Incrustadas dentro de un EEG continuo se encuentran diminutas y fugaces reacciones neuronales vinculadas a momentos específicos en el tiempo: el instante en que aparece una luz, suena un tono o se toma una decisión. El potencial relacionado con eventos es la técnica utilizada para aislarlas.
Al bloquear temporalmente el EEG a un evento de interés y promediar a lo largo de docenas o cientos de ensayos idénticos, la actividad aleatoria se cancela y la onda constante y bloqueada al evento entra en escena. Este proceso de promediado constituye la base de la investigación de ERP, generando una secuencia de picos y valles característicos que los neurocientíficos han pasado décadas catalogando e interpretando.
In este artículo explicaremos cómo se definen, nombran y utilizan esas deflexiones para indexar operaciones cognitivas, estableciendo un marco taxonómico que subyace a todo el trabajo de ERP.
Las tres dimensiones que definen un componente ERP
Cada componente ERP está definido por tres propiedades principales, y cada una de ellas ofrece una pista diferente sobre el evento neuronal que lo produjo. Juntas, forman una especie de sistema de coordenadas para alinear la actividad eléctrica con la función cerebral.
La polaridad se refiere a la dirección de la deflexión con respecto a una línea de base previa al evento. Por convención, una deflexión de sentido negativo se etiqueta como N y una de sentido positivo se etiqueta como P. Esta simple clasificación binaria nos indica si las poblaciones neuronales subyacentes están generando un campo eléctrico neto negativo o positivo en el cuero cabelludo en ese momento.
La latencia indica el tiempo, en milisegundos, posterior al evento en el que el componente alcanza su amplitud máxima. Una negatividad que alcanza su punto máximo alrededor de los 100 milisegundos es una respuesta sensorial temprana; una positividad que alcanza su punto máximo a los 300 milisegundos refleja un proceso cognitivo posterior. La latencia no es una cifra fija, sino un índice aproximado de la velocidad de procesamiento, es decir, el tiempo que tarda en desarrollarse una computación neuronal concreta.
La distribución en el cuero cabelludo, o topografía, localiza con precisión en qué parte de la cabeza es más fuerte el componente. Es probable que un componente con un valor máximo en las regiones frontales esté generado por estructuras cerebrales subyacentes distintas a las de uno que alcanza su punto máximo en las áreas parietales. La información espacial proporciona limitaciones importantes cuando se intenta inferir qué redes cerebrales están activas.
Por ejemplo, en una tarea de señal de parada diseñada por Kok et al., el componente P3 en los ensayos de parada exitosos tiene una topografía distinta en comparación con el P3 en los ensayos de parada fallidos, y el análisis de dipolos estimó que surgían de diferentes generadores corticales. De manera similar, el conocido «efecto N2 Go/NoGo anterior» se define en parte por su distribución frontal-central en el cuero cabelludo, lo que diferencia los ensayos NoGo de los ensayos Go.
La síntesis de estas tres dimensiones permite a los investigadores definir un componente como un evento neurofisiológico discreto. Un P3 que alcanza su punto máximo a los 350 ms en la corteza parietal en el electrodo Cz es una entidad diferente a un N2 que alcanza su punto máximo a los 250 ms en localizaciones frontales. Este marco dimensional es la pieza clave de toda la taxonomía de los ERP.
Cómo reciben su nombre los componentes ERP
La convención de nomenclatura se deriva directamente de las dimensiones definitorias: la letra que indica la polaridad más la latencia máxima aproximada. Un N100 es una deflexión negativa que alcanza su punto máximo alrededor de los 100 milisegundos después del evento; un P300 es una deflexión positiva que alcanza su punto máximo alrededor de los 300 milisegundos. Este sistema de Polaridad + Latencia es limpio, intuitivo y directamente informativo.
Cuando las latencias exactas varían según las condiciones, los participantes o los paradigmas experimentales, o cuando un componente pertenece a una secuencia reconocible, los investigadores suelen adoptar una abreviatura ordinal: N1, P2, N2, P3, etc. El orden en la secuencia importa más que el momento preciso en milisegundos.
