Por que alguns pacientes melhoram com estimulação magnética transcraniana (TMS) e outros não? A resposta curta: porque depressão não é uma doença única — é um conjunto de circuitos do cérebro que podem estar desregulados de formas diferentes em cada pessoa. Nos últimos meses de 2025, estudos de neuroimagem, EEG e aprendizado de máquina trouxeram pistas mais claras sobre preditores de resposta e sobre como personalizar o tratamento, sem perder de vista o que funciona no mundo real.

O circuito que volta sempre: DLPFC, redes frontoparietais e o “nó” subgenual

Um grande meta-estudo de neuroimagem apontou convergência em nível de rede, destacando o papel da rede frontoparietal e, dentro dela, do córtex pré-frontal dorsolateral esquerdo (DLPFC) — o alvo clássico da TMS para depressão (1). Essa rede se comunica com a córtex cingulado subgenual (sgACC), um “nó” frequentemente hiperativo na depressão. Trabalhos recentes mostram que escolher alvos com forte conectividade funcional de repouso (rsFC) com a sgACC muda de forma mensurável as respostas evocadas nesse mesmo nó, inclusive em pacientes deprimidos (3), e que mapas de conectividade sgACC-DLPFC baseados em big data podem refinar o ponto de estimulação em cada indivíduo (11, 37). Em resumo: não é apenas onde está a bobina, mas que circuito ela alcança (1, 3, 11, 37).

Personalizar ajuda? Sim… mas nem sempre adiciona benefício além do “fixo”

“Personalizar” parece intuitivamente melhor — usar MRI/EEG para guiar o alvo ou o timing. Mas uma meta-análise de ensaios com comparação ativa não encontrou vantagem clara de protocolos personalizados versus protocolos fixos (como Beam F3) em eficácia antidepressiva média (2). E, do outro lado, um estudo de vida real sugeriu que aperfeiçoar heurísticas de alvo no couro cabeludo (6 cm vs. F3 vs. F3 ajustado) não alterou desfechos clínicos (42). A mensagem prática: personalização pode ser útil, mas não substitui a execução consistente de protocolos validados e o acompanhamento clínico cuidadoso (2, 42).

EEG: do “alfa” ao microstate — sinais que começam a ganhar tração

No EEG basal, dois marcadores se destacaram:

  • Assimetria alfa frontal (FAA): menor FAA (com predominância alfa à esquerda) previu melhor resposta à TBS-rTMS em transtorno depressivo resistente (16).

  • Picos de microstates: em pacientes com anedonia, mudanças específicas (p.ex., aumento da ocorrência do microstate C) andaram junto com melhora clínica após rTMS direcionado por circuito DLPFC-núcleo accumbens (10).


Há mais: potenciais evocados por TMS (TEPs) se relacionaram a domínios cognitivos em MDD (por exemplo, N100 e P30 com atenção/linguagem), reforçando a ideia de que marcadores neurofisiológicos podem indexar sintomas-alvo e orientar ajustes finos (17). E em protocolos de iTBS, um estudo com fNIRS sugeriu que idade, sexo e traços afetivos modulam a resposta hemodinâmica imediata no DLPFC — pistas para calibrar intensidade e dosagem (13). Já a excitabilidade motora como preditor clínico direto mostrou resultados mais discretos em populações psiquiátricas (8).

fMRI: o que o padrão de repouso prevê

Uma meta-análise de conectividade funcional pré-tratamento (fMRI) indica que conexões no Default Mode Network (DMN) e na Frontoparietal Network (FPN) antecipam quem responde tanto a neuromodulação quanto a psicoterapia — e que restaurar a DMN é um denominador comum dos tratamentos eficazes (32). Ensaios translacionais reforçam que alvos conectados (ou anticorrelacionados) à sgACC são particularmente promissores (1, 3, 11, 39).

