A ciência tratou, por décadas, a doença de Parkinson como uma espécie de sinfonia desafinada por uma única nota dominante: as oscilações beta do cérebro, ligadas à lentidão dos movimentos e à rigidez muscular. Agora, um estudo internacional sugere que o problema é muito mais complexo — e também mais promissor para novas terapias.

Pesquisadores da University of Oxford, da University of California San Francisco e da Charité – Universitätsmedizin Berlin descobriram que os sintomas motores do Parkinson emergem de “estados neurais” dinâmicos e mutáveis, e não apenas de um padrão fixo de atividade cerebral. O trabalho, publicado na revista The Lancet, analisou 1.046 horas de gravações cerebrais contínuas de pacientes vivendo suas rotinas diárias.

O estudo acompanhou cinco pacientes com Parkinson, todos implantados com dispositivos de estimulação cerebral profunda capazes de registrar sinais diretamente do núcleo subtalâmico — uma região profunda do cérebro fortemente associada ao controle motor — e do córtex motor. Paralelamente, relógios inteligentes monitoravam tremores, lentidão e movimentos involuntários em intervalos de dois minutos.

A principal conclusão desafia uma das bases neurofisiológicas mais difundidas sobre a doença: a ideia de que a atividade beta no núcleo subtalâmico, isoladamente, explica a bradicinesia — a dificuldade de iniciar ou executar movimentos. Segundo os pesquisadores, essa oscilação não foi um marcador consistente da piora motora. Em vez disso, os sintomas surgiam de combinações específicas entre diferentes frequências cerebrais e padrões de sincronização entre regiões neurais.

“Os sintomas do Parkinson não parecem resultar de um único mecanismo cerebral estático, mas de configurações transitórias e distribuídas de rede”, escreveram os autores.

O neurologista Abhinav Sharma, autor principal do estudo, afirma que o trabalho representa uma mudança conceitual importante. “Estamos saindo de biomarcadores unidimensionais para uma compreensão multidimensional da arquitetura neural do Parkinson”, observou o pesquisador.

Para chegar aos resultados, a equipe aplicou um modelo matemático conhecido como Hidden Markov Model (HMM), amplamente usado em inteligência artificial e estatística para detectar padrões ocultos em séries temporais. O sistema identificou quatro estados neurais distintos associados aos sintomas motores.

Dois desses estados mostraram forte relação com a piora da bradicinesia. Neles, a sincronização beta entre o córtex e o núcleo subtalâmico — e não apenas a atividade beta local — apareceu como o principal marcador da dificuldade motora. Já sinais de alta frequência na faixa gama, especialmente quando sincronizados entre diferentes áreas cerebrais, estavam associados a melhora dos movimentos.

A descoberta pode ajudar a explicar por que alguns pacientes respondem de forma tão diferente às terapias atuais. A estimulação cerebral profunda, hoje considerada um dos tratamentos mais eficazes para Parkinson avançado, geralmente tenta reduzir a atividade beta do cérebro. Mas o novo estudo sugere que isso pode ser insuficiente — ou até contraproducente.

Um dos achados mais surpreendentes foi a identificação de um estado considerado “compensatório”. Nesse padrão, o cérebro apresentava breves explosões de atividade beta desacopladas entre córtex e núcleo subtalâmico. Quanto maior a permanência dos pacientes nesse estado, menor era a gravidade da bradicinesia.

Para os cientistas, isso indica que futuras terapias talvez precisem aprender a distinguir entre oscilações prejudiciais e oscilações benéficas — algo impossível nos sistemas atuais de estimulação contínua.

“O alívio da bradicinesia pode depender não apenas da supressão de estados patológicos, mas também do aumento da ocorrência de estados compensatórios”, conclui o artigo.

A pesquisa também revelou nuances importantes sobre tremores e discinesias — os movimentos involuntários frequentemente provocados pelo uso prolongado de levodopa. A atividade beta no núcleo subtalâmico se mostrou fortemente associada à piora do tremor, enquanto determinadas formas de sincronização gama pareciam aliviar a lentidão motora, mas agravar tremores em alguns contextos.

Isso reforça uma hipótese crescente na neurologia contemporânea: a de que o cérebro com Parkinson funciona em equilíbrio instável entre circuitos pró-movimento e circuitos anti-movimento.

Historicamente, o Parkinson foi descrito em 1817 pelo médico britânico James Parkinson como uma “paralisia agitante”. Mais de dois séculos depois, estima-se que mais de 10 milhões de pessoas convivam com a doença no mundo. No Brasil, projeções da Organização Mundial da Saúde e do Ministério da Saúde apontam crescimento acelerado dos casos devido ao envelhecimento populacional.

Apesar dos avanços farmacológicos desde a introdução da levodopa nos anos 1960, ainda não existe cura. As terapias atuais aliviam sintomas, mas perdem eficácia ao longo do tempo e frequentemente causam efeitos colaterais motores severos.

É justamente nesse cenário que os autores acreditam que a nova abordagem pode abrir caminho para uma medicina mais personalizada. Em vez de estimular continuamente o cérebro, futuras gerações de dispositivos poderiam detectar em tempo real o estado neural do paciente e modular a estimulação apenas quando padrões patológicos surgirem.

“Os sistemas adaptativos do futuro talvez precisem rastrear múltiplas características espectrais e temporais simultaneamente, em vez de depender de um único limiar de atividade beta”, afirmam os pesquisadores.

A tecnologia já começa a existir. Dispositivos implantáveis de nova geração conseguem registrar atividade cerebral continuamente enquanto aplicam estimulação elétrica. O desafio agora é ensinar essas máquinas a interpretar o cérebro em toda a sua complexidade dinâmica.

Para Ashwini Oswal, autor sênior do estudo, o trabalho mostra que o Parkinson talvez precise ser entendido menos como uma doença de uma região específica do cérebro e mais como um distúrbio de estados neurais em constante transição.

Se confirmados em estudos maiores, os resultados poderão alterar profundamente a lógica das terapias neurológicas nas próximas décadas — não apenas para Parkinson, mas potencialmente para depressão, epilepsia e outros transtornos tratados por neuromodulação.

O cérebro, indicam os dados, não falha de uma única maneira. Ele oscila entre múltiplas versões de si mesmo. E compreender essas transições pode ser o próximo grande salto da neurologia.