¿Cómo el autismo puede provenir de problemas con la predicción?

“Un código predictivo de la teoría del autismo sugiere que muchos de los rasgos característicos del autismo ocurren cuando la información sensorial anula o sobrepasa las capacidades del cerebro para procesar la entrada sensorial”

Por George Musser

Satsuki Ayaya recuerda lo difícil que era jugar con otros niños cuando ella era joven, como si una pantalla la separara de ellos. Algunas veces se sentía embotada, a veces demasiado sensible; a veces los sonidos estaban mudos y otras veces eran  demasiado agudos. En su adolescencia, desesperada por entenderse a sí misma, comenzó a llevar un diario. Ella nos cuenta: “Comencé a escribir mis ideas en mis cuadernos, como: ¿Qué me ha pasado? o ¿Qué está mal conmigo? o ¿quién soy? “, y dice: “Escribí, escribí, escribí. Llené tal vez unos 40 cuadernos.”.

Hoy, a los 43 años, Ayaya tiene una mejor idea de quién es ella: le diagnosticaron autismo cuando tenía unos 30 años. Como  estudiante de  doctorado en  historia y filosofía en la Universidad de Tokio, está utilizando sus narraciones de la adolescencia para generar hipótesis y sugerir estudios  sobre el autismo, a través de una  forma de autoanálisis llamada Tojisha-Kenkyu, introducida hace casi 20 años por el movimiento de los derechos de los discapacitados en Japón, donde son los propios afectados los que estudian sus síndromes apoyándose en personas que comparten su misma discapacidad. [1]

En el relato de Ayaya, su autismo implica una serie de desconexiones perceptivas. Por ejemplo, siente de forma muy detallada todas las sensaciones que las personas típicas sienten, como el hambre, pero no las puede unir. “Para mí es muy difícil darme cuenta que tengo hambre”, afirma. “Me siento irritada, me siento triste o siento que algo está mal, pero la información viene separada no está conectada en una información coherente” Le toma tanto tiempo darse cuenta de que tiene hambre que a menudo se siente mareada y obtiene algo de comer solo después de que alguien se lo sugiere.

También ha llegado a atribuir algunas de sus dificultades en el habla a un desajuste entre cómo le suena su voz y cómo espera que suene. “Justo después de hablar su voz regresa a sus oídos y es entonces que puede notar la diferencia”, dice su colaborador Shin-ichiro Kumagaya, un neuropediatra de la Universidad de Tokio que estudia el autismo utilizando Tojisha-Kenkyu y nos comenta, que el efecto es como el molesto eco en una línea telefónica que hace que sea difícil mantener una conversación, excepto que para Ayaya, es así casi todo el tiempo.

Los informes detallados de Ayaya sobre sus experiencias han ayudado a construir una idea o hipótesis  emergente sobre el autismo que lo relaciona con uno de los desafíos más interesantes de la percepción: ¿cómo decide el cerebro a qué debe prestar atención? Lo nuevo capta la atención, pero para decidir qué es novedoso, el cerebro debe tener una capacidad previa para anticipar y organizar los estímulos que se anula, debe asignar cierto nivel de anticipación, porque el entorno es ruidoso, no todas las entradas a los estímulos son iguales: a veces las cosas suceden por una razón, y otras simplemente no necesitan una razón para que ocurran.

La mejor suposición que tienen los científicos sobre cómo hace esto el cerebro es que pasa por un proceso de meta-aprendizaje, de averiguar qué aprender y qué no. De acuerdo con esta teoría, las inclinaciones en el proceso de meta-aprendizaje explican las características principales del autismo. La teoría -esencialmente- replantea el autismo como una condición perceptiva, no principalmente social; elabora rasgos distintivos del autismo, desde los problemas sociales hasta el apego  a la rutina, como resultado de las diferencias en la forma en que la mente procesa la información sensorial.

Considere lo que sucede cuando nos enfrentamos a una situación nueva. Cada detalle, cada golpe en un gráfico, cada cambio en el tono de voz de una persona, parece significativo. Sin embargo, a medida que ganamos en experiencia, y comenzamos a integrar  esos estímulos  aprendemos a modularlos y a entender cuál es importante y cual no en relación a la respuesta que debemos dar en relación a la demanda del entorno, lo que hace que el cerebro integre los fragmentos en un todo y le dé sentido a la información general.  De esta manera, el cerebro domina un desafío y se mueve al siguiente, manteniéndose en estados fluctuantes entre alerta y relajación. El autismo puede representar una curva de aprendizaje diferente, donde el cerebro se centra en detalles que conforman patrones específicos y no viendo o integrando la generalidad del contexto.

