https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10709380/?fbclid=IwAR0U7DXjiaKpPS6qZZdxuqCWUOsEs4FEiJSCa36cgQc5Kg5p1Nj01WSL7No
2.95 Efectos de los campos electromagnéticos de los teléfonos móviles sobre las ondas cerebrales en voluntarios sanos
1 Yke B. Eisma ,
2 Ronald Meester ,
3 Marc Jacobs ,
1 y
Información del autor Notas del artículo Información de derechos de autor y licencia Descargo de responsabilidad de PMC
Datos asociados
Materiales complementariosDeclaración de disponibilidad de datos
Abstracto
La interacción entre el tejido biológico y los campos electromagnéticos (CEM) es un tema de creciente interés debido a la creciente prevalencia de los CEM de fondo en las últimas décadas. Estudios anteriores han intentado medir los efectos de los campos electromagnéticos en las ondas cerebrales mediante registros EEG, pero normalmente se ven obstaculizados por factores experimentales y ambientales. En este estudio, presentamos un marco para medir el impacto de los EMF en el EEG mientras controlamos estos factores. Se emplea un enfoque estadístico bayesiano para proporcionar evidencia estadística sólida de los efectos observados de los CEM. Este estudio incluyó a 32 participantes sanos en un diseño cruzado contrapesado, doble ciego. Se tomaron registros de EEG de 63 electrodos en 6 regiones del cerebro. Los participantes se sometieron a un protocolo de medición que comprendía dos sesiones de 18 minutos con bloques alternos de condiciones de ojos abiertos (EO) y ojos cerrados (EC). El grupo 1 (n = 16) recibió CEM durante la primera sesión y simulación durante la segunda sesión; el grupo 2 (n = 16) tuvo lo contrario. Se generaron gráficos de densidad espectral de potencia para todas las sesiones y regiones del cerebro. El análisis bayesiano proporcionó evidencia estadística de la presencia de un efecto EMF en la densidad de potencia de la banda alfa en la condición EO. Este protocolo de medición tiene potencial para futuras investigaciones sobre el impacto de nuevos protocolos de transmisión.
Términos del tema: Factores de riesgo, Neurofisiología
Introducción
Durante las últimas décadas se han realizado numerosos estudios para investigar la interacción entre el tejido biológico y los campos electromagnéticos (CEM) procedentes de dispositivos de comunicación 1 . Todos estos dispositivos transmiten campos EMF con frecuencias portadoras que van desde 100 MHz hasta 100 GHz en combinación con diferentes modulaciones de onda portadora y frecuencias de pulsación 2 . Se supone que la presencia de estos efectos está relacionada con la aparición de malas condiciones de salud y actualmente es objeto de un intenso debate social y político 3 , 4 .
En el contexto holandés hay dos razones principales que requieren más investigación sobre los efectos biológicos de los CEM. En primer lugar, en 2018 se incluyó en la agenda científica holandesa una pregunta específica sobre los efectos de los campos electromagnéticos en la salud 5 . En segundo lugar, con la llegada del 5G en 2021, el consejo de salud holandés subrayó la necesidad de seguir investigando los efectos de los protocolos de telecomunicaciones de quinta generación (5G) 6 . Mientras que los protocolos de comunicación anteriores (2G, 3G y 4G) se consideraban seguros según el consejo, en el caso del 5G, el consejo no estaba convencido de que los efectos sobre la salud fueran insignificantes debido a su mayor potencia y mayores frecuencias de onda portadora. En línea con esta observación, investigadores de todo el mundo abogaron por la necesidad de una moratoria sobre el mayor despliegue de sistemas 5G a nivel mundial, en espera de investigaciones más concluyentes sobre su seguridad 4 , 7 .
Mientras que en el pasado la seguridad de la exposición a los CEM se determinaba en función de la magnitud de sus efectos térmicos, varios investigadores han argumentado que los límites de exposición deberían basarse en los efectos biológicos de los CEM en los tejidos y que la distinción entre térmicos y no térmicos ha cambiado. relevancia limitada 7 , 8 . Si bien el debate sobre los efectos de los campos electromagnéticos se centra en general en la frecuencia portadora, el efecto biológico también puede originarse en la modulación de la señal. Agregar estas modulaciones a la señal conduce a la inclusión de frecuencias que están en o cerca del rango biológico de frecuencias en las que opera el cerebro 9 . Se ha sugerido que las modulaciones de baja frecuencia pueden tener un impacto a nivel celular en los sistemas biológicos 10 .
Con la llegada del 5G y el debate en curso sobre la importancia biológica de la exposición a los CEM, la necesidad de un protocolo estandarizado para evaluar los efectos de los CEM in vivo es primordial. Una línea esencial dentro de la literatura sobre la detección de los efectos biológicos de los CEM in vivo consiste en estudios que utilizan el electroencefalograma (EEG) para registrar posibles alteraciones inducidas por los CEM en la actividad eléctrica del cerebro. Comúnmente, el cerebro se evalúa durante el reposo, con EEG en estado de reposo, o durante tareas específicas 11 , 12 , con EEG relacionado con eventos 13 , 14 , mientras los participantes están expuestos a EMF. Una sesión con dosis de EMF y otra sesión sin EMF forman el protocolo base para la comparación experimental para mostrar la presencia potencial de efectos de EMF en el cerebro.
Varios estudios de revisión sobre EEG y EMF han destacado que existe una falta de estandarización en los diseños experimentales que se han utilizado durante la última década 15 , 16 . Además, cuando los métodos de estos estudios se examinan más de cerca, revelan varios factores de confusión en el diseño. Estos factores pueden subclasificarse en términos generales como relacionados con (1) la exposición a los CEM en sí y (2) problemas con el paradigma experimental. Los problemas con la exposición a los CEM implican una descripción inadecuada del protocolo de exposición. Además, en muchos estudios se utilizan únicamente teléfonos móviles en lugar de generadores de señal que permiten una aplicación más reproducible de la señal. Además, si los campos electromagnéticos aplicados en la ubicación de la cabeza no se miden con precisión, la densidad de potencia local y su variación espacial en el cerebro siguen siendo desconocidas. Además, en varios estudios falta el control de los campos electromagnéticos de fondo ya presentes en la sala de experimentación. Finalmente, la medición de la posible interacción entre los EMF aplicados en el propio sistema de registro de EEG es esencial para excluir la presencia de artefactos inducidos por EMF en los efectos medidos. Los problemas con el paradigma experimental implican la ausencia de doble ciego (tanto del participante como del experimentador) y un contrapeso adecuado de la dosis de EMF frente a las sesiones sin dosis. En los estudios que tienen un contrapeso, la condición simulada y de radiofrecuencia (RF) comúnmente se divide en múltiples sesiones en días separados. Sin embargo, este enfoque puede dar lugar a una mayor variación, ya que el EEG en reposo está muy sesgado por los acontecimientos previos a la sesión 17 .
