La pregunta que nadie hace en el consultorio
Cuando un médico prescribe metilfenidato para el TDAH, hay una pregunta implícita que casi nunca se formula en voz alta: ¿hacia dónde estamos llevando el cerebro? La respuesta habitual, si se hace explícita, suele ser algo como "hacia el funcionamiento normal". Hacia el neurotípico.
Esa respuesta tiene sentido intuitivo. Pero dentro del marco CIFT, tiene un problema matemático concreto: el cerebro neurotípico no está en el punto óptimo de rendimiento cognitivo. Está en un punto que sacrifica flexibilidad por estabilidad. Y para ciertos tipos de procesamiento, eso no es una ventaja.
Esta edición presenta el funcional de rendimiento Ψ(λ_eff), una construcción matemática que permite formalizar, por primera vez dentro del marco CIFT, la pregunta de cuál debería ser el objetivo terapéutico del régimen RC³.
El resultado es contraintuitivo y, en su formulación actual, provisional. Pero el ejercicio tiene valor independientemente de los números exactos: obliga a distinguir entre dos estrategias terapéuticas radicalmente diferentes, con predicciones distintas y consecuencias distintas para el diseño de protocolos.
El problema de la estabilidad sola
El marco CIFT describe la dinámica cortical mediante el parámetro λ_eff, que controla el régimen del sistema. Valores muy negativos corresponden a estados profundamente subcríticos: alta estabilidad, baja susceptibilidad, poca flexibilidad. El estado neurotípico basal se sitúa en torno a λ_eff ≈ −0.80. El estado RC³ sin tratamiento opera cerca del punto crítico, alrededor de λ_eff ≈ 0.05.
Dos métricas en tensión
Una forma de medir el rendimiento es la relación señal-ruido (SNR): cuánto destaca la actividad cortical significativa respecto al ruido de fondo. El SNR mejora monotónicamente cuanto más negativo es λ_eff, es decir, siempre es mejor estabilizar más. Sin interior óptimo.
Pero la estabilidad extrema tiene un costo: colapsa la flexibilidad cortical F(λ), la capacidad del campo para reconfigurarse rápidamente entre estados. Las propiedades de máximo rango dinámico, transmisión de información y riqueza de estados metaestables se concentran cerca del punto crítico, y decaen en ambas direcciones.
El SNR optimiza una sola dimensión. Un buen protocolo terapéutico necesita optimizar ambas.
Esta tensión es el núcleo del funcional Ψ. Si el rendimiento cognitivo real depende tanto de cuán estable es el atractor como de cuán flexible puede ser el sistema, entonces la función que describe ese rendimiento tiene un máximo interior, no en el extremo subcrítico, sino en algún punto intermedio.
El funcional Ψ(λ_eff)
El funcional se construye multiplicando dos componentes: la profundidad del pozo de potencial ΔU (que captura la estabilidad) y el término de flexibilidad F(λ_eff) (que captura la capacidad de reconfiguración). Formalmente:
Definición central — funcional de rendimiento cognitivo
Ψ(λ_eff) = ΔU(λ_eff) × F(λ_eff)
= (λ²/4β) × exp(−|λ|/λ*)
donde β > 0 es el coeficiente de estabilización no lineal y λ* > 0 es la escala característica de flexibilidad, calibrada empíricamente. Para λ_eff < 0, el máximo se encuentra diferenciando e igualando a cero: λ_opt = −2λ*.
Este resultado analítico, que el óptimo es exactamente el doble de la escala de flexibilidad, es una de las propiedades más limpias del funcional. No depende de β. Solo depende de λ*, que a su vez puede calibrarse a partir de datos empíricos sobre tamaños de efecto de intervenciones farmacológicas.
Calibrar λ* desde datos reales
La calibración usa una discrepancia detectada entre lo que predice el SNR solo y lo que observan los estudios clínicos. Si el rendimiento dependiera únicamente de la estabilidad (SNR), la cafeína y el metilfenidato deberían producir tamaños de efecto en una proporción de 0.455. La ratio observada en la literatura es aproximadamente 0.684. La diferencia, un factor 1.50, implica que la cafeína produce un beneficio desproporcionado respecto a su desplazamiento λ, consistente con la amplificación de información que ocurre cerca del punto crítico.
