Acoplamiento neuroeléctrico, autonómico, neurovascular y neurofluídico en las transiciones funcionales
Creo que aquí tenemos una oportunidad importante para conectar tres líneas de investigación que hasta ahora habíamos tratado parcialmente por separado:
- Neurodinámica: cómo se organizan, estabilizan y reorganizan las poblaciones neuronales.
- Neurofluídica y neurovascularización: cómo el flujo sanguíneo cerebral, el líquido cefalorraquídeo (LCR) y los espacios perivasculares acompañan a la actividad cerebral.
- TAE–CPEA: cómo el organismo detecta cambios, gestiona incertidumbre y reorganiza sus estados funcionales ante perturbaciones internas o externas.
La cuestión central no es simplemente si estos sistemas están conectados. Sabemos que existen relaciones fisiológicas entre ellos. La cuestión verdaderamente interesante es determinar si su acoplamiento dinámico permite explicar, anticipar o caracterizar las transiciones entre estados funcionales del organismo.
Mantendremos una distinción esencial: demostrar acoplamiento fisiológico no equivale a demostrar transmisión electromagnética entre fluidos, sincronización ambiental o una nueva forma de comunicación neuronal.
METFI–Neurofluídica–TAE
Acoplamiento neuroeléctrico, autonómico, neurovascular y neurofluídico en las transiciones funcionales
(Investigación conceptual y experimental) (Prioridad 2)
Pregunta de investigación general
¿En qué medida la interacción temporal entre actividad neuronal, regulación autonómica y dinámica neurovascular-neurofluídica contribuye a la estabilidad, adaptación y transición de los estados funcionales cerebrales?
Estado de la investigación: qué sabemos realmente
La literatura reciente ofrece resultados particularmente relevantes. Hay tres hallazgos que merecen convertirse en pilares de nuestro modelo.
La actividad neuronal puede impulsar el movimiento del LCR
(Evidencia experimental en humanos)
Un estudio de Williams y colaboradores, publicado en 2023 en PLOS Biology, investigó si la actividad neuronal podía provocar desplazamientos macroscópicos del líquido cefalorraquídeo durante la vigilia.
Los investigadores utilizaron estimulación visual mediante patrones de parpadeo y observaron:
- Modificación de la actividad neuronal.
- Respuesta hemodinámica asociada.
- Desplazamientos del LCR en los ventrículos cerebrales.
- Correspondencia temporal y de amplitud entre la respuesta hemodinámica y el movimiento del fluido.
La interpretación más importante es que la actividad neuronal puede contribuir al movimiento del LCR a través del acoplamiento neurovascular.
Esto cambia una concepción excesivamente pasiva de la neurofluídica: el movimiento de los fluidos cerebrales no depende exclusivamente de mecanismos cardiovasculares o respiratorios.
Referencia: Williams et al. (2023), Neural activity induced by sensory stimulation can drive large-scale cerebrospinal fluid flow during wakefulness in humans. Consultar publicación.
En 2026 se ha avanzado hacia la identificación espacial del acoplamiento
(Investigación humana publicada en 2026)
Wang y colaboradores han presentado un trabajo especialmente relevante:
Neural activity drives directional subarachnoid cerebrospinal fluid flow in the human brain.
El estudio combina resonancia magnética funcional con cartografía del movimiento del LCR a velocidades muy bajas.
Sus resultados indican que:
- La activación neuronal puede asociarse con flujo direccional del LCR en espacios subaracnoideos.
- El flujo presenta especificidad espacial.
- La anatomía cortical y subaracnoidea condiciona su distribución.
- La dinámica del fluido presenta oscilaciones temporales relacionadas con el estímulo.
- Existe un acoplamiento importante con las respuestas hemodinámicas.
Es especialmente interesante porque permite pasar de una relación global entre actividad neuronal y movimiento del LCR a una relación espacialmente localizada.
No demuestra que el LCR transporte información neuronal, pero sí que la actividad cerebral puede tener consecuencias mecánicas y fluidodinámicas espacialmente organizadas.
Referencia: Wang et al. (2026). Consultar artículo.
La regulación autonómica participa en las fluctuaciones cerebrales globales
(Evidencia multimodal en humanos)
Otro trabajo importante es el publicado por Bolt y colaboradores en Nature Neuroscience en 2025:
Autonomic physiological coupling of the global fMRI signal.