Una crítica común dirigida a estudios previos sobre EMF es la complejidad de los métodos estadísticos empleados. Marino et al. 18 incluso sugieren que “muchas afirmaciones resultan del uso de la minería de datos para encontrar significado a los datos”. En este trabajo realizamos un análisis estadístico utilizando un enfoque bayesiano para contrarrestar esta crítica. En resumen, un enfoque bayesiano permite comparar la probabilidad de los datos bajo varios modelos. De esta manera podemos evaluar la evidencia estadística (relativa) de la presencia de un efecto CEM en nuestros datos entre las hipótesis consideradas.
En este trabajo nuestro objetivo es medir los efectos de la exposición a los CEM 2G en el EEG en estado de reposo, mientras se controlan adecuadamente los factores de confusión antes mencionados que están relacionados con la dosis de los CEM y el paradigma experimental. Caracterizamos completamente el protocolo EMF, medimos la dosis de EMF, verificamos los niveles de fondo de EMF y probamos si el hardware de EEG se ve afectado por los EMF. En términos de paradigma experimental, utilizamos un diseño cruzado, aleatorizado, doble ciego, contrapesado, en el que cada participante es su propio control y todas las mediciones se realizan en una sola sesión. Al utilizar 2G EMF, podemos comparar nuestros hallazgos con la literatura anterior que utiliza principalmente protocolos 2G. Nuestra hipótesis es que estos efectos de los campos electromagnéticos son sutiles, pero mensurables. De este modo, también pretendemos establecer un protocolo que pueda utilizarse para evaluar los efectos de otros tipos de EMF, como 5G, sobre la función cerebral en estudios futuros.
Métodos
Exposición a los CEM y niveles de fondo de los CEM
Los experimentos de EMF se realizaron con pasos específicos para administrar adecuadamente la dosis de EMF. En primer lugar, utilizamos un laboratorio situado en el sótano del hospital, equipado con gruesos muros de hormigón para garantizar una reducción significativa de los niveles de radiación ambiental. La EMF se entregó mediante antenas GSM convencionales (Delock, rango de frecuencia: 824–2170 MHz). Utilizamos un conjunto de antenas que consta de cuatro antenas para generar un área homogénea entre las antenas en la posición de la cabeza del voluntario (ver Fig. 1A). Para comprender la dosis de EMF en nuestro experimento, medimos la densidad de potencia en cuatro situaciones diferentes:
- En la ubicación del pasillo del hospital fuera del área del laboratorio;
- En el lugar del voluntario;
- En la ubicación del voluntario con EMF encendido;
- En la ubicación del voluntario con el teléfono móvil encendido mientras atiende una llamada.
Descripción general de la exposición a los CEM: ( A ) un conjunto de antenas que consta de cuatro antenas colocadas en una configuración rectangular facilitó una entrega homogénea de CEM en el área en la que se registró la actividad cerebral; ( B ) forma de onda de modulación de amplitud tomada de investigaciones gubernamentales holandesas anteriores 19 ; ( C ) protocolo experimental que consta de 2 sesiones de un período de “lavado” de 15 min, seguido de Exposición/Sham donde se alternaron los ojos abiertos y cerrados (ambos de 1,5 min) (5 veces).
Las mediciones se realizaron utilizando un analizador de espectro (FSH6, Rohde and Schwarz, Alemania) equipado con una antena isotrópica (UBB27_G3, Gigahertz Solutions, Langenzenn, Alemania) sensible en el rango de frecuencia de 27 MHz a 3,3 GHz. Los valores de medición se dieron en dBm por rango de frecuencia y posteriormente se convirtieron a densidades de potencia en μW/m 2 para todo el rango de frecuencia aplicando el factor de antena especificado por el proveedor e integrando todos los rangos en todo el rango de frecuencia. En la situación 3, se realizó una medición adicional para mapear la homogeneidad de la FEM en el área entre las antenas utilizando un medidor de RF de banda ancha portátil (HF 59B Gigahertz Solutions, Langenzenn, Alemania) moviéndolo en el área entre las antenas en la posición de la cabeza del voluntario.
Como señal EMF, elegimos el protocolo convencional 2G (GSM) que utiliza una frecuencia portadora de 900 MHz y divide el tiempo en ranuras que generan efectivamente una frecuencia de pulsación de 217 Hz. Esta forma de onda EMF también formó parte de los protocolos de RF entregados en una investigación del gobierno holandés sobre los efectos cognitivos, según informó el Laboratorio de Física y Electrónica de TNO 19 ; ver figura 1B.
Para la exposición a los EMF se utilizó un generador de señales de RF de Agilent (E44387C) que es capaz de transmitir señales específicamente moduladas con una frecuencia portadora entre 250 kHz y 6 GHz. La salida del generador de señales se amplificó y se introdujo en el conjunto de antenas. El generador de señales permitió encender o apagar el 2G EMF que construimos de forma remota mediante un cable Ethernet utilizando la interfaz de comandos estándar para instrumentos programables (SCPI).
Registros EEG: medición de validación del equipo.
El EEG se registró utilizando un electrodo activo de canal 63 (1 electrodo fue la referencia en la ubicación FCz) Acticap (Brain Products GmbH, Gilching, Alemania) con una frecuencia de muestreo de 2500 Hz. Los datos de EEG se procesaron y analizaron utilizando Matlab (Versión 2021a) y la caja de herramientas EEGLAB 20 . Para evaluar los efectos de la exposición a los CEM en el propio sistema, independientemente de la actividad cerebral, realizamos mediciones de EEG utilizando una sandía como fantasma, en condiciones de RF activada y desactivada. Se eligió una frecuencia de muestreo alta (2500 Hz) para monitorear adecuadamente el componente 2G de 217 Hz y sus armónicos. Durante el análisis, el EEG se segmenta en segmentos de 4 s y la estimación de la densidad espectral de potencia (PSD) promedio se calcula en todo el rango de frecuencia de 0 a 1000 Hz junto con la desviación estándar (calculada sobre segmentos) para evaluar los efectos de los EMF. en el hardware del EEG.
