofunctions, hyperfunctions, disconnections, and hyperconnections: Improving efficacy in complicated neurological and psychological disorders. Applied Psychophysiology and Biofeedback, 35(1), 25–27. http://dx.doi.org/10.1007/s10484-009-9107-0