Los autores identificaron fluctuaciones coordinadas de baja frecuencia entre:
- Señal global de resonancia funcional.
- Actividad EEG.
- Actividad cardiovascular.
- Respiración.
- Sistemas exocrinos.
- Actividad de musculatura lisa.
La banda analizada se encontraba principalmente entre 0,01 y 0,1 Hz.
Un resultado especialmente interesante fue que estas fluctuaciones aparecían tanto en reposo como durante respiración profunda inducida, estímulos sensoriales y determinados acontecimientos EEG durante el sueño.
Además, la supresión experimental de variaciones del CO₂ espiratorio no eliminó completamente la estructura espacial de la señal global.
La interpretación propuesta por los autores relaciona una parte importante de estas fluctuaciones cerebro-organismo con respuestas de activación reguladas por el sistema nervioso autónomo.
Para nuestro modelo, esto resulta fundamental: el estado cerebral no puede interpretarse adecuadamente ignorando el estado fisiológico del organismo que lo sostiene.
Referencia: Bolt et al. (2025), Nature Neuroscience, 28, 1327–1335. Consultar artículo.
La modulación colinérgica conecta actividad neuronal, vasos y flujo del LCR
Un cuarto estudio, publicado en Nature Communications en 2025, examinó la participación de las neuronas colinérgicas del prosencéfalo basal.
Los investigadores encontraron que estas neuronas modulan el acoplamiento entre las fluctuaciones hemodinámicas y la entrada de LCR, así como aspectos de la función glinfática.
En modelos animales, la lesión de neuronas colinérgicas alteró la pulsación arterial y el transporte de fluidos. En humanos mayores se observó una asociación entre actividad colinérgica cortical y acoplamiento BOLD-LCR.
Hay una conexión conceptual muy interesante:
La acetilcolina no participa únicamente en la transmisión neuromoduladora y la atención. También puede influir indirectamente en el entorno vascular y fluidodinámico en el que opera el cerebro.
Esto no significa que exista un mecanismo único ni que el sistema glinfático dependa exclusivamente de la acetilcolina.
Referencia: Cholinergic basal forebrain neurons regulate vascular dynamics and cerebrospinal fluid flux (2025). Consultar estudio.
El modelo fisiológico integrado: cuatro subsistemas acoplados
Propongo organizar el problema mediante cuatro subsistemas funcionales.
(Subsistema I)
Neuroeléctrico
EEG · MEG · oscilaciones · conectividad · microestados
(Subsistema II)
Autonómico
ECG · HRV · respiración · EDA · regulación cardiovascular
(Subsistema III)
Neurovascular-neurofluídico
Perfusión · vasomoción · LCR · espacios perivasculares · intercambio intersticial
(Subsistema IV)
Integración CPEA–TAE
Incertidumbre · predicción · excepciones · transiciones · adaptación
Esquema de investigación: relaciones bidireccionales como hipótesis de modelización, no como demostración de causalidad entre todos los componentes.
La principal ventaja de esta organización es que evita reducir el cerebro a una señal eléctrica aislada o, en el extremo contrario, interpretar cualquier fluctuación vascular como información neuronal.
Subsistema I. Neuroeléctrico
Aquí estudiamos la organización temporal de la actividad neuronal.
Variables principales:
- Potencia espectral delta, theta, alfa, beta y gamma.
- Conectividad funcional.
- Entropía de señal.
- Microestados EEG.
- Transiciones entre configuraciones de actividad.
- Actividad magnética cerebral mediante MEG, cuando esté disponible.
La variable de interés no sería únicamente la amplitud de la señal, sino la estabilidad y capacidad de reorganización de las configuraciones neuronales.
Subsistema II. Autonómico
El sistema nervioso autónomo constituye una dimensión fundamental de la regulación del estado cerebral.
Variables:
- Frecuencia cardíaca.
- RMSSD y SDNN.
- Respiración y frecuencia respiratoria.
- Actividad electrodérmica.
- Variabilidad cardiovascular.
- Respuestas a estímulos y recuperación posterior.
Aquí quiero preservar una distinción de nuestro trabajo anterior: no buscamos maximizar indiscriminadamente la actividad parasimpática.