Grabaciones EEG: efectos de los campos electromagnéticos en el cerebro
Para evaluar los efectos en el cerebro, participaron en este estudio 32 voluntarios sanos que dieron su consentimiento (edad: 23,6, DE 7,3, 11 hombres), y los experimentos fueron aprobados por el Comité de Revisión de Ética Médica de la UMC de Ámsterdam de acuerdo con la Declaración de Helsinki. Los participantes fueron reclutados a través de anuncios y recibieron una tarifa de participación de 25 euros. Se utilizaron la misma configuración de EEG y frecuencia de muestreo que la configuración de validación del equipo. A su llegada, cada participante recibió instrucciones para las dos próximas sesiones de EEG y se evaluó si era diestro o zurdo utilizando el inventario de Edimburgo 21 y se firmó el consentimiento informado. El protocolo experimental consistió en dos sesiones de un período de “lavado” de 15 minutos, seguido de una grabación de Exposición/Simulación donde las condiciones de ojos abiertos y ojos cerrados (ambas con una duración de 1,5 minutos por condición) se alternaron 5 veces. Después de cada bloque de ojos abiertos y cerrados, hubo un breve descanso (estos descansos cortos a su propio ritmo duraron en promedio de 6 a 16 segundos y la duración promedio varió entre los participantes; consulte la figura complementaria S65 y el Apéndice D para conocer la duración promedio por participante ). ). Se informó a los sujetos que durante una de las dos sesiones, las antenas estarían “encendidas”. Antes, y entre sesiones, hubo un descanso de 15 minutos para permitir la retirada de cualquier efecto transitorio de los CEM (ver Fig. 1C). Esto se hizo mediante un procedimiento automatizado doble ciego; Las antenas se encendieron o apagaron según una tabla de búsqueda que era inaccesible para el experimentador y el participante, que sirvió como entrada para un script de Python que enviaba comandos SCPI al generador EMF. Al finalizar el experimento, esta tabla de consulta indicó qué participante recibió la dosis de EMF en cuál de las dos sesiones. Los participantes se dividieron en dos grupos una vez finalizado el experimento; el grupo 1 (sujetos 1 a 16) recibió una dosis de EMF durante la primera sesión (sesión A), y el grupo 2 (sujetos 17 a 32) recibió EMF durante la segunda sesión (sesión B); ver figura 1C.
Primero se muestrearon los datos hasta 250 Hz y se inspeccionaron visualmente para eliminar segmentos de datos que contenían artefactos. A esto le siguió un filtrado de paso alto de 1 Hz, una nueva referencia a la referencia promedio y una descomposición mediante análisis de componentes individuales (infomax ICA) para separar la señal de EEG en 62 componentes 22 . Los componentes se clasificaron en artefactos y no artefactos de forma semiautomática utilizando ICLabel 23 , produciendo un nivel de clasificación (puntuación porcentual) para cada tipo (parpadeo, músculo, ruido de línea y cerebro), para cada componente. Después de la clasificación, evaluamos cada componente mediante inspección visual de su espectro de potencia, niveles de clasificación y distribución topográfica en cada electrodo de EEG. En promedio, se eliminaron alrededor del 20% de los componentes. Después de retirar los componentes, las señales se volvieron a mezclar en una señal EEG limpia. Consulte el Apéndice A para obtener más detalles sobre la eliminación de ICA. Finalmente, el EEG se segmentó en períodos de 4 segundos (Fig. 2B) y se estimó la densidad espectral de potencia (PSD) promedio (durante épocas) para cada canal y participante (Fig. 2C). Se realizó un promedio adicional sobre grupos de canales para calcular los espectros de seis regiones (ver Fig. 1C). Para cada región se utilizaron los siguientes canales: frontal: Fp1, AF3, AFz, AF4, F1, Fz, F2; Temporal izquierdo: AF7, F3, F5, F7, FT7, FC5, FC3, C5, T7, TP7, CP5, P7, FT9, TP9; temporal derecho: AF8, F4, F6, F8, FC4, FC6, FT8, C6, T8, CP6, TP8, P8, FT10, TP10; centrales: FC1, FC2, C3, C1, Cz, C2, C4; parietales: CP3, CP1, CPz, CP2, CP4, P5, P3, P1, Pz, P2, P4, P6; occipitales: PO7, PO3, POz, PO4, PO8, O1, Oz, O2, Iz; ver figura 2A. Se calcularon gráficos de PSD en todas las regiones, para las siguientes cuatro condiciones: EO + RFon, EO + RFoff, EC + RFon y EC + RFoff.
( A ) Regiones del cerebro que constituyen cada región promediada; ( B ) segmentación de datos, para cada canal; ( C ) extracción de información PSD dentro de una banda de frecuencia de 6 a 10 Hz; para cada región del cerebro; para cada sesión.
Para evaluar estadísticamente los efectos de los campos electromagnéticos en el cerebro, exportamos los datos a Rstudio y utilizamos los paquetes: brms , bayestestR , tidybayes y emmeans . La inferencia bayesiana permite comparar la probabilidad de los datos observados en modelos alternativos. Realizamos un análisis bayesiano de las diferencias entre sesiones de los valores PSD promediados, ya que el cambio en este valor a lo largo de las sesiones posiblemente podría indicar la presencia de un efecto EMF. Más específicamente, calculamos el contraste de PSD para cada participante, es decir, el cambio en PSD durante las sesiones A y B, en una banda de frecuencia entre 6 y 10 Hz en la condición EO. Supusimos que el contraste PSD sigue una distribución normal. En nuestro caso, formulamos cinco modelos (o hipótesis) para explicar los datos. Dentro de cada uno de los modelos, asumimos que la varianza sigma del contraste PSD no varía entre los participantes. El modelo más simple (Modelo 1) supone que el contraste PSD (es decir, el cambio en la potencia alfa entre las sesiones A y B) tiene media cero y variación sigma. Este modelo indicaría que no hay contraste de PSD presente en ambos grupos. En el Modelo 2 asumimos que el contraste PSD tiene una media desconocida. Este modelo solo se puede utilizar para detectar un contraste PSD distinto de cero, suponiendo que no hay diferencias entre los grupos. El modelo 3 supone que el contraste PSD difiere según el grupo, pero no según el área del cerebro. En el Modelo 4 es precisamente al revés, y en este modelo asumimos un contraste PSD separado para cada área del cerebro pero no discrimina entre grupos. El modelo 5 combina los dos últimos modelos y contiene parámetros de contraste PSD separados para cada área del cerebro por grupo .
Debido a que la elección del a priori juega un papel en el cálculo de la densidad posterior y no poseemos ninguna información previa, optamos por varios a priori difusos de los parámetros. Para los parámetros de contraste PSD elegimos la distribución Normal (0, 1), la distribución de Cauchy (0, 1) y la distribución Uniforme (-8, 8). Para el parámetro sigma, elegimos la distribución uniforme (0, 5), la distribución seminormal (0, 2) y la distribución gamma (2, 2). Al analizar cada combinación posible, obtuvimos nueve matrices de 25 comparaciones (entre dos modelos) cada una, lo que permitió una prueba de sensibilidad en la que eran posibles muchos resultados diferentes, pero deberían mostrar un patrón similar si el papel del anterior es limitado.