A diferencia de otras teorías sobre el  autismo, que pretenden explicar las características del síndrome, ésta se basa en la premisa de que toda percepción es un ejercicio de construcción de modelos, de hacer predicciones y ver si se hacen realidad. Una amplia descripción de la función cerebral conocida como codificación predictiva[2], refiriéndose a un modelo de procesamiento visual donde las neuronas son capaces de predecir y corregir lo que vemos realmente siguiente ciertos modelos de procesamiento visual[3]. Basándose en ese modelo de procesamiento  el cerebro de una persona con autismo pone énfasis en las diferencias  entre las expectativas del modelo que construye   y los datos sensoriales.

Mientras que el cerebro típico puede atribuir el sonido del claxon de un automóvil  a una variación aleatoria en un entorno sonoro de una ciudad y desconectarla o aislarla porque no es relevante en ese momento, en el caso del cerebro de una persona con autismo cada bocinazo  se percibe de manera consciente. Karl Friston, neurocientífico de la University College London quién ayudó a desarrollar los fundamentos matemáticos de la teoría de la codificación predictiva aplicada al cerebro, nos dice: Esta forma de procesamiento nos brinda  una explicación más lógica para algunas de las características cardinales o significativas que conforman el diagnóstico del autismo“

Por ahora, el modelo es impreciso en algunos detalles cruciales. “Hay muchas piezas sueltas”, dice Katarzyna Chawarska, investigadora del autismo en la Universidad de Yale. Y algunos cuestionan si un solo modelo podría explicar una condición tan heterogénea como el autismo. Sin embargo, los defensores dicen que esta misma diversidad  podría llegar a terminar en una teoría unificada. Comprender una causa fundamental podría generar tratamientos que sean igualmente amplios en su alcance. “Si la predicción realmente es un deterioro subyacente [en el autismo], entonces una intervención que se enfoca en esa habilidad probablemente tenga un impacto beneficioso en muchas otras habilidades diferentes”, dice el neurocientífico computacional Pawan Sinha del Instituto de Tecnología de Massachusetts.

Codificación predictiva 101:

 La premisa básica de la codificación predictiva se remonta a mediados del siglo XIX, el físico y psicólogo alemán Hermann von Helmholtz, y   el  filósofo Immanuel Kant, sostuvieron que nuestra experiencia subjetiva no es un reflejo directo de la realidad externa, sino un constructo de la misma. “Toda la experiencia es alucinación controlada“, dice Andy Clark, un científico cognitivo de la Universidad de Edimburgo en Escocia. “Experimentas, en cierto sentido, el mundo que esperas experimentar“.

Una de las razones por las que confiamos tanto en las expectativas o capacidades  es que nuestras percepciones van más allá de la realidad. Gran parte de lo que hacemos, desde tocar las dieciséis notas en la guitarra hasta ajustar nuestra postura en un tren subterráneo sucede más rápido que los 80 milisegundos o más, que nuestras mentes conscientes necesitan para registrar información, y actuar sobre ella, de esta manera el cerebro siempre está anticipando lo que viene después. Genera un modelo del mundo, toma decisiones sobre esa base y actualiza el modelo basándose en la retroalimentación  que le brinda la  información sensorial.

Predecir y actualizar no son actos conscientes, ya que el cerebro construye sus modelos en múltiples niveles subconscientes. Hace casi 20 años, los investigadores mostraron cómo funciona la corteza visual de manera jerárquica y predictiva[4]. La corteza visual primaria genera una predicción para los patrones de imagen a pequeña escala, como los bordes y las perfecciona o refina su predicción para que coincida con las señales entrantes de la retina, pero si este ajuste fino localizado no es suficiente pasa la “pelota” al córtex secundario, que renueva sus expectativas para qué patrones geométricos de mayor escala estén disponibles. Y así sube la jerarquía, evocando cambios cada vez más radicales, hasta que la pelota se detiene en el nivel más alto: la conciencia. (Los neurocientíficos adoptaron el término “codificación predictiva” de ingeniería de comunicaciones, que en la década de 1950 desarrolló la idea de transmitir discrepancias en lugar de datos sin procesar, para minimizar la cantidad de información que una red necesita transportar).

