MirPirFir.

PIR 2022 · Pregunta 33

Trastornos depresivos y bipolares

El fenómeno de kindling (sensibilización) en la depresión se refiere a que:

Ver respuesta sin contestar

Respuesta correcta: D (plantilla definitiva)

Explicación

El fenómeno de kindling o sensibilización en la depresión traslada el modelo epileptológico de Goddard a los trastornos del estado de ánimo (Post, 1992; Segal et al., 1996). Describe un proceso de sensibilización neurobiológica y cognitiva en el que los primeros episodios suelen requerir estresores intensos, pero con la recurrencia el umbral de activación disminuye progresivamente. Esto hace que cantidades cada vez menores de estresores sean suficientes para desencadenar episodios de intensidad comparable a los anteriores, hasta que los episodios se vuelven progresivamente autónomos respecto al estrés externo.

D. Recoge la definición operativa de la sensibilización: el descenso progresivo del umbral de estrés necesario para provocar un episodio de intensidad similar. Es la formulación estándar en la literatura (Post, 1992; Segal et al., 1996) y la que prioriza la plantilla oficial por captar el núcleo del mecanismo (menos estresor = misma intensidad de respuesta).

  • A. Es el distractor más cercano y en parte es correcto: según el modelo de sensibilización (Post, 1992; Segal et al., 1996), cada episodio deja una huella que facilita los siguientes, y los episodios dependen cada vez menos de estresores externos. La clave prefiere la opción 4 porque describe la definición operativa del fenómeno: estresores cada vez más pequeños bastan para desencadenar un episodio de intensidad similar.
  • B. Invierte la dirección del fenómeno. El kindling implica una menor, no mayor, dependencia de los estresores con el paso de los episodios.
  • C. Invierte la dirección (necesitar más estresores describiría tolerancia o habituación, opuesto a la sensibilización) y añade un elemento (sesgos cognitivos) que pertenece al modelo de vulnerabilidad cognitiva, no a la definición operativa del kindling.

Explicación generada con IA y verificada por consenso entre modelos de distintas familias.