Se estimó un índice de probabilidad (LR) para cada comparación, que es un número que muestra el nivel relativo de apoyo a un modelo en comparación con el otro, dados los datos y el supuesto previo sobre los parámetros. Un valor LR de 1 significa que el modelo del numerador y del denominador respaldan por igual los datos dados a priori. Un LR mayor que 1 significa que el modelo del numerador explica los datos mejor que el modelo del denominador. Un valor de LR menor que 1 significa lo contrario. Específicamente, calculamos la probabilidad de los datos observados bajo cada modelo (hipótesis), promediando el supuesto anterior sobre los parámetros. Por ejemplo, si un parámetro tiene la distribución de Cauchy, para cada valor de ese parámetro calculamos la probabilidad de los datos y ponderamos estos resultados de acuerdo con la distribución de Cauchy. Computacionalmente, esto se puede hacer de varias maneras, ya sea mediante cálculo directo o mediante un procedimiento de aproximación de simulación. El resultado será el mismo en ambos enfoques.
Posteriormente calculamos las densidades posteriores de los parámetros, que son densidades previas actualizadas que describen el conocimiento de los parámetros después de los experimentos. Para facilitar la comparación con artículos anteriores que utilizan un enfoque frecuentista, también proporcionamos valores p para el modelo más exitoso realizando una prueba t estadística clásica en este modelo. Para estimar un valor p, analizamos los datos observados utilizando un modelo lineal mixto en el que el sujeto se agregó como una variable aleatoria ya que teníamos más de una observación por sujeto. El valor p se obtuvo buscando el valor t estimado y los grados de libertad.
Resultados
Exposición a los CEM y mediciones de CEM de fondo
Cifra 3muestra los niveles de exposición a los CEM en cuatro situaciones diferentes. En la ubicación de los voluntarios (situación 2), la densidad de potencia era 3 órdenes de magnitud menor que en el pasillo del área pública del hospital (situación 1), donde se podían medir múltiples frecuencias. Al encender RF a través de un teléfono móvil (situación 4) o un generador de señal (situación 3) en el espacio del laboratorio en la ubicación del voluntario, se puede observar una señal GSM medida a 900 MHz. Las variaciones de la densidad de potencia entre las antenas se limitaron a un factor de 2, es decir, la densidad de potencia dentro del área donde se encontraba el cerebro del voluntario era aproximadamente uniforme (situación 3). Los datos presentados en la Fig. 3enfatice que los niveles ambientales de EMF en la ubicación del voluntario son más bajos en varios órdenes de magnitud en comparación con la situación con radiación de RF encendida y un pasillo típico de un hospital fuera del área del laboratorio.
Espectros de potencia para cuatro situaciones diferentes y sus correspondientes densidades de potencia; izquierda, en verde: situación 1: campos electromagnéticos ambientales captados en el pasillo, con picos de diferentes dispositivos; protocolos de telefonía móvil, WIFI, teléfonos inalámbricos (DECT). Izquierda, en azul: situación 2: campos electromagnéticos ambientales reducidos detectados en la ubicación de los voluntarios. Derecha, en rojo: situación 3: EMF entregado por nuestro generador de impulsos, durante las condiciones de RF, en la ubicación del voluntario, derecha, en negro: situación 4: EMF típico entregado por un teléfono móvil en la ubicación del voluntario. Tenga en cuenta que la figura de la derecha (situaciones 3 y 4) tiene una escala diferente y menos sensible en comparación con la figura de la izquierda. La razón fue que el receptor debía configurarse a una sensibilidad más baja cuando se sometía a campos electromagnéticos para evitar exceder el umbral de sensibilidad máxima.
Validación de equipos EEG
Los gráficos de potencia obtenidos en la sandía no mostraron ningún efecto de la FEM, excepto por la presencia de picos a 217 Hz y 868 Hz, la frecuencia de pulsación y uno de sus armónicos más altos (ver Fig. 4). Estos picos están fuera del rango de frecuencia fisiológico de las señales de EEG que se pueden observar en humanos (0 a 50 Hz). Además, tanto en condiciones de encendido como de apagado de RF, se ven picos de 50 Hz de la red eléctrica y sus armónicos más altos (a 150 Hz, 250 Hz, 350 Hz, 450 Hz, 650 Hz y 750 Hz). Estas frecuencias están fuera del rango fisiológico. Además, los picos tanto de la modulación como de la red eléctrica están muy por debajo de la magnitud de las señales EEG humanas medibles. En general, no se pudo detectar ninguna interferencia de la exposición a los CEM que pudiera ser relevante para nuestras mediciones de EEG en el cerebro humano.
Gráficos PSD de medición de sandía con RF activada y RF desactivada; izquierda: gráfico PSD en el rango de 0 a 35 Hz, no hay diferencias visibles en el rango fisiológico de la señal; derecha: gráfico PSD en el rango 0–1000 Hz, 50 Hz (de la red eléctrica) y 217 Hz (de la pulsación 2G) y armónicos más altos presentes en las señales de encendido y apagado de RF. Tenga en cuenta que tanto el eje x como el eje y se escalan de manera diferente en la figura de la derecha al utilizar un rango mayor para ambos ejes.
Efectos de los campos electromagnéticos en el EEG cerebral
Cifra 5muestra PSD para seis regiones del cerebro para condiciones EC y EO. Cada gráfico contiene datos de dos sesiones y dos grupos, con un total de 4 PSD por gráfico. Para cada grupo, las PSD en ambas sesiones son similares, excepto en la condición EO, donde los dos grupos difieren en la banda alfa en caso de que la RF esté presente en la sesión B. A nivel de sujeto, la diferencia en el contraste de PSD entre ambos grupos es mayor. ilustrado en la Fig. 6para la condición EO. Los contrastes de PSD por sujeto por región también se muestran en la TablaTabla 1.1. Los gráficos PSD para cada tema se pueden encontrar en el Apéndice B. La variabilidad entre sujetos de los espectros de potencia es mayor que la mostrada por la variabilidad del contraste PSD como se muestra en la Fig. 6; Consulte el Apéndice E para conocer las estimaciones de PSD individuales, superpuestas con la PSD promedio representada en la Fig. 5. higos 5yy66Ilustre visualmente que, aunque las diferencias de PSD entre sujetos son grandes, aún se pueden apreciar diferencias en el contraste de PSD entre el grupo 1 y 2. Estas diferencias son visibles en todas las regiones del cerebro.
Gráficos PSD en seis regiones del cerebro para condiciones EC y EO. Las líneas negras indican PSD promedio de 16 participantes en el grupo 1 (recibieron RF en la sesión A y simulación en la sesión B); Las líneas rojas promedian PSD superior a 16 en los participantes del grupo 2 (recibieron RF en la sesión B y simulación en la sesión A). Las líneas continuas son el PSD promediado (sobre participantes) de la sesión A; Las líneas discontinuas son el PSD promediado de la sesión B.