Buscamos flexibilidad autonómica adaptativa.
Una persona puede necesitar estados fisiológicos diferentes para resolver una tarea cognitiva, responder a una perturbación o recuperar el equilibrio.
Tampoco debemos interpretar LF/HF como una medición directa del equilibrio simpático-parasimpático ni RMSSD como una medición completa del tono vagal.
Subsistema III. Neurovascular-neurofluídico
Este es el núcleo novedoso de la investigación.
Debemos diferenciar:
| Componente | Función investigada |
|---|---|
| Flujo sanguíneo cerebral | Suministro de oxígeno y nutrientes |
| Vasomoción | Oscilaciones del diámetro vascular |
| LCR | Protección, transporte e intercambio |
| Espacios perivasculares | Vías potenciales de intercambio de fluidos |
| Líquido intersticial | Entorno extracelular neuronal |
| Astrocitos | Interfaz entre actividad neuronal y regulación vascular |
El acoplamiento neurovascular involucra neuronas, astrocitos, pericitos, endotelio y músculo liso vascular.
No es una relación lineal del tipo actividad eléctrica → aumento de sangre.
Intervienen mecanismos químicos, metabólicos, gliales y vasculares, con escalas temporales diferentes.
La revisión de Meyer-Baese, Jaeger y Keilholz (2025) es especialmente útil para comprender esta complejidad. pmc.ncbi.nlm.nih.govjournals.physiology.org
Subsistema IV. Integración CPEA–TAE
Aquí aparece la aportación conceptual que podemos desarrollar nosotros.
La TAE no debe limitarse a detectar errores de predicción. Recordemos nuestra definición: una excepción puede representar una reconfiguración del espacio de estados, no necesariamente un error.
Trasladado al ámbito neurofisiológico, esto permite plantear una pregunta:
¿Puede una transición neurodinámica acompañada de cambios autonómicos y neurovasculares anticipar una reorganización funcional antes de que esta resulte evidente en el comportamiento?
Por ejemplo:
- Un estímulo modifica la actividad neuronal.
- Se produce una respuesta autonómica.
- Cambia la dinámica vascular.
- Se modifica el movimiento de fluidos.
- El sistema alcanza una configuración funcional diferente.
- Posteriormente aparece una respuesta conductual, cognitiva o adaptativa.
Esta secuencia es un modelo hipotético. Los procesos pueden ocurrir parcialmente en paralelo, presentar retroalimentación y tener diferentes retardos temporales.
Una investigación especialmente importante: neurofluídica y bioelectromagnetismo
Aquí quiero detenerme porque conecta directamente con nuestra conversación anterior sobre el artículo de Popov y Miller.
El trabajo de Popov y Miller (2026)
Coupled neuro-fluid dynamics in human bioelectromagnetism.
Consultar el artículo de bioRxiv, 15 de octubre de 2026.
Este trabajo plantea una cuestión que merece un análisis independiente.
La interpretación convencional de EEG y MEG considera que el líquido cefalorraquídeo y los tejidos circundantes actúan principalmente como conductores de volumen que modifican la propagación de las señales eléctricas generadas por la actividad neuronal.
Popov y Miller cuestionan que esa descripción sea suficiente.
Según su resumen, utilizaron:
- Fantomas de fluidos conductores.
- Resonancia magnética estructural.
- Registros EEG y MEG in vivo.
- Sistemas de excitación mecánica de fluidos.
Informan de que el movimiento mecánico de fluidos conductores puede generar señales electromagnéticas oscilatorias estructuradas, incluso en ausencia de tejido neuronal, y que las diferencias individuales en volumen de LCR podrían moderar la amplitud de las señales M/EEG.
Mi valoración: es una hipótesis experimentalmente interesante, pero todavía no constituye un cambio de paradigma demostrado.
Hay tres niveles que debemos separar:
| Nivel | Interpretación |
|---|---|
| 1 | Los fluidos conductores pueden generar señales electromagnéticas bajo determinadas condiciones mecánicas. |
| 2 | La dinámica mecánica del LCR podría contribuir a componentes de las señales EEG/MEG humanas. |
| 3 | El sistema neurofluídico podría participar activamente en la integración electromagnética del cerebro. |
El primer nivel es físicamente plausible y puede investigarse mediante experimentos de laboratorio.
