Un equipo de científicos de la Universidad Tecnológica de Nanyang, Singapur (NTU Singapur) ha desarrollado un programa informático predictivo que podría usarse para detectar personas que tienen un mayor riesgo de depresión.
En ensayos que utilizaron datos de grupos de participantes sanos y deprimidos, el programa logró una precisión del 80 por ciento en la detección de personas con un alto riesgo de depresión y aquellas sin riesgo.
Impulsado por el aprendizaje automático, el programa, llamado modelo Ycogni, detecta el riesgo de depresión mediante el análisis de la actividad física, los patrones de sueño y los ritmos circadianos de una persona derivados de los datos de dispositivos portátiles que miden sus pasos, frecuencia cardíaca, gasto de energía y datos de sueño.
La depresión afecta a 264 millones de personas en todo el mundo y no se diagnostica ni se trata en la mitad de los casos, según la Organización Mundial de la Salud. En Singapur, la pandemia de COVID-19 ha generado una mayor preocupación por el bienestar mental. Un nuevo estudio del Instituto de Salud Mental de Singapur señaló un probable aumento de los problemas de salud mental, incluida la depresión relacionada con la pandemia.
Se estima que casi mil millones de personas usan rastreadores de actividad, frente a los 722 millones en 2019.
Para desarrollar el modelo Ycogni, los científicos realizaron un estudio en el que participaron 290 adultos que trabajaban en Singapur. Los participantes usaron dispositivos Fitbit Charge 2 durante 14 días consecutivos y completaron dos encuestas de salud, que detectaron síntomas depresivos, al comienzo y al final del estudio.
La edad promedio de los participantes era de 33 años, y la muestra reflejaba de cerca la población étnica de Singapur. Se indicó a los participantes que usaran rastreadores todo el tiempo y que se los quitaran solo cuando se ducharan o cuando el dispositivo necesitara cargarse.
Profesor Josip Car, Director del Centro de Ciencias de la Salud de la Población de la Facultad de Medicina Lee Kong Chian de la NTU (LKCMedicine), quien codirigió el estudio, dijo: «Nuestro estudio mostró con éxito que podemos aprovechar los datos de los sensores de los dispositivos portátiles para ayudar a detectar el riesgo de desarrollar depresión en las personas. Al aprovechar nuestro programa de aprendizaje automático, así como la creciente popularidad de los dispositivos portátiles dispositivos, algún día podría usarse para la detección oportuna y discreta de la depresión».
Este es un estudio que, esperamos, pueda sentar las bases para el uso de tecnología portátil para ayudar a las personas, los investigadores, los profesionales de la salud mental y los encargados de formular políticas a mejorar el bienestar mental. Pero en una aplicación más genérica y futurista, creemos que tales señales podrían integrarse con iniciativas de Smart Buildings o incluso Smart Cities: imagine un hospital o una unidad militar que podría usar estas señales para identificar personas en riesgo..»
Georgios Christopoulos, codirector del estudio y profesor asociado, Escuela de Negocios de Nanyang, Universidad Tecnológica de Nanyang
Los resultados del estudio se publicaron en la revista académica revisada por pares jMIR mSalud y uSalud en noviembre.
Signos vitales vinculados a síntomas depresivos
Además de poder determinar con precisión si las personas tenían un mayor riesgo de contraer depresión, los investigadores asociaron con éxito ciertos patrones en los comportamientos de los participantes con los síntomas depresivos, que incluyen sentimientos de impotencia y desesperanza, pérdida de interés en las actividades diarias y cambios en el apetito o peso.
Al analizar sus hallazgos, los científicos encontraron que aquellos que tenían frecuencias cardíacas más variadas entre las 2 a. Esta observación confirma los hallazgos de estudios previos, que habían establecido que los cambios en la frecuencia cardíaca durante el sueño podrían ser un marcador fisiológico válido de depresión.
El estudio también asoció patrones de sueño menos regulares, como la variación de las horas de despertarse y acostarse, con una mayor tendencia a tener síntomas depresivos.
Los científicos explicaron que aunque los ritmos de los días de semana están determinados principalmente por la rutina laboral, la capacidad de seguir esta rutina diferencia mejor entre individuos deprimidos y sanos, donde las personas sanas demostraron una mayor regularidad en los horarios cuando se despertaban y se iban a dormir.
El profesor Car agregó: «Esperamos ampliar nuestra investigación para incluir otros signos vitales en la detección del riesgo de depresión, como la temperatura de la piel. Ajustar nuestro programa podría ayudar a facilitar una detección temprana, discreta, continua y rentable. de la depresión en la población general».
El profesor asociado Christopoulos agregó: «Nuestro equipo también trabajará para expandirse a otros tipos de estados psicológicos, como la fatiga mental, que parece ser un problema alarmante en la actualidad. Los dispositivos portátiles también pueden ser parte del sistema de retroalimentación que podría ayudar a los terapeutas a evaluar mejor el estado psicológico de sus pacientes, por ejemplo, mejoras en la calidad del sueño».