Contraste de PSD (es decir, diferencia en la potencia promedio de EEG entre las sesiones A y B en banda alfa) en regiones cerebrales separadas para ambos grupos en la condición EO. Los puntos negros indican valores de contraste de PSD del grupo 1 que recibió RF en la sesión A; Los puntos rojos indican los valores de contraste de PSD del grupo 2 que recibió RF en la sesión B.
tabla 1
PSD contrasta para todas las regiones del cerebro por sujeto en los grupos 1 y 2 en la condición EO.
| Central | Frontal | Occipital | Parietal | Temperatura. l | Temperatura. R | Significar | Central | Frontal | Occipital | Parietal | Temperatura. l | Temperatura. R | Significar | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Grupo 1 | Contraste PSD (μV 2 /Hz) | Grupo 2 | Contraste PSD (μV 2 /Hz) | ||||||||||||
| −2,23 | −3,14 | −3,39 | −3.11 | −2,95 | −2,96 | −2,96 | 0,69 | 0,66 | 0,92 | 0,46 | 0,53 | 0,45 | 0,62 | ||
| 0,45 | 0,94 | 0,46 | 0,31 | 0,67 | 0,44 | 0,55 | 1,59 | 1,45 | 1.29 | 2.31 | 2.07 | 1,94 | 1,78 | ||
| −0,01 | −0,10 | 0,57 | −0,01 | 0,02 | 0,30 | 0,13 | 1.00 | 0,75 | 0,34 | 1.02 | 0,66 | 0,77 | 0,76 | ||
| −0,23 | 0,10 | −0,30 | −0,32 | −0,21 | −0,26 | −0,20 | 0,75 | 0,83 | 0,62 | 0,63 | 0,59 | 0,63 | 0,68 | ||
| 0,25 | 0,93 | 0,31 | 0,48 | 0,34 | 0,39 | 0,45 | 0,21 | 0,36 | 1.21 | 0,66 | 0,18 | 0,55 | 0,53 | ||
| 0,39 | 0,44 | 0,75 | 0,81 | 0,58 | 0,47 | 0,57 | 1.02 | 1.15 | 0,43 | 1.20 | 0,84 | 0,96 | 0,93 | ||
| −0,19 | −0,60 | −0,70 | 0,03 | −0,25 | −0,41 | −0,35 | 1.19 | 1,75 | 1.10 | 1,65 | 1,49 | 1.46 | 1.44 | ||
| 0,55 | 1.02 | 0,21 | 0,76 | 0,67 | 0,50 | 0,62 | 0,47 | 0,19 | 0,12 | 0,77 | 0,50 | 0,40 | 0,41 | ||
| 0,56 | 0,47 | 1.11 | 0,68 | 0,72 | 0,35 | 0,65 | −0,34 | −0,41 | −0,40 | −0,30 | −0,27 | −0,23 | −0,33 | ||
| 0,55 | 0,52 | 0,28 | 0,53 | 0,79 | 1.06 | 0,62 | 1.11 | 1,56 | 1.21 | 1,69 | 1.74 | 1.34 | 1.44 | ||
| 0,10 | 0,02 | 0,08 | −0,27 | −0,17 | −0,12 | −0,06 | 0,45 | 0,02 | −0,46 | 0,29 | 0,64 | 0,17 | 0,19 | ||
| 0,98 | 1.31 | 0,88 | 1.25 | 1.19 | 1.13 | 1.12 | 0,74 | 0,44 | 0,84 | 0,87 | 0,45 | 0,53 | 0,65 | ||
| 0,50 | 0,47 | 0,05 | 0,77 | 0,36 | 0,55 | 0,45 | 0,55 | 1,80 | 0,34 | 1.04 | 0,98 | 0,92 | 0,94 | ||
| 0,50 | −0,08 | 0,12 | 0,06 | 0,40 | 0,45 | 0,24 | 1,90 | 1,57 | 0,96 | 1,53 | 1,53 | 1,68 | 1,53 | ||
| −0,91 | −1,19 | −0,15 | −1,05 | −0,53 | −0,31 | −0,69 | 1.74 | 2.39 | 0,68 | 1,62 | 1,85 | 1.22 | 1,58 | ||
| 0,01 | 0,63 | 0,65 | 0,25 | 0,32 | 0,20 | 0,34 | 0,09 | 0,26 | 0,19 | −0,23 | 0.00 | 0,18 | 0,08 | ||
| Significar | 0,08 | 0,11 | 0,06 | 0,07 | 0,12 | 0,11 | 0,10 | 0,82 | 0,92 | 0,59 | 0,95 | 0,86 | 0,81 | 0,82 | |
El principal resultado de nuestro análisis bayesiano fue que el modelo 3 mostró LR extremadamente grandes (ver TablaTabla 2),2), indicando que la presencia de diferencia entre los contrastes de PSD en ambos grupos tiene alta evidencia estadística en la condición EO. Es de destacar que este resultado es independiente del utilizado anteriormente. En detalle, creamos un total de 45 modelos (cinco modelos de nueve variaciones cada uno) e hicimos 225 comparaciones (9 variaciones por 25 comparaciones por combinación anterior). El LR exacto naturalmente difirió en cada una de las variaciones que se pueden ver en la TablaTabla 22para los anteriores Normal (0,1) y Uniforme (0,5). Las tablas restantes se pueden encontrar en el Apéndice C. El análisis bayesiano confirma lo ilustrado en las Figs. 5yy6:6: existe una diferencia de contraste de PSD entre los grupos (contra modelos 1 y 2) que no se puede discriminar más en regiones cerebrales separadas (contra modelos 4 y 5).
Tabla 2
LR para comparar cinco modelos con parámetros previos para el contraste PSD: normal (0,1) y parámetro sigma general previo: uniforme (0,5).
| Modelo 5 | Modelo 4 | Modelo 3 | Modelo 2 | Modelo 1 | |
|---|---|---|---|---|---|
| Modelo 5 | 1 | 4.84e-05 | 8.23e+05 | 137 | 2.71e−10 |
| Modelo 4 | 1 | 1.70e+10 | 2.83e+03 | 5.60e-06 | |
| Modelo 3 | 1 | 1.67e-07 | 3.29e-16 | ||
| Modelo 2 | 1 | 1.98e-09 | |||
| Modelo 1 | 1 |
El LR más alto se puede encontrar en el Modelo 3, que por tanto explica mejor los datos.
Para el Modelo 3, la puntuación t fue de 5,5, lo que da lugar a un valor de p <0,001. MesaTabla 33ilustra las densidades previas y posteriores del Modelo 3 para cada combinación de anteriores. También muestra que el cambio de potencia entre las sesiones difirió entre ambos grupos (RF en la sesión A y RF en la sesión B). Los resultados son casi idénticos y muestran una diferencia de contraste PSD de −0,72 μV 2 /Hz. Este número indica el tamaño del efecto del EMF sobre la magnitud de la potencia del EEG en la banda alfa.