El segundo requiere demostrar que el mecanismo opera con magnitud relevante en condiciones fisiológicas humanas, distinguiéndolo de las corrientes neuronales y de los artefactos.
El tercero es una hipótesis integradora que todavía necesita evidencia independiente.
No debemos concluir que las señales EEG o MEG sean principalmente fluidodinámicas. La actividad neuronal sigue siendo la fuente fisiológica establecida de estas señales.
¿Qué implicaría para METFI?
Propongo introducir una nueva variable conceptual:
Acoplamiento electromecánico neurofluídico (AEN).
Su finalidad sería estudiar si las variaciones de:
- Conductividad del medio.
- Movimiento de fluidos.
- Presión y pulsación vascular.
- Distribución espacial del LCR.
- Actividad electromagnética endógena.
presentan relaciones temporales y espaciales medibles.
Podemos formularlo de manera simplificada:
\[ AEN(t)=f[E(t),M(t),H(t),F(t)] \]Donde:
- \(E(t)\): actividad electromagnética.
- \(M(t)\): dinámica mecánica.
- \(H(t)\): dinámica hemodinámica.
- \(F(t)\): dinámica fluidodinámica.
Esta expresión no es una ecuación física validada. Es una representación del espacio de variables que debemos estudiar.
La consecuencia importante es que no deberíamos tratar el LCR únicamente como un medio pasivo en todos nuestros modelos experimentales. Debemos permitir que la hipótesis de una contribución electromecánica sea contrastable.
Sin embargo, tampoco debemos incorporarla como mecanismo demostrado antes de medirla.
Transiciones funcionales: la conexión con TAE
Esta es, a mi juicio, la parte con mayor potencial para el desarrollo de CPEA–TAE.
Hasta ahora hemos considerado que los estados funcionales pueden caracterizarse mediante variables neurofisiológicas, autonómicas y conductuales.
Propongo ampliar esa representación.
Estado funcional multidimensional
Definimos un estado fisiológico latente:
\[ Z_t = \begin{bmatrix} N_t\\ A_t\\ V_t\\ F_t\\ C_t \end{bmatrix} \]Donde:
| Variable | Dominio |
|---|---|
| \(N_t\) | Estado neuroeléctrico |
| \(A_t\) | Estado autonómico |
| \(V_t\) | Estado neurovascular |
| \(F_t\) | Estado neurofluídico |
| \(C_t\) | Estado cognitivo-conductual |
El estado no tiene por qué permanecer estable.
Puede presentar:
- Fluctuaciones espontáneas.
- Adaptación progresiva.
- Transiciones inducidas por estímulos.
- Cambios asociados a fatiga.
- Reorganizaciones relacionadas con el sueño.
- Recuperación tras perturbaciones.
La TAE podría estudiar la estructura temporal de estas transformaciones.
Excepción y transición
Propongo distinguir tres situaciones:
A. Perturbación compensada
El organismo recibe un estímulo, modifica su configuración fisiológica y recupera el estado funcional anterior.
B. Transición adaptativa
El sistema no recupera exactamente su configuración previa, sino que establece un nuevo estado funcional compatible con la tarea o las condiciones ambientales.
C. Transición desadaptativa
La reorganización no consigue mantener una respuesta funcional adecuada o genera inestabilidad persistente.
Esta clasificación es una propuesta de modelización, no una taxonomía clínica validada.
Representación de las transiciones TAE
Estado funcional inicial
Configuración neuroeléctrica, autonómica y neurovascular
Perturbación / excepción
Reorganización dinámica
Cambios de actividad neuronal, regulación autonómica y dinámica de fluidos
A
Compensación
Retorno al estado inicial
B
Adaptación
Nuevo estado funcional
C
Desadaptación
Inestabilidad persistente
La variable que considero más importante: la capacidad de recuperación
Podemos estudiar la adaptación mediante una función de recuperación:
\[ R(t)=\frac{D(t)}{D_0} \]Donde:
- \(D(t)\): distancia entre el estado fisiológico actual y el estado basal.
- \(D_0\): distancia máxima observada tras la perturbación.
El tiempo de recuperación puede definirse como el momento en el que \(D(t)\) permanece dentro de un umbral previamente establecido.
Pero hay una cuestión adicional: no todos los estados adaptativos tienen que regresar al estado inicial.