Cuando el cerebro percibe una discrepancia, puede responder actualizando su modelo o considerando que la discrepancia es una desviación fortuita, en cuyo caso nunca llega a la conciencia consciente. “Quieres atenuar las entradas  falsas“, dice Friston. Hay  una tercera alternativa en la que frente a una discrepancia entre el modelo y el mundo, el cerebro también puede actualizar el mundo; por ejemplo, moviendo un brazo o flexionando una mano para hacer que la predicción se haga realidad. “Uno puede reducir los errores de predicción no solo actualizando el modelo, sino también realizando acciones“, dice Anil Seth[5], neurocientífico de la Universidad de Sussex en el Reino Unido. “De esta manera, la codificación predictiva puede ser no solo un sistema para la percepción, sino también para el control motor“.

¿Pero cuál de estas tres respuestas debería tomar el cerebro? En el modelo de codificación predictiva, el cerebro decide entre esas alternativas  asignando una precisión a sus predicciones, la variabilidad estadística que espera de la entrada. Supongamos que el cerebro constantemente establece la precisión más alta que las condiciones requeridas, esto sería como si Google Maps subestimara su incertidumbre acerca de la ubicación de una persona y dibujara ese círculo azul aproximado a su alrededor demasiado pequeño. Las variaciones aleatorias en la señal que causan que la ubicación estimada salte alrededor se vería como un movimiento real y algunos podrían verlo y preguntarse qué podría estar causando que esa persona salte de un lado a otro, mientras otros verían ruido, verían una señal.

Ese mismo tipo de error de cálculo puede ocurrir en personas con autismo. “Tal vez el trastorno del espectro autista implica un tipo de falla para lograr el equilibrio bayesiano correcto, si lo desea, o al menos hacerlo de forma neurotípica”, dice Clark.

Precisión extrema:

Si bien las ideas que subyacen a la codificación predictiva se remontan por lo menos hace 150 años, en la década de los noventa surgió como una teoría de la neurociencia, de la misma manera que el aprendizaje automático estaba transformando la informática, y eso no es una coincidencia. Los dos campos se han fertilizado mutuamente.

Muchos sistemas de aprendizaje automático tienen un parámetro llamado “tasa de aprendizaje” que desempeña el papel de la precisión predictiva, dice Friston. Una red neuronal artificial aprende por ensayo y error; Si clasifica a un cachorro como un gatito, modifica sus conexiones internas para hacerlo mejor la próxima vez, y la tasa de aprendizaje dicta la cantidad de ajustes.

El sistema puede ajustar la velocidad de aprendizaje para optimizar su entrenamiento y evitar problemas como el ajuste excesivo de los datos: reconociendo a todos los gatitos y cachorros con los que ya se ha encontrado, pero no entender las características generales que distinguen a estas mascotas. La tasa de aprendizaje suele ser alta al principio, pero disminuye con el tiempo. En el modelo de codificación predictiva, el cerebro típico también comienza con una alta precisión y loa reduce gradualmente, posiblemente ajustando las concentraciones de mensajeros químicos como la norepinefrina y la acetilcolina. “La creencia es que la precisión suele estar codificada por neuromoduladores en el cerebro, sustancias químicas que cambian la ganancia en las respuestas corticales“, dice Rebecca Lawson, de la Universidad de Cambridge en el Reino Unido. Cuando es hora de iniciar otra ronda de aprendizaje, el cerebro pone en marcha la precisión de nuevo.

Sin embargo, en las personas con autismo, la precisión puede tener una tendencia a saltar a un nivel alto o quedarse atascado allí; por cualquier razón, el cerebro tiende a adaptarse excesivamente. Esta idea general fue presentada por primera vez en 2010 por los neurocientíficos de la Universidad de Columbia, Ning Qian y Richard Lipkin. Inspirados por el aprendizaje automático, sugirieron que el cerebro del autismo está sesgado hacia la memorización de memoria y lejos de encontrar regularidades o patrones. “Podemos pensar en las dificultades de entrenar a las personas con autismo como un desajuste entre el estilo de aprendizaje y las tareas”, dice Qian.