Por ejemplo, en una tarea visual Go/NoGo, los componentes N1, N2 y P3 se definen en relación entre sí, incluso si el N2 a veces alcanza su punto máximo más cerca de los 240 ms en una condición y de los 260 ms en otra. El estudio de señal de parada de Kok et al. se refiere de manera similar a un N2 y un P3 en ensayos de señal de parada, reconociendo la variabilidad temporal inherente a la inhibición de respuesta.
Componentes sensoriales tempranos: P50, N100 y P200
Los componentes sensoriales tempranos ocurren relativamente pronto después de la presentación del estímulo y a menudo se estudian como marcadores del registro inicial y la evaluación de la información entrante. El P50, a veces llamado P1 en paradigmas particulares, puede reflejar el filtro sensorial temprano y la modulación de la atención. El N100 se asocia frecuentemente con la detección y el análisis temprano de características auditivas o visuales, mientras que el P200 puede ser sensible a la clasificación del estímulo y la asignación de la atención.
La interpretación de estos componentes depende en gran medida de la modalidad sensorial y de la tarea. Un N100 auditivo y un N100 visual no son medidas intercambiables, aunque compartan la misma etiqueta. Su amplitud y latencia pueden cambiar con la intensidad del estímulo, la expectativa, la repetición, la atención y las propiedades físicas del evento.
Por lo tanto, los componentes tempranos proporcionan información sobre las primeras etapas del procesamiento, pero no establecen que la percepción fuera completamente consciente o que se produjera un proceso mental específico. Su valor radica en comparar condiciones cuidadosamente emparejadas y relacionar las diferencias en las formas de onda con medidas conductuales o fisiológicas independientes.
Componentes cognitivos: N200 y P300
El N200 es una familia de respuestas de sentido negativo que pueden observarse cuando una persona detecta un conflicto, evalúa una característica inesperada o distingue entre estímulos relevantes e irrelevantes para la tarea. Su significado varía según los paradigmas, y la etiqueta puede referirse a procesos neuronales parcialmente diferentes según los requisitos del estímulo y de la respuesta. El componente se comprende mejor a través del contraste experimental en el que aparece.
Por otro lado, el P300, o P3, es una respuesta posterior de sentido positivo comúnmente asociada con la atención, la evaluación del estímulo, la actualización del contexto y la importancia de un evento para la tarea. Su latencia puede proporcionar una estimación del tiempo requerido para ciertas etapas de evaluación, mientras que su amplitud puede variar con la probabilidad, la relevancia, la atención y los recursos cognitivos disponibles. No es una medida de inteligencia de uso general ni un marcador de diagnóstico independiente.
Componentes del lenguaje y la memoria: el N400
El N400 es un componente de sentido negativo que se estudia a menudo en relación con el procesamiento semántico, la comprensión del lenguaje y la integración de información significativa. Puede desencadenarse por palabras, imágenes, sonidos y otros materiales cuando su significado se procesa en contexto. Comúnmente se observa un N400 de mayor tamaño cuando un elemento es menos esperado o menos fácil de integrar con el contexto precedente, aunque el efecto preciso depende del diseño.
La investigación sobre el N400 ha ayudado a aclarar que el procesamiento del lenguaje se desarrolla rápidamente y es sensible a las relaciones entre palabras y conceptos. Además, el componente no se limita al conocimiento del vocabulario. También puede reflejar el esfuerzo implicado en integrar un elemento entrante con una representación en desarrollo del significado, el discurso o el contexto del evento.
La interpretación sigue dependiendo de las condiciones de comparación. Una diferencia en la amplitud del N400 puede reflejar la predictibilidad, la asociación semántica, las demandas de la tarea u otras propiedades de los estímulos. Por esa razón, los estudios generalmente combinan el análisis de formas de onda con medidas de comprensión y materiales lingüísticos cuidadosamente controlados.