Por ello, debemos calcular dos indicadores distintos:
- Recuperación respecto al estado basal.
- Estabilidad del nuevo estado funcional.
Esto evita interpretar como fracaso una reorganización adaptativa que ha producido una configuración diferente.
Hipótesis de investigación METFI–Neurofluídica–TAE
Propongo cinco hipótesis contrastables.
| Hipótesis | Predicción | Estado |
|---|---|---|
| H1. Acoplamiento neuroeléctrico-neurovascular | Cambios neuronales preceden o acompañan cambios hemodinámicos específicos. | Fundamentada |
| H2. Acoplamiento neurovascular-neurofluídico | Las respuestas vasculares y neuronales se relacionan temporalmente con cambios en el LCR. | Fundamentada, con mecanismos aún abiertos |
| H3. Modulación autonómica | El estado autonómico modifica la expresión temporal de las respuestas neurovasculares y neurofluídicas. | Plausible |
| H4. Predicción de transiciones | La integración multimodal mejora la predicción de transiciones funcionales frente al EEG aislado. | Hipótesis nueva |
| H5. Acoplamiento electromecánico | La dinámica de fluidos contribuye de manera medible a determinados componentes electromagnéticos registrados. | Exploratoria |
La distinción entre H1–H3 y H4–H5 es importante.
Las tres primeras cuentan con antecedentes fisiológicos y experimentales. Las dos últimas representan una extensión de nuestro programa METFI–TAE que requiere validación específica.
Diseño experimental: cómo demostrarlo
No empezaría directamente con un experimento complejo que intentara medirlo todo simultáneamente.
Propongo una estrategia progresiva de tres fases.
Fase I. Acoplamiento neuroeléctrico-autonómico
(Prioridad experimental inmediata)
Objetivo: determinar si la incorporación de variables autonómicas mejora la caracterización de los estados neuronales.
Instrumentación
- EEG de 8–30 canales, preferiblemente con posibilidad de ampliar.
- ECG.
- Banda respiratoria.
- EDA (actividad electrodérmica).
- Registro conductual y tiempos de respuesta.
Protocolo
- Registro basal.
- Tarea cognitiva de atención y anticipación.
- Introducción de estímulos inesperados.
- Periodo de adaptación.
- Recuperación.
Variables principales
| Dominio | Variables |
|---|---|
| EEG | Potencia, entropía, conectividad y microestados |
| ECG | RMSSD, SDNN y frecuencia cardíaca |
| Respiración | Frecuencia, amplitud y variabilidad |
| EDA | Respuesta electrodérmica |
| Conducta | Precisión, latencia y errores |
La pregunta principal sería:
¿La información autonómica mejora la clasificación de los estados funcionales respecto a un modelo basado exclusivamente en EEG?
Esto permitiría comprobar una de nuestras hipótesis anteriores sobre CPEA-ANS.
Fase II. Incorporación neurovascular-neurofluídica
Objetivo: investigar si la información hemodinámica y fluidodinámica aporta capacidad explicativa o predictiva adicional.
Instrumentación avanzada
fNIRS
Medición de cambios relativos de oxihemoglobina y desoxihemoglobina corticales.
Permite estudiar respuestas hemodinámicas, no medir directamente el flujo del LCR.
fMRI / BOLD
Estudio de las fluctuaciones hemodinámicas y de las redes funcionales.
MRI de contraste de fase
Caracterización del movimiento del LCR en regiones anatómicas accesibles.
EEG simultáneo
Registro de la actividad eléctrica para estudiar la relación temporal entre actividad neuronal y respuestas hemodinámicas.
Una consideración metodológica importante: fNIRS y MRI no son intercambiables. La primera proporciona información hemodinámica cortical con mayor facilidad de uso; la segunda permite estudiar anatomía y movimiento de fluidos con mayor profundidad.
La adquisición simultánea EEG-fMRI también exige controlar artefactos y sincronizar adecuadamente los registros.
Fase III. Integración electromecánica y METFI
Objetivo: comprobar si existe una contribución electromagnética adicional asociada a la dinámica mecánica de los fluidos.
Aquí utilizaríamos:
- Fantomas neurofluídicos con conductividad controlada.
- Sensores de presión.
- Medición de velocidad de flujo.