Al año siguiente, otro equipo presentó el primer modelo bayesiano de la condición, y propuso que, en individuos con autismo, el cerebro da muy poca credibilidad a sus propias predicciones y, por lo tanto, demasiado a la información sensorial. En respuesta, dos grupos, uno de ellos Friston y Lawson, sugirieron que la codificación predictiva podría proporcionar la comprensión del mecanismo por el desequilibrio entre predicciones y sensaciones. Y en 2014, Sinha y sus colegas propusieron que, en el autismo, las predicciones del cerebro no son subestimadas, sino simplemente inexactas, lo que se hace especialmente evidente en los casos en que la predicción es intrínsecamente difícil. Por ejemplo, cuando un evento sigue a otro solo un poco más a menudo de lo esperado, una persona con autismo podría no notar ninguna conexión. Un mundo que parece al menos algo predecible para las personas típicas puede tachar a las personas con autismo como caprichosas, o, como dice Sinha, “mágicas”.

Aunque estos grupos se enfocaron en diferentes partes del proceso predictivo, describieron el mismo principio: para una persona con autismo, el mundo nunca deja de ser sorprendente[6]. “Esa es una narrativa muy común en individuos con autismo“, dice Kumagaya. “Tienden a sorprenderse con más frecuencia que las personas sin autismo“. En cierto modo, esta visión del mundo facilita algunos tipos de aprendizaje. Por ejemplo, los estudios muestran que las personas con autismo se desempeñan bien en tareas que involucran una atención sostenida a los detalles, como detectar al hombre extraño en una imagen e identificar los tonos musicales, siendo menos probable que vean ilusiones visuales y multisensoriales que presumen fuertes expectativas dentro del sistema perceptivo.

Pero la hiperactividad o ese estado de alerta permanente es agotadora. “Siempre estás esclavizado por las sensaciones“, dice Friston. Prestar demasiada atención a lo mundano explicaría la sobrecarga sensorial que las personas con autismo informan o refieren comúnmente. Algunas personas con autismo dicen que permanecen muy conscientes de las lámparas que emiten zumbidos y los ruidos de los acondicionadores de aire, y los estudios confirman que son lentos para acostumbrarse a los estímulos repetidos.

También en apoyo del modelo de codificación predictiva, las personas con autismo pueden tener problemas con las tareas que son predictivas por naturaleza, como atrapar una pelota o rastrear un punto en movimiento en una pantalla. El problema se amplifica cuando se trata de las cosas más impredecibles de todas: los seres humanos. Para predecir lo que alguien hará en un contexto dado, es posible que tenga que hacer una suposición en función de lo que ellos o alguien como ellos hicieron en diferentes circunstancias. Eso es difícil para cualquiera, pero más para las personas con autismo. “Es muy común, por ejemplo, que cuando las personas con autismo se involucran en las interacciones sociales tengan dificultades para tomar lo que aprendieron de la situación A y llevarlo a la situación B“, dice Lipkin. La falta de previsibilidad puede conducir a una ansiedad aguda, un problema común en las personas en el espectro. Muchas características del autismo, como la preferencia por la rutina, pueden entenderse como mecanismos de afrontamiento. “Cuando ves la mayoría de los movimientos repetitivos, se están retirando activamente para proteger la complejidad en el mundo natural“, dice Sander van de Cruys de la Universidad de Lovaina en Bélgica.

Además de ofrecer explicaciones para una variedad de rasgos del autismo, la codificación predictiva también puede dar sentido a los vínculos confusos entre el autismo y la esquizofrenia. La teoría explica la esquizofrenia como  la imagen reflejada del autismo. En el autismo, los datos sensoriales anulan el modelo mental del cerebro; En la esquizofrenia, el modelo triunfa sobre los datos.

Considere la característica distintiva de la esquizofrenia: tener alucinaciones verbales auditivas (escuchar voces). El año pasado, Philip Corlett de la Universidad de Yale y sus colegas estudiaron el origen de estas alucinaciones al inducir versiones leves en 30 personas que reportaron haber escuchado voces a diario (la mitad de las cuales habían sido diagnosticadas con psicosis) y 29 que no lo estaban. Para hacerlo, los investigadores tomaron prestado un trabajo del fisiólogo ruso Ivan Pavlov. Mostraron las imágenes del tablero de ajedrez de los participantes mientras tocaban un tono, de modo que los participantes esperaron a los dos juntos. Entonces los investigadores dejaron de tocar el tono. Los participantes que no informaron haber escuchado voces lo dijeron rápidamente, pero aquellos que eran propensos a la alucinación tenían más probabilidades de informar que aún escuchaban el tono. El equipo interpretó esta diferencia en términos de codificación predictiva. “Las personas con alucinaciones verbales auditivas tienen expectativas muy, muy precisas sobre las relaciones entre los estímulos visuales y auditivos, tanto que esas creencias esculpen nuevas percepciones de toda la trama“, dice Corlett. “Te hacen escuchar cosas que en realidad no te fueron presentadas“.

