Perché a volte abbiamo problemi a prestare attenzione?

Quanto di questa pagina leggerai? Quanto ricorderai? E fa differenza quando leggi, o dove? Queste sono le domande che un neuroscienziato dell’Università di Chicago pone in un nuovo studio innovativo, in cui esamina le scansioni cerebrali per scoprire come l’attenzione viene sostenuta nel tempo e quando potrebbe fluttuare. Forse in generale, siamo abbastanza bravi a prestare attenzione, a volte lottiamo per esserlo, comunque non riusciamo sempre ad essere concentrati. I ricercatori volevano costruire un modello in grado di prevedere lo stato di attenzione di una persona in base a ciò che si vede nelle loro scansioni del cervello. Pubblicato in Proceedings of the National Academy of Sciences, lo studio si basa sui dati di risonanza magnetica funzionale raccolti per questo studio e sui dati di ricerche precedenti, combinando i risultati di 107 individui provenienti da cinque diversi set di dati. Usando ciò che viene chiamata “scienza verde” – moltiplicando i risultati nei dati raccolti per altri scopi – lo studio espande il suo pool di partecipanti oltre ciò che di solito si trova in un singolo laboratorio. La ricerca esamina scansioni MRI funzionali di persone che hanno eseguito un’attività computerizzata più volte in un giorno – guardando un flusso di immagini e premendo un pulsante in risposta ad alcune di esse – nonché coloro che hanno eseguito la stessa attività in giorni diversi. Esamina inoltre le scansioni cerebrali di coloro a cui è stata somministrata l’anestesia, nonché 30 scansioni di un singolo individuo nel corso di 10 mesi. L’età dei partecipanti variava dai 18 ai 56 anni. Se vogliamo costruire modelli basati sul cervello applicabili in contesti clinici o traslazionali, devono essere in grado di generalizzare tutti i set di dati. Sarebbe opportuno che i modelli non prevedano solo il comportamento dei dati raccolti su un singolo scanner ospedaliero da un singolo gruppo di individui. Se un modello non è in grado di prevedere qualcosa sulle persone in diversi siti e popolazioni, è meno utile praticamente. Precedenti ricerche hanno scoperto che ogni persona ha un modello unico di connettività cerebrale funzionale, una sorta di impronta digitale in grado di prevedere le proprie capacità cognitive e attenzioni. Utilizzando le scansioni del cervello, un nuovo studio propone un modello in grado di prevedere quando qualcuno presta maggiore attenzione e quando la sua attenzione potrebbe fluttuare. I ricercatori hanno testato se tali schemi potessero estendersi per prevedere in che modo l’attenzione di una persona cambia di momento in momento o di giorno in giorno. Hanno scoperto che i modelli di connettività cerebrale funzionale prevedevano in modo affidabile quando le persone erano sempre più focalizzate sull’attività del computer. Queste previsioni erano estremamente accurate quando venivano mediate in molte sessioni di scansione. Tuttavia, i modelli prevedevano ancora lo stato dell’attenzione anche se misurato in un breve lasso di tempo, ad esempio 30 secondi di una sessione di risonanza magnetica. Precedenti studi hanno storicamente utilizzato singoli set di dati, in parte a causa dell’elevato costo di fMRI. Solo negli ultimi due anni la condivisione dei set di dati è diventata molto più comune. Questo è ciò che dà accesso a una più ampia varietà di campioni, che consente di chiederci quanto siano generali i vari modelli. Ulteriori ricerche potrebbero fornire spunti su come cambia l’attenzione per periodi di tempo più lunghi, come lo sviluppo e l’invecchiamento.

Daniele Corbo

Bibliografia: “Functional connectivity predicts changes in attention observed across minutes, days, and months”. Rosenberg et al. PNAS

Immagine: Attention I (Ulfar Orn Valdimarsson)

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.