Tabla 3
Estimación de la diferencia de contraste PSD según el Modelo 3.
| contraste PSD antes | sigma anterior | PSD contraste grupo 1 (μV 2 /Hz) (modo e intervalo de credibilidad del 95%) | PSD contraste grupo 2 (μV 2 /Hz) (modo e intervalo de credibilidad del 95%) | Sigma (modo e intervalo de credibilidad del 95%) | Diferencia de contraste PSD (μV 2 /Hz) |
|---|---|---|---|---|---|
| Normal (0,1) | Uniforme (0,5) | 0,0961 (-0,0648; 0,26) | 0,8191 (0,6576; 0,98) | 0,81 (0,74; 0,90) | −0,723 (−0,948; −0,489) |
| Normal (0,1) | Gama (2,2) | 0,0956 (-0,0644; 0,26) | 0,8196 (0,6580; 0,98) | 0,81 (0,73; 0,90) | −0,723 (−0,954; −0,498) |
| Normal (0,1) | Medio normal (0,2) | 0,0958 (-0,0661; 0,257) | 0,8193 (0,6610; 0,982) | 0,81 (0,73; 0,90) | −0,724 (−0,952; −0,495) |
| Uniforme (−8,8) | Uniforme (0,5) | 0,0923 (-0,0695; 0,258) | 0,8258 (0,6633; 0,987) | 0,81 (0,73; 0,90) | −0,733 (−0,962; −0,501) |
| Uniforme (−8,8) | Gama (2,2) | 0,092 (-0,0701; 0,253) | 0,826 (0,6651; 0,990) | 0,81 (0,73; 0,90) | −0,734 (−0,964; −0,507) |
| Uniforme (−8,8) | Medio normal (0,2) | 0,0923 (-0,0706; 0,254) | 0,8255 (0,6625; 0,987) | 0,81 (0,73; 0,90) | −0,733 (−0,964; −0,502) |
| Cauchy (0,1) | Uniforme (0,5) | 0,0964 (-0,0647; 0,259) | 0,8166 (0,6526; 0,977) | 0,81 (0,73; 0,90) | −0,72 (−0,949; −0,491) |
| Cauchy (0,1) | Gama (2,2) | 0,0966 (-0,0654; 0,258) | 0,8168 (0,6554; 0,979) | 0,81 (0,73; 0,90) | −0,72 (−0,948; −0,492) |
| Cauchy (0,1) | Medio normal (0,2) | 0,0962 (-0,0676; 0,257) | 0,8168 (0,6567; 0,981) | 0,81 (0,73; 0,90) | −0,721 (−0,949; −0,492) |
Discusión
En este trabajo, evaluamos los efectos de los CEM en el EEG cerebral mientras controlamos las confusiones ambientales y experimentales que están comúnmente presentes en la literatura (más antigua) sobre los CEM. Informamos que nuestro espacio experimental está casi libre de campos electromagnéticos que normalmente están presentes en los espacios de laboratorio, que nuestro equipo de EEG en sí no se ve afectado de manera significativa por los campos electromagnéticos que se utilizan en este estudio, y que los campos electromagnéticos tienen un efecto en el cerebro que Se caracteriza por un sutil aumento de la potencia del EEG en una banda entre 6 y 10 Hz.
Las mediciones de las densidades de potencia de los campos electromagnéticos indicaron que la radiación de fondo en el lugar del voluntario era 3 órdenes de magnitud menor que los valores típicos en el espacio público. De esta manera, el resultado de nuestras mediciones no pudo atribuirse a la presencia de niveles de CEM ya presentes en los espacios de trabajo normales. El nivel de densidad de potencia medido dentro del área entre las antenas estaba en el mismo orden de magnitud de la densidad de potencia cerca de un teléfono móvil durante una llamada telefónica como se informa en otra parte de la literatura 24 , lo que indica que nuestro experimento puede considerarse como representativo de un Situación en la que se habla con un dispositivo móvil cerca del oído.
En este artículo abordamos las críticas que surgieron en el pasado, que la aplicación de RF pulsada conduciría a artefactos en el EEG y que la energía espectral de estos picos puede incorporarse en el registro del EEG, sugiriendo así erróneamente un efecto EMF. en el cerebro 18 . En el experimento fantasma demostramos que este no es el caso. A 217 Hz, hay una señal presente en la RF en el caso, pero no cambia la señal en el rango biológico relevante de manera significativa. Anteriormente, otros han argumentado que la ausencia de un efecto EMF en la condición de ojos cerrados también contradice la presencia de interferencia eléctrica 25 , ya que uno esperaría que esta última estuviera presente en ambas condiciones. Además, se prevé que la utilización de electrodos activos en nuestra configuración mitigue de manera efectiva los artefactos que comúnmente se introducen en los cables entre el electrodo y el amplificador de EEG.
En nuestro artículo replicamos el hallazgo de que los efectos de los campos electromagnéticos son difíciles de capturar con los ojos cerrados 11 , 25 . Al parecer, el cerebro es más sensible a los campos electromagnéticos cuando los ojos están abiertos. Sin embargo, es poco probable que el efecto de los CEM esté completamente ausente en condiciones de ojos cerrados (CE). Esto se debe a que la potencia alfa es más fuerte durante la EC, lo que hace más difícil detectar modulaciones sutiles que surgen de la exposición a los EMF.
El diseño experimental para investigar la relación entre los campos electromagnéticos y la función cerebral no es sencillo. Para explorar eficazmente los efectos sutiles de los CEM y al mismo tiempo minimizar el sesgo, los experimentos que emplean un diseño cruzado, contrapesado y doble ciego se consideran los más adecuados. Sin embargo, se puede debatir cuál es el enfoque óptimo para el contrapeso. En nuestro estudio, elegimos exponer a los participantes a condiciones simuladas y de RF en una sola sesión de forma contrapesada. Alternativamente, algunos estudios han implementado el contrapeso en dos o más sesiones para evitar efectos de arrastre 11 , 25 . Pero este enfoque puede tener el costo de introducir una variación adicional entre las condiciones simuladas y de RF, lo que hace más difícil detectar el efecto real de los CEM. De hecho, en bastantes estudios con diseño contrapesado no se informaron efectos en la banda alfa 11 , 12 , 26 .