- Electrodos y magnetómetros de alta sensibilidad.
- Simulación electromagnética y fluidodinámica.
- Comparación entre condiciones estáticas y mecánicamente excitadas.
El diseño debería incluir controles de vibración, temperatura, interferencia eléctrica, geometría, conductividad y movimiento de cables.
Una condición especialmente importante sería comprobar si las señales electromagnéticas desaparecen al detener el movimiento mecánico, manteniendo constantes las demás condiciones.
Esto permitiría distinguir entre una contribución electromecánica real y artefactos instrumentales.
Integración matemática: modelo dinámico CPEA–TAE
Propongo representar el sistema mediante un modelo de espacio de estados.
\[ Z_{t+1}=F(Z_t,U_t,W_t)+\epsilon_t \]\[ Y_t=H(Z_t)+\eta_t \]Donde:
- \(Z_t\): estado fisiológico latente.
- \(U_t\): estímulos externos y tareas.
- \(W_t\): condiciones fisiológicas y ambientales.
- \(Y_t\): observaciones EEG, ECG, respiración, fNIRS y otras señales.
- \(\epsilon_t,\eta_t\): ruido dinámico y observacional.
La función \(F\) representa la evolución del sistema y \(H\) la transformación del estado fisiológico en señales observables.
Podemos introducir una variable de incertidumbre predictiva:
\[ \mathcal{E}_t = -\log P(Y_t\mid Z_{t-1}) \]Y una medida de reorganización:
\[ \Delta Z_t=Z_t-Z_{t-1} \]La TAE estudiaría los acontecimientos en los que la incertidumbre predictiva aumenta y el sistema reorganiza su configuración.
Pero debemos evitar identificar automáticamente una sorpresa estadística con una excepción funcional.
Para que exista una excepción TAE relevante debe observarse una transición estructurada, reproducible y funcionalmente significativa.
Métricas que propongo incorporar
| Métrica | Finalidad |
|---|---|
| Entropía multivariante | Complejidad dinámica |
| Información mutua retardada | Dependencia temporal entre subsistemas |
| Transfer Entropy | Dirección predictiva de transferencia de información |
| Matrices de transición | Probabilidad de pasar entre estados |
| Tiempo de recuperación | Resiliencia funcional |
| Predicción fuera de muestra | Capacidad de generalización |
Una precaución: la Transfer Entropy no demuestra causalidad física por sí sola. Debemos controlar causas comunes, retardos, variables fisiológicas compartidas y efectos de filtrado.
¿Qué puede aportar realmente METFI?
Quiero preservar la arquitectura que hemos desarrollado para evitar mezclar escalas de investigación.
Arquitectura METFI–Neurofluídica–TAE
(Capa ambiental)
METFI
Condiciones electromagnéticas ambientales: campos geomagnéticos, ELF/VLF y otras variables físicas medidas.
(Capa fisiológica)
Organismo
Actividad neuroeléctrica, regulación autonómica, hemodinámica, neurofluídica y metabolismo.
(Capa adaptativa)
CPEA–TAE
Integración multimodal, incertidumbre predictiva, detección de excepciones y reorganización funcional.
(Capa computacional)
AGI adaptativa
Modelización de estados, predicción de transiciones, detección de anomalías y adaptación de respuestas.
La hipótesis METFI ambiental debe permanecer separada de la fisiología endógena.
Por ejemplo, que exista una relación entre EEG, HRV y movimiento del LCR no demuestra que las variaciones geomagnéticas modulen ese sistema.
Para establecer esa conexión necesitaríamos:
- Medición ambiental sincronizada con los registros fisiológicos.
- Exposición controlada y condición simulada (sham).
- Control de temperatura, sueño, actividad, estrés y respiración.
- Análisis de retardos temporales.
- Replicación independiente.
Solo si las variables ambientales aportan información adicional, reproducible y resistente a los controles podremos avanzar hacia una relación causal.