Vinculación de componentes con operaciones mentales
Décadas de evidencia convergente respaldan la idea de que cada componente ERP indexa una operación cognitiva distinta, como el registro sensorial, la selección de la atención, el monitoreo de conflictos o la inhibición de respuesta. Los investigadores analizan estas operaciones midiendo cómo cambian las características de los componentes bajo diferentes demandas de la tarea, lo que hace que los tres tipos de medición mencionados anteriormente sean especialmente informativos:
Latencia
Amplitud
Distribución en el cuero cabelludo
Qué nos dice la latencia de los ERP
Los cambios de latencia en el tiempo máximo de un componente pueden demostrar si un proceso cognitivo se completa antes o después. En el experimento de señal de parada, el P3 desencadenado por la señal de parada alcanzó su punto máximo significativamente antes en los ensayos de parada exitosos que en los no exitosos. Como resultado, los autores sugieren que en los ensayos exitosos, la respuesta neuronal interna a la orden de parada (reflejada por el P3) terminó antes, una diferencia temporal directamente vinculada al control inhibitorio.
Mientras tanto, en la tarea visual Go/NoGo, los ensayos asociados con una mayor complejidad espacial del EEG también mostraron latencias acortadas de N1 y N2, un patrón que puede indicar un procesamiento perceptivo y cognitivo temprano más rápido.
Qué nos dice la amplitud de los ERP
El tamaño de un componente refleja la fuerza o la sincronía de los potenciales postsinápticos subyacentes en grandes poblaciones de células piramidales corticales. Una mayor amplitud generalmente implica un mayor compromiso neuronal para esa operación.
Por el contrario, amplitudes más pequeñas pueden indicar un procesamiento más eficiente. Esto puede traducirse en menos neuronas trabajando en conjunto para lograr el mismo objetivo.
In la tarea Go/No, una mayor complejidad espacial se asoció con una disminución en las amplitudes de los componentes N1, N2 y P3, una relación que los autores interpretaron como potenciales postsinápticos simultáneos más pequeños y eficientes. El patrón resultante de reducción de amplitud junto con tiempos de reacción más rápidos respalda la idea de que la amplitud puede indexar la eficiencia del procesamiento, no solo el esfuerzo bruto.
Qué nos dice la distribución de los ERP en el cuero cabelludo
Cuando dos componentes tienen topografías diferentes, es probable que se originen en generadores neuronales distintos, incluso si comparten polaridades y latencias similares. En el estudio de señal de parada, el P3 en los ensayos de parada exitosos tuvo una distribución en el cuero cabelludo y una configuración de fuente dipolo diferentes a las del P3 en los ensayos de parada fallidos. Los autores señalaron esta divergencia, sugiriendo que el mecanismo P3 exitoso actúa como la señal de parada; además, apunta a la participación de una red de control inhibitorio que mostró una activación reducida o tardía durante los intentos fallidos.
Estas relaciones parecieron ser inherentemente correlacionales. La evidencia muestra que las características de los componentes varían sistemáticamente con el comportamiento y las demandas de la tarea, pero el vínculo entre cualquier componente individual y una función cognitiva específica se infiere, no se demuestra directamente.
Jia et al. afirman explícitamente que la alta complejidad espacial «puede estar asociada» con un procesamiento cognitivo más rápido, y Kok et al. sugieren que el P3 en los ensayos de parada exitosos «refleja la eficiencia del control inhibitorio». Dicho encuadre cauteloso es habitual en la ciencia de los ERP.
Característica del ERP | Interpretación cognitiva |
|---|---|
Latencia | Velocidad de procesamiento |
Amplitud | Asignación de recursos |
Distribución en el cuero cabelludo | Distinción de la fuente |
Más allá de los promedios de picos: descomposición en ensayos individuales
El promedio tradicional, aunque es potente, parte del supuesto crítico de que la respuesta del cerebro es idéntica en cada ensayo. En realidad, los ERP de ensayos individuales varían sustancialmente tanto en amplitud como en latencia, variaciones que pueden ser conductualmente significativas pero que se pierden en la forma de onda promediada. Los avances metodológicos recientes abren la puerta al análisis directo de esta variabilidad de un ensayo a otro.
¿Puede el ICA separar los artefactos de las señales neuronales en el EEG de un solo ensayo?
El análisis de componentes independientes (ICA) es una técnica de descomposición basada en datos que separa de manera ciega el EEG multicanal en componentes temporalmente independientes y espacialmente fijos. Cuando se aplicó a datos de un solo ensayo de un experimento de atención selectiva visual, el ICA aisló con éxito fuentes de artefactos (como parpadeos y movimientos oculares), componentes ERP vinculados al estímulo y vinculados a la respuesta, y el EEG de fondo en curso en componentes distintos, una separación que el promedio convencional no puede lograr.