El autismo se parece a la esquizofrenia en algunos aspectos, dice Corlett. Aunque escuchar voces no es común, las personas en el espectro tienen tasas elevadas de delirios, creencias fijas que sostienen ante toda evidencia de lo contrario, como ser manipulados por extraterrestres o fuerzas paranormales. Corlett sugiere que estos delirios se producen cuando los datos sensoriales reciben demasiado peso e instalan un nuevo conjunto de creencias, que luego se alojan en su lugar. “En el autismo, en lugar de estar sorprendido de forma adaptativa cuando deberías haberte sorprendido, es como si hubiera una leve sorpresa en todo“. Rebecca Lawson

Mirando hacia el futuro:

Todavía hay mucho sobre el autismo que la codificación predictiva no explica, por ejemplo, la indecisión del cerebro de la persona con autismo para volver a marcar la precisión predictiva a medida que el cerebro adquiere experiencia. Los investigadores aún están investigando qué es lo que está poco claro: la predicción, la información sensorial, la comparación de los dos o el uso de una discrepancia para forzar una actualización del modelo. ¿Y qué tipo de predicciones están involucradas, todas las clases, o solo algunas? Nuestros cerebros hacen predicciones en muchos niveles y escalas de tiempo. Las personas con autismo están bien con muchos de ellos.

Algunos investigadores se muestran escépticos de que los problemas de predicción sean la causa raíz del autismo. El psicólogo James McPartland, también en Yale, dice que es parcial a las explicaciones que dan primacía a los rasgos sociales de la condición. Si algo caracteriza el autismo, dice, son las dificultades sociales, lo que sugiere que los investigadores deberían centrarse en la maquinaria mental que necesitamos para interactuar con otras personas, como el reconocimiento facial. Él dice que encuentra una explicación social no menos plausible biológicamente que una perceptiva. “Tenemos una idea muy clara de dónde se procesan las caras en el cerebro“, dice. También se pregunta sobre la dirección de la causalidad: En lugar de problemas predictivos que explican las dificultades sociales, la relación,  podría funcionar a la inversa, ya que gran parte de las capacidades predictivas del cerebro se desarrollan a través de las interacciones sociales. “¿Es la información social un tipo crítico de información para el desarrollo normativo de la codificación predictiva?“, opina.

Los propios investigadores de codificación predictiva reconocen que apenas están comenzando a probar la teoría del autismo. “Esos artículos iniciales, son una especie de historias, solo historias en el sentido de que después de esto, explican datos que ya se habían recopilado“, dice Lawson. Pero ella y otros han estado realizando experimentos que investigan los mecanismos predictivos más específicamente. Muchos involucran tareas de aprendizaje asociativo, en las cuales las personas tienen que descubrir la regla que gobierna algunas series de imágenes u otros estímulos. De vez en cuando, los experimentadores cambian la regla de una manera que no es inmediatamente obvia y ven la rapidez con la que sus participantes se dan cuenta.

El año pasado, por ejemplo, Lawson y sus colegas llevaron al laboratorio a dos docenas de personas con autismo y 25 controles. Tocaron un sonido alto o bajo, mostraron una imagen de una cara o una casa y les pidieron a los participantes que presionaran un botón para “cara” o “casa”. Al principio, un tono alto presagiaba una casa el 84 por ciento de las veces, luego un tono bajo lo hizo, luego los tonos tenían solo una relación 50-50 con el tipo de imagen, y así sucesivamente. Los controles se ralentizaron cuando una serie de expectativas anuladas los convenció de que la regla debía haber cambiado, pero los participantes con autismo respondieron a un ritmo más constante, que fue un poco más lento en general. Los investigadores concluyeron que los participantes con autismo respondían como si cada desviación (una casa cuando el tono auguraba una cara, por ejemplo) indicara un cambio de regla, mientras que las personas típicas se inclinaban a escribir las primeras desviaciones como una casualidad probabilística.