Esa discrepancia permite resolver λ* directamente:
Calibración de λ*
F(|λ_CAF|)/F(|λ_MPH|) = 0.684/0.2066 ≈ 3.31
→ λ* = 0.300 / ln(3.312) ≈ 0.251
→ λ_opt = −2 × 0.251 = −0.501
Datos base: MPH estándar (d ≈ 0.76, λ_eff ≈ −0.550, ds002424 n=27); cafeína 200–300 mg TDAH (d ≈ 0.52, λ_eff ≈ −0.250, estimación conservadora). β = 1.0 por convención de escala.
El óptimo teórico, λ_opt ≈ −0.501, no es el estado neurotípico (λ ≈ −0.800) ni el estado RC³ sin tratamiento (λ ≈ +0.05). Es un punto intermedio entre ambos, más cercano al MPH estándar que a la cafeína sola.
Robustez ante diferentes modelos de flexibilidad
Una preocupación legítima es si el resultado depende de la forma exponencial elegida para F(λ). La respuesta es reconfortante: no sustancialmente. Con tres formas alternativas,exponencial, ley de potencia y gaussiana, el rango del óptimo varía entre −0.354 y −0.501 para el valor calibrado de λ*. Este rango robusto constituye la predicción modelo-independiente: independientemente de cómo se modele exactamente la flexibilidad, el λ_opt se encuentra entre −0.35 y −0.50.
Predicción robusta del modelo
La cafeína sola (λ_eff = −0.25) se sitúa sistemáticamente por debajo del rango óptimo para las tres formas de F(λ) y para λ* entre 0.12 y 0.40. El MPH estándar (λ_eff = −0.55) se sitúa sistemáticamente dentro o adyacente al rango óptimo. Estas conclusiones cualitativas son robustas.
Estado farmacológico y rendimiento relativo
La tabla siguiente resume el valor del funcional Ψ evaluado en cada estado farmacológico, con β = 1.0 y λ* = 0.251 (calibrado empíricamente desde la discrepancia SNR/ratio de tamaños de efecto).
| Estado | λ_eff | ΔU | F(λ) | Ψ/Ψ_max |
|---|---|---|---|---|
| λ_opt (teórico) | −0.501 | 0.0628 | 0.135 | |
| RC³ + MPH (dosis estándar) | −0.550 | 0.0756 | 0.112 | |
| RC³ + CAF + MPH½ | −0.675 | 0.1139 | 0.068 | |
| NT basal | −0.800 | 0.1600 | 0.041 | |
| RC³ + Cafeína | −0.250 | 0.0156 | 0.369 | |
| RC³ basal (sin tratamiento) | +0.050 | 0.0000 | — |
Tabla X.1 del Paper VI (CIFT-EXEC). β = 1.0, λ* = 0.251. La columna Ψ/Ψ_max representa el rendimiento cognitivo relativo según el funcional estabilidad–flexibilidad.
Lo que revelan estos números
El resultado más contraintuitivo de la tabla no es que el MPH esté cerca del óptimo. Es que el NT basal está en 77.4%, por debajo tanto del MPH estándar como de la combinación CAF + MPH½. Si el funcional Ψ captura algo real, el cerebro neurotípico no está optimizado para el rendimiento cognitivo en tareas que demandan simultáneamente atención sostenida y flexibilidad adaptativa. Está optimizado para otra cosa: previsibilidad, homeostasis, consistencia.
Esta predicción, que una persona RC³ con soporte farmacológico apropiado debería superar a controles NT en tareas que disocian atención sostenida de flexibilidad cognitiva, es falseable. Y tiene implicaciones directas sobre cómo se diseñan los estudios comparativos en neuropsicología del TDAH.
El rol diferencial de cafeína y metilfenidato
La cafeína produce un desplazamiento moderado de λ_eff hacia el dominio subcrítico, sin alcanzar el rango óptimo. Su valor terapéutico, dentro de este modelo, no reside en llevar el sistema al óptimo, sino en desplazarlo desde la frontera crítica hacia el flanco ascendente de la curva Ψ — donde pequeños incrementos de |λ| producen ganancias desproporcionadas en rendimiento.