Esta descomposición es capaz de eliminar el ruido de la señal y hace posible estudiar las fluctuaciones de un solo ensayo en la latencia y amplitud de cada componente, por ejemplo, clasificando los ensayos según el tiempo de reacción o la precisión. El ICA se ha aplicado de manera similar a datos de ERP auditivos para separar los procesos de componentes subyacentes.
¿Podemos extraer características de los componentes sin el promedio tradicional?
El análisis del ERP a nivel de un solo ensayo cambia fundamentalmente la taxonomía. En lugar de definirse únicamente por un pico promedio estático, un componente se puede examinar como un proceso dinámico cuyas características ensayo tras ensayo se relacionan con estados cognitivos momentáneos.
Jia et al. sugieren esta posibilidad al mostrar que la complejidad espacial del EEG, estimada en ensayos individuales, se correlaciona con las características de amplitud y latencia del ERP, sugiriendo así una vía para extraer información similar a la de los componentes sin el promedio tradicional.
¿Cómo vinculan los modelos computacionales el EEG de un solo ensayo con la cognición?
Más allá de la descomposición, los enfoques emergentes defienden la vinculación directa de las características del EEG de un solo ensayo con modelos computacionales de la cognición, como el modelo de difusión de deriva o los algoritmos de aprendizaje por refuerzo. Mediante el uso de modelos bayesianos jerárquicos, investigadores dirigidos por Bridwell et al. pudieron modelar conjuntamente el EEG y el comportamiento, yendo más allá de la era de los «picos y componentes» hacia un marco donde las señales neuronales se interpretan a través del prisma de procesos cognitivos formales.
Esta inferencia basada en modelos no descarta la taxonomía clásica de los ERP; al contrario, se basa en ella al proporcionar un puente más rico y a nivel de ensayo entre la actividad eléctrica y el comportamiento.
Por qué sigue importando un lenguaje compartido para las señales cerebrales
El sistema de tres partes compuesto por polaridad, tiempo y ubicación en el cuero cabelludo ofrece a los investigadores del cerebro una forma práctica de comparar los hallazgos entre estudios, incluso a medida que los métodos evolucionan.
El promedio sigue siendo la base para observar estas pequeñas señales, pero las herramientas más nuevas de ensayo único agregan un nivel de detalle que los picos promediados no pueden mostrar. Esto no descarta el marco clásico, sino que se basa en él, convirtiendo las etiquetas fijas en medidas dinámicas que pueden rastrear estados mentales momento a momento.
Al mismo tiempo, los vínculos entre cualquier componente y una operación mental específica se tratan mejor como pistas sólidas en lugar de hechos establecidos. Muchos hallazgos provienen de estudios únicos, y el lenguaje cauteloso utilizado en la literatura refleja esa incertidumbre. Lo que perdura es el vocabulario común en sí mismo, que permite a los neurocientíficos formular preguntas más precisas sobre cómo responde el cerebro a los eventos de la vida diaria y en entornos clínicos.
Referencias
Kok, A., Ramautar, J. R., De Ruiter, M. B., Band, G. P., & Ridderinkhof, K. R. (2004). ERP components associated with successful and unsuccessful stopping in a stop‐signal task. Psychophysiology, 41(1), 9-20. https://doi.org/10.1046/j.1469-8986.2003.00127.x
Jia, H., Li, H., & Yu, D. (2017). The relationship between ERP components and EEG spatial complexity in a visual Go/Nogo task. Journal of neurophysiology, 117(1), 275-283. https://doi.org/10.1152/jn.00363.2016
Makeig, S., & Westerfield, M. Analysis and visualization of single-trial event-related potentials. Human Brain Mapping, 14, 166-185. https://doi.org/10.1002/hbm.1050
Bridwell, D. A., Cavanagh, J. F., Collins, A. G., Nunez, M. D., Srinivasan, R., Stober, S., & Calhoun, V. D. (2018). Moving beyond ERP components: a selective review of approaches to integrate EEG and behavior. Frontiers in human neuroscience, 12, 106. https://doi.org/10.3389/fnhum.2018.00106
Preguntas frecuentes
¿Qué es un potencial relacionado con eventos (ERP) y cómo se obtiene?