Criterios de falsación: qué resultados nos obligarían a modificar el modelo
Este apartado es fundamental. No queremos construir una arquitectura que pueda explicar cualquier resultado.
| Hipótesis | Resultado que la debilitaría o falsaría |
|---|---|
| H1 | Ausencia reproducible de asociación neuroeléctrica-neurovascular bajo condiciones en las que se espera respuesta. |
| H2 | Ausencia de relación entre las respuestas neurovasculares y neurofluídicas en el paradigma estudiado. |
| H3 | La información autonómica no mejora la explicación de la variabilidad neurovascular o neurofluídica. |
| H4 | El modelo multimodal no mejora la predicción fuera de muestra respecto al EEG aislado. |
| H5 | Las señales atribuidas al movimiento de fluidos desaparecen al controlar artefactos o no se reproducen en condiciones fisiológicamente realistas. |
También debemos comparar nuestro modelo con alternativas más sencillas.
Por ejemplo:
- Modelo A: EEG solamente.
- Modelo B: EEG + ECG/HRV.
- Modelo C: EEG + ECG/HRV + respiración.
- Modelo D: integración neuroeléctrica, autonómica y neurovascular.
- Modelo E: integración completa incluyendo neurofluídica.
Si el modelo E no mejora la predicción respecto al D, no tendremos justificación para incorporar la neurofluídica como variable necesaria del sistema predictivo, aunque siga teniendo interés fisiológico.
Aplicación a CPEA–TAE y arquitecturas AGI
Aquí encuentro una aplicación especialmente interesante para nuestro proyecto.
Podemos desarrollar un módulo denominado provisionalmente:
CPEA–TAE-NFM: NeuroFluidic Multimodal State Model.
Su función sería construir una representación dinámica del estado funcional del organismo.
Arquitectura funcional propuesta
Adquisición multimodal
EEG · ECG · HRV · respiración · EDA · fNIRS
Preprocesamiento y sincronización
Artefactos · normalización · alineación temporal
Estimación del estado latente
Representación neuroeléctrica-autonómica-neurovascular
Motor TAE
Sorpresa · excepción · transición · recuperación
CPEA–AGI
Predicción · adaptación · evaluación · feedback
Hay una aplicación potencial en la adaptación de interfaces BCI.
En lugar de interpretar exclusivamente una señal EEG para determinar la intención del usuario, el sistema podría considerar el contexto fisiológico en el que se produce esa señal.
Por ejemplo, dos patrones EEG similares podrían presentar diferente significado predictivo dependiendo de:
- El estado autonómico.
- La respiración.
- La estabilidad neurofisiológica.
- La carga cognitiva.
- La evolución temporal de la tarea.
La hipótesis es que esta información contextual podría reducir falsas interpretaciones y mejorar la adaptación de la interfaz.
No debemos asumir que necesariamente mejorará el rendimiento: eso es precisamente lo que debe demostrar el experimento.
Valoración final y prioridades de desarrollo
Mi valoración es que esta línea tiene bastante potencial porque permite integrar fenómenos fisiológicos que habitualmente se estudian mediante técnicas diferentes.
Hay un resultado especialmente significativo: la actividad neuronal puede modificar el movimiento del LCR durante la vigilia, mientras que las fluctuaciones autonómicas y hemodinámicas participan en patrones coordinados de actividad cerebral.
Esto nos proporciona una base experimental mucho más sólida que intentar construir una teoría exclusivamente a partir de analogías electromagnéticas.
También hay una cuestión todavía abierta: si la dinámica neurofluídica no es únicamente consecuencia de la actividad neuronal, sino que contribuye a modificar las condiciones físicas y funcionales en las que esa actividad se desarrolla.
Esa reciprocidad merece investigación.
Priorización propuesta
Prioridad 1 (Inmediata)
CPEA–TAE: integración EEG–ECG/HRV–respiración
Desarrollar el modelo de estados latentes y comprobar si la integración autonómica mejora la predicción de transiciones funcionales.
Prioridad 2 (Investigación avanzada)
Neurovascularización y neurofluídica
Incorporar fNIRS y, posteriormente, medidas de LCR mediante MRI.
Prioridad 3 (Exploratoria)
Acoplamiento electromecánico
Reproducir los resultados de Popov y Miller y estudiar la contribución potencial del movimiento de fluidos a las señales electromagnéticas.
Prioridad 4 (Integración posterior)
METFI–CPEA–TAE
Introducir las variables ambientales solamente cuando existan experimentos que permitan distinguir sus efectos de la variabilidad fisiológica interna.