Elegimos realizar mediciones simuladas y de RF en una sola sesión. Se puede criticar este diseño por su sensibilidad a los efectos de arrastre de los CEM. Se ha sugerido que pueden persistir durante aproximadamente media hora 27 , aunque se dispone de datos limitados para hacer afirmaciones concluyentes 16 . En nuestra investigación, observamos que el aumento en la potencia alfa estaba presente predominantemente en la condición de RF activada después de la condición de RF desactivada. En los casos en los que comenzamos con RF activada, el contraste de PSD fue cercano a cero (ver los puntos de datos en negro en la Fig. 6). Esto podría significar que el efecto de los FEM permaneció presente durante la sesión B. Alternativamente, nuestros datos podrían interpretarse asumiendo la existencia de un efecto de orden no relacionado con los FEM, que conduce a un aumento gradual del poder alfa a lo largo del tiempo en ambos grupos. En el caso extremo de que no haya transferencia, es decir, el EMF no tiene efecto transitorio y sólo está presente un efecto de orden, sería necesario tener en cuenta que la diferencia reportada en el contraste PSD contiene el doble del efecto EMF. Sin embargo, incluso con esta consideración, nuestra conclusión sobre la presencia de un efecto CEM en nuestros datos permanece sin cambios. Otra razón para elegir un diseño contrapesado en el que se evalúan los efectos dentro de los sujetos es que se controla la variabilidad entre sujetos (que tiende a ser mayor que la variabilidad dentro de los sujetos).
Dadas las consideraciones anteriores, sugerimos que nuestro enfoque de contrapeso produce resultados sólidos e ilustra que el beneficio de medir en varios días no es evidente. Es muy deseable lograr un mayor consenso sobre la configuración de un experimento de EEG a la luz de los protocolos 5G que se implementan actualmente. Los protocolos 5G actuales todavía utilizan frecuencias portadoras similares a las del 2G, pero difieren sustancialmente en términos de la modulación de la onda portadora utilizada. Esto último puede provocar un efecto diferente sobre la función cerebral.
El efecto que encontramos en la banda alfa no es sencillo de interpretar. Las ondas alfa se observan comúnmente en adultos sanos que están despiertos pero en reposo con los ojos cerrados. Sin embargo, estas ondas disminuyen durante el sueño o cuando un individuo se dedica a una tarea concentrada 28 . Se cree que el ritmo alfa indica una reducción de la actividad cortical durante la relajación y se asocia con inhibición cognitiva y relajación visual 29 . Es importante señalar que las modificaciones en la actividad de las ondas alfa no necesariamente conducen al desarrollo de condiciones patológicas. Sin embargo, es cierto que ciertos trastornos neurológicos van acompañados de alteraciones en los patrones EEG y que la sensibilidad a los cambios inducidos por campos electromagnéticos (CEM) puede variar entre individuos.
En conclusión, nuestro estudio proporciona evidencia estadística convincente de la aparición de una mayor actividad alfa durante la exposición a los CEM. Al abordar cuidadosamente las variables de confusión que plantearon desafíos en estudios anteriores, hemos demostrado efectivamente que es muy improbable que el efecto observado sea un artefacto. En el futuro, nuestro protocolo de investigación es prometedor para investigar el impacto de otros protocolos de transmisión, como 5G y 6G, además de permitir un examen más completo de las relaciones dosis-efecto.
Información suplementaria
Información suplementaria. (9,0 millones, docx)
Agradecimientos
Nos gustaría agradecer a Jan-Rutger Schrader PhD por sus consejos durante el diseño de este experimento.
Abreviaturas
| (2,3,4,5)-G | (2,3,4,5)ª generación |
| CE | Ojos cerrados |
| EEG | Electroencefalograma |
| CEM | Campo electromagnetico |
| OE | Ojos abiertos |
| GSM | Sistema global para comunicaciones móviles |
| ICA | Análisis de componentes individuales |
| diputado | Teléfono móvil |
| PSD | Densidad espectral de potencia |
| RF encendida | Radiofrecuencia encendida |
| RF apagada | Radiofrecuencia apagada |
| SCPI | Comandos estándar para instrumentos programables |
Contribuciones de autor
JM, YE y AN diseñaron la investigación. JM y YE realizaron el estudio. JM fue responsable del análisis EEG. El análisis estadístico fue realizado por RM y MJJM, MJ y AN escribieron el texto principal del manuscrito. Todos los autores revisaron y aprobaron el manuscrito.
Disponibilidad de datos
Los conjuntos de datos generados y/o analizados durante el estudio actual están disponibles del autor correspondiente a solicitud razonable.
Conflicto de intereses
Los autores declaran no tener conflictos de intereses.
Notas a pie de página
nota del editor
Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.
Información suplementaria
La versión en línea contiene material complementario disponible en 10.1038/s41598-023-48561-z.
Referencias
1.
Ziegelberger G, et al. Directrices para limitar la exposición a campos electromagnéticos (100 kHz a 300 GHz) Health Phys. 2020; 118 : 483–524. doi: 10.1097/HP.0000000000001210. [ PubMed ] [ CrossRef ] [ Google Scholar ]2.
Romanenko S, Begley R, Harvey AR, Hool L, Wallace VP. La interacción entre campos electromagnéticos en frecuencias de megahercios, gigahercios y terahercios con células, tejidos y organismos: riesgos y potencial. JR Soc. Interfaz. 2017; 14:31 . doi: 10.1098/rsif.2017.0585. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]3.
Bandara P, Carpintero DO. Contaminación electromagnética planetaria: es hora de evaluar su impacto. Lanceta. Planeta. Salud. 2018; 2 : e512–e514. doi: 10.1016/S2542-5196(18)30221-3. [ PubMed ] [ CrossRef ] [ Google Scholar ]4.
Frank, JW Campos electromagnéticos, 5G y salud: ¿Qué pasa con el principio de precaución?. J. Epidemiol. Comunitario. Salud 75 (2021). [ PubMed ]5.
NOM. Agenda Nacional de Investigación Holandesa . (2016).6.
Consejo de Salud de los Países Bajos. 5G y Salud . (2020).7.
Barnes F, Greenebaum B. Establecimiento de directrices para exposiciones electromagnéticas y necesidades de investigación. Bioelectromagnética. 2020; 41 : 392–397. doi: 10.1002/bem.22267. [ PubMed ] [ CrossRef ] [ Google Scholar ]8.
Marino AA, Kim PY, Frilot C. Las neuronas del trigémino detectan la radiación de los teléfonos móviles: la cuestión no es térmica o no térmica. Electromagn. Biol. Medicina. 2017; 36 : 123–131. doi: 10.1080/15368378.2016.1194294. [ PubMed ] [ CrossRef ] [ Google Scholar ]9.
Belyaev I, et al. La evidencia científica invalida los supuestos de salud subyacentes a las determinaciones del límite de exposición de la FCC y la ICNIRP para la radiación de radiofrecuencia: implicaciones para 5G. Reinar. Salud. 2022; 21:92 . doi: 10.1186/s12940-022-00900-9. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]10.