El metilfenidato, a dosis estándar, se sitúa a 99.2% del máximo teórico, no por diseño, sino como consecuencia emergente de su mecanismo dopaminérgico. El δλ que produce (≈ −0.60) resulta satisfacer aproximadamente la condición de optimalidad dada la escala λ* empírica.
Protocolo CIFT-EXEC: la lógica del bifocal
Fase 1 — Exploración: trabajo cognitivo en el régimen basal RC³ o con soporte mínimo (cafeína). λ_eff ∈ [0.00, −0.25]. Máxima flexibilidad y riqueza de estados metaestables. Ideal para generación de ideas, reconceptualización creativa, brainstorming.
Fase 2 — Ejecución: soporte farmacológico (cafeína + MPH o solo MPH) para desplazar λ_eff hacia −0.50. Estabilización del atractor para sostener la atención y reducir la divagación del espacio de estados. El resultado teórico λ_opt = −0.501 es el objetivo cuantitativo.
La combinación CAF + MPH a media dosis alcanza 90.7% del Ψ_max, con menor carga dopaminérgica que el MPH estándar. Esta es la base del protocolo de soporte complementario del CIFT-EXEC: aproximar el óptimo con el mínimo necesario de estimulación dopaminérgica, reduciendo el riesgo de tolerancia y efectos adversos.
Predicciones y su estatus empírico
El modelo genera cinco predicciones distinguibles. El estatus empírico actual de cada una es el siguiente:
Las predicciones P1 y P2 son testeables contra literatura existente. P3–P5 requieren datos EEG en población TDAH con diseño controlado específico.
Supuestos y límites del modelo
Sería irresponsable presentar este funcional sin documentar sus vulnerabilidades. El modelo asume que Cohen's d es proporcional a Ψ(λ_eff), una relación que es razonable cerca del mínimo del atractor bajo fluctuaciones aproximadamente gaussianas, pero que puede fallar lejos del punto crítico. La forma exponencial de F(λ) es fenomenológica, no derivada de primeros principios. El d ≈ 0.52 para cafeína en TDAH es una extrapolación provisional a partir de datos en controles sanos y del ensayo NCT02940808 en curso. Y el modelo es espacialmente uniforme, no captura heterogeneidad frontal/parietal en λ_eff, que podría ser relevante dado que cafeína y MPH actúan diferente sobre distintas regiones.
⚠ Marco teórico, no protocolo clínico
El protocolo CAF + MPH½ y todas las predicciones de este modelo se derivan exclusivamente del funcional Ψ y deben interpretarse como hipótesis formales para investigación empírica. No constituyen recomendaciones de intervención clínica. Cualquier modificación farmacológica requiere supervisión médica especializada.
Conexión con el marco CIFT completo
El funcional Ψ no es un desarrollo aislado. Se apoya directamente en la ecuación de Stjepovic (Paper I), que establece la relación de escala R ≈ κA/ξ² y el parámetro N_eff como medida de integración cortical efectiva. El estado basal RC³ corresponde al régimen λ_eff ≈ 0, donde la longitud de correlación ξ diverge y la dinámica se hace especialmente sensible a perturbaciones externas, tanto ambientales como farmacológicas.
En este contexto, la cafeína y el MPH no son "medicamentos" en el sentido de corregir un déficit. Son moduladores de λ_eff: desplazan el sistema desde un régimen hacia otro a lo largo de la curva Ψ. Comprender dónde está el sistema y hacia dónde se desplaza con cada modulador es el fundamento del protocolo CIFT-EXEC.
Este artículo presenta el desarrollo central del §X del Paper VI (CIFT-EXEC Protocol). El funcional Ψ(λ_eff) constituye el primer intento formal dentro del programa CIFT de establecer un objetivo terapéutico cuantitativo para el régimen RC³. Los resultados son provisionales y requieren validación empírica. La Edición 08 explorará las implicaciones del protocolo bifocal para el diseño adaptativo de ambientes de aprendizaje.
Danko Stjepovic-Gonzalez
Investigador independiente y autor del programa CIFT. Su trabajo explora la conexión entre neurociencia teórica, sistemas complejos, conciencia, TDAH y diseño adaptativo del aprendizaje. ORCID: 0009-0002-2186-1195