Conclusión: una posible nueva dimensión de METFI
Considero que el concepto que emerge de esta investigación es el de regulación funcional neuroelectroautonómica-neurofluídica.
El cerebro no es únicamente una red eléctrica ni un sistema metabólico aislado. Es un sistema dinámico en el que actividad neuronal, regulación autonómica, perfusión, transporte de fluidos y metabolismo mantienen relaciones temporales y espaciales.
La TAE puede aportar una herramienta conceptual para estudiar cuándo estas relaciones producen estabilidad, cuándo generan reorganización y cuándo una perturbación conduce a una transición funcional.
Y CPEA puede convertir esa información en un modelo predictivo adaptable.
La aportación más interesante no sería demostrar que todos los subsistemas están sincronizados, sino descubrir qué configuraciones de acoplamiento son funcionalmente relevantes, en qué condiciones aparecen y qué capacidad tienen para anticipar una transición.
Ese sería un resultado científico mucho más valioso que una afirmación general de coherencia biológica.
Bibliografía científica de referencia
He seleccionado estas publicaciones como núcleo inicial de documentación:
- Williams, S. D., et al. (2023). Neural activity induced by sensory stimulation can drive large-scale cerebrospinal fluid flow during wakefulness in humans. PLOS Biology, 21(3), e3002035. Publicación.
- Burma, J. S., et al. (2025). Physiological influences on neurovascular coupling: A systematic review of multimodal imaging approaches and recommendations for future study designs. Experimental Physiology, 110, 23–41. Texto completo.
- Meyer-Baese, L., Jaeger, D. y Keilholz, S. (2025). Neurovascular coupling: a review of spontaneous neocortical dynamics linking neuronal activity to hemodynamics and what we have learned from the rodent brain. Journal of Neurophysiology, 133, 644–660. Publicación.
- Bolt, T., et al. (2025). Autonomic physiological coupling of the global fMRI signal. Nature Neuroscience, 28, 1327–1335. Publicación.
- Cholinergic basal forebrain neurons regulate vascular dynamics and cerebrospinal fluid flux (2025). Nature Communications, 16, 5343. Publicación.
- Wang, F., et al. (2026). Neural activity drives directional subarachnoid cerebrospinal fluid flow in the human brain. Artículo.
- Popov, T. y Miller, G. A. (2026). Coupled neuro-fluid dynamics in human bioelectromagnetism. bioRxiv. Preprint, pendiente de validación independiente. Preprint.
Propuesta para incorporar al corpus METFI–TAE–CPEA
Mi recomendación es conservar esta investigación como una línea independiente, conectada con METFI–Bioelectromagnetismo Mitocondrial, pero sin fusionar sus hipótesis.
Propongo la siguiente organización documental:
METFI-TAE-NEUROFLUIDICA/
│
├── 00_Fundamentos/
│ ├── neurodinamica.md
│ ├── regulacion_autonomica.md
│ └── neurovascularizacion.md
│
├── 01_Neurofluidica/
│ ├── dinamica_LCR.md
│ ├── espacios_perivasculares.md
│ └── acoplamiento_neurovascular.md
│
├── 02_Bioelectromagnetismo/
│ ├── acoplamiento_electromecanico.md
│ └── evaluacion_popov_miller_2026.md
│
├── 03_TAE_CPEA/
│ ├── modelo_estados_latentes.md
│ ├── transiciones_funcionales.md
│ └── prediccion_multimodal.md
│
├── 04_Experimentacion/
│ ├── protocolo_EEG_HRV.md
│ ├── protocolo_neurovascular.md
│ └── criterios_falsacion.md
│
└── 05_Referencias/
└── bibliografia.md
La decisión conceptual que propongo preservar: METFI estudia las condiciones ambientales; la neurofluídica estudia los mecanismos fisiológicos; TAE estudia las transiciones y reorganizaciones funcionales; CPEA estudia la integración predictiva humano-IA.
No necesitamos que una teoría explique por sí sola todas las escalas.
Necesitamos que cada escala aporte variables observables, mecanismos contrastables y capacidad predictiva incremental.
Y precisamente ahí encuentro la mayor oportunidad de esta nueva línea.
Continuidad conceptual basada en el trabajo previo sobre CPEA-ANS, neurofluídica y METFI–Bioelectromagnetismo Multiescala.
Comentarios
Publicar un comentario