NEUROBIOLOGIA DA DEPRESSÃO MAIOR: O PAPEL DA REDE DE MODO PADRÃO COMO ALVO TERAPÊUTICO
Resumo
Introdução: A depressão maior (DM) é um transtorno psiquiátrico complexo, frequentemente associado a anomalias na conectividade cerebral em larga escala, com destaque para a Rede de Modo Padrão (DMN). Objetivo: Revisar narrativamente a literatura sobre as alterações da DMN na DM, sua interação com a Rede de Saliência (SN) e a Rede de Controle Executivo Central (CEN), e avaliar perspectivas terapêuticas. Metodologia: Revisão narrativa da literatura nas bases de dados PubMed, Scopus, Web of Science, Embase e PsycINFO, focada na conectividade funcional por meio de rs-fMRI, biomarcadores e neuromodulação. Resultados e Discussão: Indivíduos com DM apresentam hiperconectividade intra-rede na DMN, correlacionada com ruminação e desregulação emocional. Evidencia-se um desequilíbrio sistêmico inter-redes no modelo triplo (DMN-SN-CEN). Modulações decorrentes de intervenções terapêuticas e a precisão da Inteligência Artificial (IA) auxiliam na identificação de biotipos, demonstrando associação com a restauração dessas vias funcionais. Considerações Finais: A compreensão da DM como um transtorno de conectividade abre novos paradigmas. A DMN revela-se um biomarcador promissor para a psiquiatria de precisão, embora a aplicação clínica exija controle de ruídos fisiológicos e estudos longitudinais focados no espectro contínuo e na heterogeneidade biológica dos pacientes.
Biografia do Autor
Discente em medicina e bolsista vinculada ao programa de iniciação científica do Centro Universitário Famesc - Unifamesc - Bom Jesus do Itaboana - RJ.
Médica especialista em psiquiatria, docente e orientadora de programa de iniciação científica vinculada ao Centro Universitário Famesc - UniFamesc- Bom Jesus do Itabapoana - RJ.
Referências
ANDREWS-HANNA, J. R.; SMALLWOOD, J.; SPRENG, R. N. The default mode network and self-generated thought: component processes, dynamic control, and clinical relevance. Annals of the New York Academy of Sciences, v. 1316, n. 1, p. 29–52, 2014.
BECKMANN, C. F.; DELUCA, M.; DEVLIN, J. T.; SMITH, S. M. Investigations into resting-state connectivity using independent component analysis. Philosophical Transactions of the Royal Society B: Biological Sciences, v. 360, n. 1457, p. 1001-1013, 2005.
BELZUNG, C.; WILLNER, P.; PHILLIPS, M. L. Neurobiology of depression: from novel insights to therapeutic strategies. Neuropharmacology, v. 191, p. 108562, 2021.
DINGA, R. et al. Evaluating the evidence for biotypes of depression: Methodological replication and extension of Drysdale et al. (2017). NeuroImage: Clinical, v. 22, p. 101796, 2019.
DRYSDALE, A. T. et al. Resting-state connectivity biomarkers define neurophysiological subtypes of depression. Nature Medicine, v. 23, n. 1, p. 28–38, 2017.
DUMAN, R. S.; SANACORA, G.; KRYSTAL, J. H. Altered connectivity in depression: GABA and glutamate neurotransmitter deficits and reversal by novel treatments. Neuron, v. 102, n. 1, p. 75–90, 2019.
GRISANZIO, K. et al. Transdiagnostic symptom clusters and associations with brain, behavior, and daily function in mood, anxiety, and trauma disorders. JAMA Psychiatry, v. 75, n. 2, p. 201-209, 2018.
HAMILTON, J. P.; FARMER, M.; FOGELMAN, P.; GOTLIB, I. H. Default-mode network connectivity during rumination in major depression: a multimodal neuroimaging study. NeuroImage: Clinical, v. 11, p. 476–485, 2015.
KAISER, R. H.; ANDREWS-HANNA, J. R.; WAGER, T. D.; PIZZAGALLI, D. A. Large-scale network dysfunction in major depressive disorder: a meta-analysis of resting-state functional connectivity. JAMA Psychiatry, v. 72, n. 6, p. 603–611, 2015.
LISTON, C. et al. Default mode network mechanisms of transcranial magnetic stimulation in depression. Biological Psychiatry, v. 76, n. 7, p. 517–526, 2014.
MALHI, G. S.; MANN, J. J. Depression. The Lancet, v. 392, n. 10161, p. 2299–2312, 2018.
MENON, V. Large-scale brain networks and psychopathology: a unifying triple network model. Trends in Cognitive Sciences, v. 15, n. 10, p. 483–506, 2019.
MULDERS, P. C.; VAN EIJNDHOVEN, P. F.; SCHENE, A. H.; BECKMANN, C. F.; TENDOLKAR, I. Resting-state functional connectivity in major depressive disorder: a review. Neuroscience & Biobehavioral Reviews, v. 56, p. 330–344, 2015.
NORTON, D. J.; MCBAIN, R. K.; PIZZAGALLI, D. A.; ÖNGÜR, D.; CHEN, Y. Resting-state default mode network connectivity in major depressive disorder. Psychiatry Research: Neuroimaging, v. 263, p. 23–32, 2017.
RAICHLE, M. E. The brain’s default mode network. Annual Review of Neuroscience, v. 38, p. 433–447, 2015.
RANTALA, M. J. et al. Depression subtyping based on evolutionary psychiatry: proximate mechanisms and ultimate functions. Brain, Behavior, and Immunity, v. 69, p. 603-617, 2018.
RUSH, A. J. et al. Sequenced treatment alternatives to relieve depression (STAR*D): rationale and design. Controlled Clinical Trials, v. 25, n. 1, p. 119–142, 2004.
SEELEY, W. W. et al. Dissociable intrinsic connectivity networks for salience processing and executive control. Journal of Neuroscience, v. 27, n. 9, p. 2349–2356, 2007.
SHELINE, Y. I.; PRICE, J. L.; YAN, Z.; MINTUN, M. A. Resting-state functional MRI in depression unmasks increased connectivity between networks via the dorsal nexus. Proceedings of the National Academy of Sciences, v. 107, n. 24, p. 11020–11025, 2010.
SIDDIQI, S. H. et al. Brain network mechanisms of transcranial magnetic stimulation in depression. Biological Psychiatry, v. 91, n. 8, p. 706–716, 2022.
WANG, X. et al. Aberrant default mode network in patients with major depressive disorder: a meta-analysis. Journal of Affective Disorders, v. 253, p. 29–38, 2019.
WILLIAMS, L. M. et al. Personalized brain circuit scores identify clinically distinct biotypes in depression and anxiety. Nature Medicine, v. 30, p. 1-10, jun. 2024.
WORLD HEALTH ORGANIZATION. Depression. Geneva: World Health Organization, 2023. Disponível em: https://www.who.int/news-room/fact-sheets/detail/depression Acesso em: 24 fev. 2025.
ZHOU, H. X. et al. Rumination and default mode network subsystems connectivity in major depressive disorder. NeuroImage: Clinical, v. 26, p. 102212, 2020.
Licença
Copyright (c) 2026 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.