Algoritmos clínicos: dados do prontuário e perfis metabólicos contam

Modelos de machine learning alimentados por prontuários (EMR) alcançaram AUCs ~0,69–0,75 para prever resposta/remissão, com ansiedade comórbida, obesidade, benzodiazepínicos/antipsicóticos em uso e cronicidade reduzindo a chance de resposta; TBS e maior número de sessões associaram-se a melhores desfechos (9). Em outros coortes, marcadores metabólicos (IMC, LDL/HDL, HOMA-IR, BDNF, hsCRP) melhoraram a predição em semanas 4–12 (34). Estudos multicêntricos apontam ainda fatores psicossociais simples — estar empregado e casado — como ligados a melhores taxas de resposta/remissão; uso atual de álcool e maior duração do episódio jogam contra (33, 35).

Parênteses importantes: idosos, adolescentes e protocolos acelerados

  • Idosos respondem tão bem quanto adultos mais jovens em cenários clínicos naturais, inclusive em remissão precoce; não há motivo para subtratar pela idade (19, 24).

  • Em adolescentes, queda precoce da irritabilidade ao longo do curso de TMS se associou a melhor desfecho global — um alvo de acompanhamento útil (21).

  • Protocolos acelerados/TBS ganham espaço; embora a duração da remissão varie, há subgrupos sustentados e tempo-eficiência que interessa ao paciente (35).


E a intensidade/“dose” do iTBS?

No nível mecanístico, iTBS pode modular a “entropia” cerebral (BEN) de modo dependente da intensidade — sub-limiar (90% rMT) versus supra-limiar (120% rMT) tiveram efeitos opostos, com sinais de maior efetividade para sub-limiar em marcadores exploratórios (5). Isso conversa com achados hemodinâmicos e EEG, sugerindo que dosagem ótima pode não ser simplesmente “mais forte é melhor” (5, 13, 16).

O que isso significa para você (ou para o seu serviço)

  • Faça o básico muito bem. Protocolos validados (p.ex., 10 Hz DLPFC esquerdo; iTBS) aplicados com boa aderência e número suficiente de sessões seguem como padrão de ouro (2, 42).

  • Escolha de alvo com base em circuito, quando disponível, provavelmente ajuda — especialmente se você já tem fMRI de repouso; mirar regiões anti-correlacionadas/fortemente conectadas à sgACC é uma estratégia coerente com as evidências (1, 3, 11, 37, 39).

  • Use marcadores simples para estratificar risco/expectativa: ansiedade comórbida, obesidade, uso de benzodiazepínicos/antipsicóticos, álcool atual e longa cronicidade reduzem a probabilidade de resposta; emprego/apoio social ajudam (9, 33, 34, 35).

  • Considere EEG quando possível. FAA basal e microstates podem orientar ajustes ou monitoramento em casos de anedonia e TBS (10, 16).

  • Em idosos e adolescentes, TMS é opção eficaz e segura; acompanhe irritabilidade como sinal de trajetória em jovens (19, 21, 24).

  • Se personalizar, personalize de verdade: se puder usar fMRI/rsFC para alvos de rede, faz mais sentido do que apenas trocar de heurística no couro cabeludo (11, 37, 42).


Referências

  1. Saberi, A., … & Tahmasian, M. (2025). Convergent functional effects of antidepressants in major depressive disorder: A neuroimaging meta-analysis. Molecular Psychiatry, 30(2), 736–751. https://doi.org/10.1038/s41380-024-02780-6

  2. Terao, I., & Kodama, W. (2025). Effectiveness of personalized rTMS… Journal of Affective Disorders, 381, 275–280. https://doi.org/10.1016/j.jad.2025.04.028

  3. Duprat, R. J., … & Oathes, D. J. (2025). Resting fMRI-guided TMS… NeuroImage, 305, 120963. https://doi.org/10.1016/j.neuroimage.2024.120963

  4. Zhu, L., … & Guo, Y. (2025). Concurrent TMS-EEG… Parkinson’s disease. Neurotherapeutics, 22(4), e00577. https://doi.org/10.1016/j.neurot.2025.e00577