Panagopoulos DJ, Karabarbounis A, Yakymenko I, Chrousos GP. Campos electromagnéticos creados por humanos: oscilación forzada de iones y disfunción de canales iónicos dependientes de voltaje, estrés oxidativo y daño al ADN (revisión) Int. J. Oncol. 2021; 59 :1–16. doi: 10.3892/ijo.2021.5272. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]11.
Croft RJ, et al. Efectos de los teléfonos móviles 2G y 3G sobre los ritmos alfa humanos: EEG en reposo en adolescentes, adultos jóvenes y ancianos. Bioelectromagnética. 2010; 31 : 434–444. doi: 10.1002/bem.20583. [ PubMed ] [ CrossRef ] [ Google Scholar ]12.
Wallace J, et al. EEG humano en estado de reposo y exposición a teléfonos móviles GSM de radiofrecuencia: el impacto de la frecuencia alfa individual. En t. J. Radiat. Biol. 2022; 98 : 986–995. doi: 10.1080/09553002.2021.2009146. [ PubMed ] [ CrossRef ] [ Google Scholar ]13.
Dalecki A, et al. ¿La exposición aguda a campos electromagnéticos de radiofrecuencia afecta los potenciales relacionados con eventos visuales en adultos sanos? Clínico. Neurofisiol. 2018; 129 : 901–908. doi: 10.1016/j.clinph.2018.01.074. [ PubMed ] [ CrossRef ] [ Google Scholar ]14.
Hamblin DL, Wood AW, Croft RJ, Stough C. Examinar los efectos de los campos electromagnéticos emitidos por teléfonos móviles GSM sobre los potenciales y el rendimiento relacionados con eventos humanos durante una tarea auditiva. Clínico. Neurofisiol. 2004; 115 : 171-178. doi: 10.1016/S1388-2457(03)00313-4. [ PubMed ] [ CrossRef ] [ Google Scholar ]15.
Valentini E, et al. Efectos neurofisiológicos de los campos electromagnéticos de los teléfonos móviles en humanos: una revisión exhaustiva. Bioelectromagnética. 2007; 28 : 415–432. doi: 10.1002/bem.20323. [ PubMed ] [ CrossRef ] [ Google Scholar ]16.
Danker-Hopfe H, Eggert T, Dorn H, Sauter C. Efectos de RF-EMF en el EEG humano en estado de reposo: las inconsistencias en la consistencia: Parte 1. Limitaciones de comparabilidad entre estudios no relacionadas con la exposición. Bioelectromagnética. 2019; 40 : 291–318. doi: 10.1002/bem.22194. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]17.
Borchardt V, et al. La exposición a narrativas de apego modula dinámicamente la excitación cortical durante el estado de reposo del oyente. Comportamiento cerebral. 2018; 8 :e01007. doi: 10.1002/brb3.1007. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]18.
Marino AA, Carrubba S. Los efectos de los campos electromagnéticos de los teléfonos móviles sobre la actividad eléctrica del cerebro: un análisis crítico de la literatura. Electromagn. Biol. Medicina. 2009; 28 : 250–274. doi: 10.3109/15368370902918912. [ PubMed ] [ CrossRef ] [ Google Scholar ]19.
Zwamborn, APM, Vossen, SHJA, van Leersum, BJAM, Ouwens, MA & Mäkel, WN Efectos de los campos de radiofrecuencia del sistema de comunicación global sobre el bienestar y las funciones cognitivas de sujetos humanos con y sin quejas subjetivas. (2003).20.
Delorme A, Makeig S. EEGLAB: una caja de herramientas de código abierto para el análisis de la dinámica del EEG de un solo ensayo, incluido el análisis de componentes independientes. J. Neurosci. Métodos. 2004; 134 : 9–21. doi: 10.1016/j.jneumeth.2003.10.009. [ PubMed ] [ CrossRef ] [ Google Scholar ]21.
Oldfield RC. La evaluación y análisis de la lateralidad: el inventario de Edimburgo. Neuropsicología. 1971; 9 :97–113. doi: 10.1016/0028-3932(71)90067-4. [ PubMed ] [ CrossRef ] [ Google Scholar ]22.
Bell AJ, Sejnowski TJ. Un enfoque de maximización de la información para la separación ciega y la deconvolución ciega. Computación neuronal. 1995; 7 :1129–1159. doi: 10.1162/neco.1995.7.6.1129. [ PubMed ] [ CrossRef ] [ Google Scholar ]23.
Pion-Tonachini L, Kreutz-Delgado K, Makeig S. ICLabel: un clasificador, conjunto de datos y sitio web de componentes independientes electroencefalográficos automatizados. Neuroimagen. 2019; 198 : 181–197. doi: 10.1016/j.neuroimage.2019.05.026. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]24.
Sajedifar J, Nassiri P, Monazzam MR, Shamsipour M, Ramezani R. El efecto de los niveles de carga de la batería del teléfono móvil sobre la cantidad de emisión de ondas electromagnéticas. J. Medio Ambiente. Ciencias de la Salud. Ing. 2019; 17 : 151–159. doi: 10.1007/s40201-019-00336-3. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]25.
Dalecki A, Verrender A, Loughran SP, Croft RJ. El efecto de la exposición al campo electromagnético GSM en el electroencefalograma de vigilia: influencias metodológicas. Bioelectromagnética. 2021; 42 : 317–328. doi: 10.1002/bem.22338. [ PubMed ] [ CrossRef ] [ Google Scholar ]26.
Ghosn R, et al. La señal de radiofrecuencia afecta la banda alfa en el electroencefalograma en reposo. J. Neurofisiol. 2015; 113 : 2753–2759. doi: 10.1152/jn.00765.2014. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]27.
Perentos N, Croft RJ, McKenzie RJ, Cosic I. La banda alfa del electroencefalograma en reposo bajo exposiciones de radiofrecuencia pulsadas y continuas. Traducción IEEE. Biomédica. Ing. 2013; 60 : 1702-1710. doi: 10.1109/TBME.2013.2241059. [ PubMed ] [ CrossRef ] [ Google Scholar ]28.
Klimesch W. Las oscilaciones alfa y theta del EEG reflejan el rendimiento cognitivo y de la memoria: una revisión y análisis. Res. cerebral. Rev. 1999; 29 : 169–195. doi: 10.1016/S0165-0173(98)00056-3. [ PubMed ] [ CrossRef ] [ Google Scholar ]29.
Halgren M, et al. La generación y propagación del ritmo alfa humano. Proc. Nacional. Acad. Ciencia. 2019; 116 : 23772–23782. doi: 10.1073/pnas.1913092116. [ Artículo gratuito de PMC ] [ PubMed ] [ CrossRef ] [ Google Scholar ]
Los artículos de
Scientific Reports se proporcionan aquí por cortesía de
Nature Publishing Group.
DR VICTOR QUIROS MD 