Para aproximadamente la mitad de los participantes, los investigadores también midieron el tamaño de la pupila, porque se dilatan en respuesta a la norepinefrina, uno de los químicos que se cree codifican la precisión predictiva. Interpretar estos resultados fue complicado porque cada persona siguió una curva de aprendizaje ligeramente diferente y formó diferentes expectativas. Para determinar si un evento determinado parecería sorprendente, los investigadores tuvieron que modelar el patrón de respuestas de cada persona individualmente. El resultado fue que los participantes con autismo, en lugar de estar sorprendidos de forma adaptativa cuando debería haberse sorprendido, es como si hubiera una leve sorpresa en todo “Entonces, es como decir, bueno, eso fue algo levemente sorprendente”, dice Lawson.

Un enfoque intrigante es construir la teoría de la codificación predictiva en modelos informáticos, incluso en robots. Las redes neuronales artificiales que incorporan teorías de la función cerebral podrían servir como ratas de laboratorio digitales. Los investigadores podrían modificar los parámetros del modelo para ver si reproducen los rasgos del autismo, la esquizofrenia u otras condiciones. En 2012, el científico en Computadoras Jun Tani y un colega programaron un robot para simular la esquizofrenia. Al agregar ruido a los cálculos del controlador del robot, lo llevaron a calcular mal la discrepancia entre sus expectativas y sus datos sensoriales. El error falso (una alucinación robótica, si lo desea) se propagó a la jerarquía cognitiva del robot y desestabilizó su funcionamiento. “El robot muestra comportamientos desorganizados“, dice Tani, profesor del Instituto de Ciencia y Tecnología de Okinawa en Japón. Él y otros están comenzando a aplicar la codificación predictiva al autismo de esta manera.

Si la codificación predictiva se sostiene como modelo para el autismo, también podría sugerir nuevas direcciones para las terapias. “Diferentes niños con autismo pueden mostrar deficiencias en partes algo diferentes de esa cadena predictiva“, dice Chawarska, lo que podría requerir una variedad de enfoques clínicos. Cuando se reúne con los padres, usa la idea de predicción para ayudarlos a comprender la experiencia del mundo de sus hijos, diciéndoles: “Su hijo realmente tiene tremendas dificultades para entender lo que sucederá después“, dice ella. “Es algo que realmente se manifiesta, particularmente con estos niños muy, muy pequeños. Su angustia y dificultad para relacionarse con los eventos es que simplemente no saben dónde encajan “.

Si nada más, la codificación predictiva podría ofrecer la percepción que algunos jóvenes ansían, como lo hizo Ayaya cuando era una adolescente. “Noté las diferencias entre yo y otros niños, y estaba pensando, ¿por qué sucedía esto?” ella recuerda Como adulta, dice, su ansiedad ha disminuido, no solo por el autoconocimiento que ha logrado, sino también por la conciencia mostrada por sus compañeros y amigos. A menudo, las personas típicas con las que pasa tiempo saben sobre su condición, dice ella. “Me conocen. Así que me siento más libre de preguntar: Me sorprendí, pero ¿y Uds?“

REFERENCIAS:[1]https://culturacientifica.com/2018/03/12/tojisha-kenkyu-la-tecnica-japonesa-la-los-pacientes-se-estudian-mismos/[2]http://www.jneurosci.org/content/30/49/16601?maxtoshow=&hits=10&RESULTFORMAT=&fulltext=Tobias+Egner+&andorexactfulltext=and&searchid=1&FIRSTINDEX=0&resourcetype=HWCIT[3]https://djxhemary.wordpress.com/tag/codificacion-predictiva/[4]https://www.ncbi.nlm.nih.gov/pubmed/10195184[5]http://www.sussex.ac.uk/profiles/22981[6]https://www.spectrumnews.org/news/people-autism-unforeseen-events-come-no-surprise/

---

Spectrum ofrece noticias y análisis de los avances en la investigación del autismo. Los fondos para Spectrum provienen de la Simons Foundation Autism Research Initiative (SFARI), pero el medio de comunicación es editorialmente independiente .
©Fundación Simons, Spectrum y autores, todos los derechos reservados.
©Traducción Pamela Palomeque
Este artículo no puede ser reproducido ni copiado sin autorización expresa.