Un ERP es una pequeña respuesta cerebral que está vinculada temporalmente a un evento específico, como un sonido o un destello de luz. Para obtener uno, los investigadores promedian el EEG de muchos ensayos idénticos, lo que cancela la actividad de fondo aleatoria y revela la forma de onda constante relacionada con el evento.
¿Cuáles son las tres propiedades principales que definen cualquier componente ERP?
Las tres propiedades definitorias son la polaridad (deflexión negativa o positiva), la latencia (tiempo en milisegundos después del evento) y la distribución en el cuero cabelludo (en qué parte de la cabeza es más fuerte el componente). Juntas, estas dimensiones permiten a los investigadores identificar un componente como un evento neurofisiológico discreto.
¿Cómo suelen nombrar los investigadores los diferentes componentes ERP?
Los componentes se nombran utilizando una letra para la polaridad (N para negativo, P para positivo) seguida de la latencia máxima aproximada o de un número ordinal (por ejemplo, N100, P300, o N1, P2, N2, P3). El sistema ordinal se utiliza cuando las latencias exactas varían, y el orden en la secuencia importa más que el momento temporal preciso.
¿Qué dice la latencia de un componente ERP a los investigadores?
La latencia indica cuándo un componente alcanza su amplitud máxima después de un evento, sirviendo como un índice aproximado de la velocidad de procesamiento. Los cambios en la latencia pueden revelar si un proceso cognitivo se completa antes o después, como un P3 de señal de parada que alcanza su punto máximo antes en los ensayos de inhibición exitosos.
¿Cómo se interpreta la amplitud de un componente ERP en términos cognitivos?
La amplitud refleja la fuerza o la sincronía de los potenciales postsinápticos en grandes poblaciones de neuronas corticales, lo que generalmente representa la cantidad de compromiso neuronal. Una mayor amplitud suele significar más actividad neuronal, mientras que una menor amplitud puede indicar un procesamiento más eficiente, como se observa cuando tiempos de reacción más rápidos se acompañan de amplitudes reducidas.
¿Por qué es importante la distribución en el cuero cabelludo para comprender los componentes ERP?
La distribución en el cuero cabelludo muestra en qué parte de la cabeza el componente alcanza su valor máximo, proporcionando pistas sobre qué redes cerebrales están activas. Si dos componentes tienen topografías diferentes, probablemente se originan de generadores neuronales distintos, incluso si su polaridad y latencia son similares.
¿Cuál es una limitación clave del promedio tradicional que abordan métodos modernos como el ICA?
El promedio tradicional asume que la respuesta del cerebro es idéntica en cada ensayo, lo que oculta variaciones significativas de un ensayo a otro en la amplitud y la latencia. El análisis de componentes independientes (ICA) separa el EEG de un solo ensayo en componentes distintos, lo que permite a los investigadores estudiar estas fluctuaciones y eliminar el ruido de manera más efectiva.
¿Se pueden considerar los componentes ERP como medidas directas y definitivas de operaciones cognitivas específicas?
No, el vínculo entre un componente ERP y una función cognitiva específica es inferido y correlacional, no se demuestra directamente. En la evidencia a menudo se utiliza un lenguaje cauteloso como «puede estar asociado» o «sugiere», y los hallazgos suelen ser específicos de un paradigma y no se han replicado de manera generalizada.
Emotiv es un líder en neurotecnología que ayuda a avanzar la investigación en neurociencia mediante herramientas accesibles de EEG y datos cerebrales.
Descargo de responsabilidad médica: La información proporcionada en este sitio web es solo para fines educativos e informativos y no pretende ser un consejo médico o de salud. Este contenido puede contener errores y no debe ser utilizado para tomar decisiones de salud, médicas o de estilo de vida que alteren la vida. Busque siempre el consejo de su médico u otro proveedor de salud calificado para cualquier pregunta que pueda tener con respecto a una afección o tratamiento médico.
Christian Burgos