  5. Liu, P., … & Zhang, H. (2025). iTBS & brain entropy. Neurotherapeutics, 22(3), e00556. https://doi.org/10.1016/j.neurot.2025.e00556

  6. Csukly, G., … (2025). Response prediction for rTMS. Current Opinion in Psychiatry, 38(5), 334–340. https://doi.org/10.1097/YCO.0000000000001026

  7. Thörnblom, E., … & Bodén, R. (2025). Motor cortex excitability… Journal of Psychiatric Research, 181, 99–107. https://doi.org/10.1016/j.jpsychires.2024.11.055

  8. Benster, L. L., … & Kohn, J. N. (2025). Predictive modeling with EMR. Translational Psychiatry, 15, 160. https://doi.org/10.1038/s41398-025-03380-w

  9. Che, Q., … & Yu, F. (2025). EEG microstate & anhedonia. Behavioural Brain Research, 483, 115463. https://doi.org/10.1016/j.bbr.2025.115463

  10. Chen, X., … & Yan, C. G. (2025). sgACC FC big data & TMS. Science Bulletin, 70(16), 2676–2690. https://doi.org/10.1016/j.scib.2025.05.042

  11. Xia, A. W. L., … & Kranz, G. S. (2025). iTBS/fNIRS. Brain Stimulation, 18(2), 235–245. https://doi.org/10.1016/j.brs.2025.02.008

  12. Provaznikova, B., … & Olbrich, S. (2025). FAA prediz TBS. Journal of Psychiatric Research, 182, 4–12. https://doi.org/10.1016/j.jpsychires.2025.01.002

  13. Li, J., … & Zhang, X. (2025). TEPs & cognição em MDD. Progress in Neuro-Psychopharmacology & Biological Psychiatry, 136, 111184. https://doi.org/10.1016/j.pnpbp.2024.111184

  14. Valiengo, L., & Richinho, V. (2025). TMS em depressão tardia. Current Opinion in Psychiatry, 38(5), 389–394. https://doi.org/10.1097/YCO.0000000000001020

  15. Delaney, K., … & Croarkin, P. E. (2025). Irritabilidade em adolescentes. Journal of Clinical Psychiatry, 86(2), 24m15684. https://doi.org/10.4088/JCP.24m15684

  16. Harika-Germaneau, G., … & Jaafari, N. (2025). rTMS em idosos. Aging & Mental Health, 29(9), 1596–1603. https://doi.org/10.1080/13607863.2025.2490997

  17. Mao, Y., … & Dai, Z. (2025). Meta-análise fMRI de preditores. Neuroscience & Biobehavioral Reviews, 172, 106120. https://doi.org/10.1016/j.neubiorev.2025.106120

  18. Chu, C. S., … & Noda, Y. (2025). Preditores Taiwan/Japão. Asian Journal of Psychiatry, 109, 104541. https://doi.org/10.1016/j.ajp.2025.104541

  19. Liu, I. C., … & Chen, P. S. (2025). ML com fatores metabólicos. Journal of Affective Disorders, 388, 119503. https://doi.org/10.1016/j.jad.2025.119503

  20. Plevin, D., … & Chen, L. (2025). Preditores em aBLTBS. World Journal of Biological Psychiatry, 26(3), 153–157. https://doi.org/10.1080/15622975.2025.2468240

  21. Sun, W., … & Eldaief, M. C. (2025). Modelagem de rede e TMS. Human Brain Mapping, 46(11), e70266. https://doi.org/10.1002/hbm.70266

  22. Guo, P., … & Xia, Y. (2025). sMRI-guiado e DMN. Journal of Affective Disorders, 390, 119772. https://doi.org/10.1016/j.jad.2025.119772

Sakreida, K., … & Poeppl, T. B. (2025). Heurísticas de alvo. BMJ Mental Health, 28(1), e301598. https://doi.org/10.1136/bmjment-2025-301598