Sr. Editor,

El 2 de diciembre de 2020 se publicó en la Revista un artí culo que refiere la ausencia de evidencia sobre el abordaje del síndrome de delirio (SD) en el contexto de la COVID-19, por lo cual se elaboró un consenso sobre su diagnóstico y tratamiento ante el contexto pandémico¹.

El SD se caracteriza por un cambio agudo en la atención, la conciencia y la cognición. Es una condición común en adultos mayores con enfermedad física o mental, que aumenta la morbimortalidad además de considerarse una emergencia geriátrica². Desde una perspectiva etiológica, los factores de riesgo de SD se pueden distinguir en factores predisponentes, es decir, que refuerzan la vulnerabilidad inicial al SD (p. ej., edad avanzada) y factores precipitantes, los cambios agudos que desencadenan el síndrome (p. ej., la infección por COVID-19)¹.

Específicamente la asociación entre el SD y la COVID-19¹ refiere mecanismos multifactoriales, como la invasión neurológica directa, la afección cerebrovascular y, más indi rectamente, a través de la hipoxia, fiebre, deshidratación, inflamación (tormenta de citocinas proinflamatorias), medi camentos y alteraciones metabólicas. Por ello es importante comprender la interacción dinámica de los mecanismos que refuerzan dicha relación comórbida de mayor implicancia actual.

La presente carta tiene como finalidad presentar el modelo de red de relaciones estadísticas (dirigidas o no dirigidas), compuesta por relaciones de orden cero o asociaciones parciales³ que conectan los nodos (varia bles) y estructuran el modelo dinámico. Este método es incluyente con diversas medidas clínicas vincula das a la psiquiatría^4,5: cognitivas y neuropsicológicas⁶, neuroanatómicas⁷, bioquímicas^8,9, genómicas(^10,11), antropo métricas y fisiológicas, entre otras⁴.

La importancia esencial del análisis de red es que permite la interacción de la estructura fenotípica y los biomarcadores de los factores de riesgo del SD que predisponen (p. ej., fenotipo del síndrome de fragilidad^12,13 u otro diagnóstico clí nico más comórbido, determinación del riesgo poligénico¹¹), así como de factores precipitantes vinculados a la COVID-19 (p. ej., biomarcadores inflamatorios y citocinas⁸) que afectan al sistema nervioso central y producen alteraciones neuro-psiquiátricas. Asimismo, la inclusión de instrumentos de autoinforme: Confusion Assessment Method for the Intensive Care Unit y Delirium Diagnostic Tool-Provisional, referidas en el estudio de Franco et al.¹ para el diagnóstico del SD, en el sis tema de red permiten evaluar y explorar nuevas hipótesis clínicas sobre los factores y moduladores de mayor impli cancia clínica en la dinámica del SD y la COVID-19.

Uno de los factores vulnerables de mayor relación en adultos con SD es el síndrome de fragilidad, el cual es de naturaleza multifactorial y se caracteriza por componentes de estrés social, físico y psicológico¹³. Para la fragilidad, hay instrumentos de evaluación para los pacientes con SD que incluyen el índice de fragilidad o las características fenotípicas de este síndrome^12,13.

El modelo de red es un análisis multivariante compuesto por múltiples relaciones no lineales regularizadas (eliminación de relaciones más espurias mediante el estimador LASSO) después del control multivariado de los elementos de la red^3,4. Esto favorece la inclusión de variables de diversa naturaleza que evalúen múltiples aspectos de salud y su condición comórbida, así como la concurrencia dinámica entre los diversos factores etiológicos y moduladores^3,4.La representación gráfica facilita la interpretación de manera sencilla: cuanto más gruesa sea la conexión entre los nodos (variables), mayor será la relación estadística^3,4.

La estimación de los elementos puente de la red (altos índices de centralidad) refieren una mayor implicancia clínica en la muestra de estudio, esto es, de mayor reque rimiento ante el contexto actual para explicar los vínculos fisiopatológicos esenciales que exacerban el funcionamiento de diversas condiciones comórbidas de salud vinculadas al SD. Estos elementos centrales de la red afectan a las inter acciones de los componentes concomitantes, es decir, una mayor medida de este elemento puente aumenta la proba bilidad de fortalecer las demás relaciones, y viceversa, es posible que su disminución o una menor medida reduzcan las demás conexiones e incluso generen un colapso en toda la estructura de la red^3,4. Por ello este enfoque de red es pri mordial para la planificación y el desarrollo personalizado de programas de intervención psiquiátrica con mayor eficacia ante el impacto de la COVID-19.

El método de red permite comparar 2 o más estructuras de red^6,8,10; por ejemplo, según la condición clínica o el control de las covariables de red^6,8,10. Otra utilidad de la estimación simultánea de redes es evaluar antes y después de una inter vención (pre-post test) para determinar la variación dinámica entre esas redes en 2 o más momentos diferentes; esto per mite precisar los efectos de un tratamiento reduciendo la conexión de los síntomas más centrales de la red¹⁴.

Otro estudio reciente evaluó 2 redes de síntomas de ansie dad y depresión en 2 tiempos: inicio del brote de COVID-19 y tras el umbral de contagio¹⁵. La estimación simultánea de redes es esencial para una mayor comprensión de la concurrencia interactiva entre los mecanismos y modu ladores de diversas condiciones psiquiátricas por grupos específicos^3,4 (p. ej., según subtipos de delirio). A su vez, también es posible estimar los cambios de la red a través del tiempo mediante redes dirigidas, el cual se ha utilizado para evaluar longitudinalmente la dinámica de los estados de ánimo durante los primeros 20 días de la cuarentena obli gatoria por COVID-19 en Espafia¹⁶.

En conclusión, el análisis de red ofrece una valiosa contribución metodológica y práctica en la investigación psiquiátrica para brindar una mayor explicación del fun cionamiento dinámico (patrones asociativos de influencia mutua) de los factores de riesgo de diversas condiciones de salud mental como el SD (en este síndrome permite afianzar nuevas vías de investigación de la hipótesis de insuficien cia cerebral) y la relación con las manifestaciones clínicas de la COVID-19. Estos resultados permiten implementar una mejor atención integral y elaboración de intervenciones específicas requeridas en pacientes con SD¹⁷ y otras enfer medades psiquiátricas de etiología compleja y multifactorial desde el enfoque de sistemas de modelos dinámicos de red¹⁸