Programa informático que utiliza datos de tecnología portátil para detectar la depresión
El 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, el corazón frecuencia, gasto de energía y datos de sueño. Crédito: Universidad Tecnológica de Nanyang
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 pruebas que utilizaron datos de grupos de participantes sanos y deprimidos, el programa logró una precisión del 80 % en la detección de personas con alto riesgo de depresión y aquellas sin riesgo.
Con tecnología de aprendizaje automático , el programa, denominado 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 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 en la mitad de los casos no se diagnostica ni se trata, 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 realizado por el 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 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 fue de 33 años, con la muestra refleja 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 en la Escuela de Medicina Lee Kong Chian de la NTU Medicine (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 Debido a la creciente popularidad de los dispositivos portátiles, algún día podría usarse para la detección oportuna y discreta de la depresión».
El profesor asociado Georgios Christopoulos, de la Escuela de Negocios Nanyang de la NTU, quien codirigió el estudio, dijo: «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 responsables políticos a mejorar el bienestar mental. Pero en una aplicación más genérica y futurista, creemos que estas señales podrían integrarse con iniciativas de edificios inteligentes o incluso ciudades inteligentes: imagine un hospital o una unidad militar que podría usar estas señales para identificar a las personas en riesgo».
Los resultados del estudio se publicaron en la revista académica revisada por pares JMIR mHealth y uHealth en noviembre.
Signos vitales vinculados a los síntomas depresivos
Además de poder determinar con precisión si las personas tenían un mayor riesgo de contraer depresión, el 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 el peso.
Al analizar sus hallazgos, los científicos encontraron que aquellos que tenían ritmos cardíacos más variados entre las 2 am y las 4 am, y entre las 4 am y las 6 am, tendían a ser propensos a síntomas depresivos más severos. Esta observación confirma los hallazgos de estudios anteriores, que habían afirmado 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 la hora de despertarse y acostarse , a 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 mayor regularidad en los momentos en que se despertaron y se fueron 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 El perfeccionamiento de nuestro programa podría ayudar a facilitar la detección temprana, discreta, continua y rentable de la depresión en la población general».
El profesor asociado Christopoulos agregó: «Nuestro equipo wi También trabajaré en la expansión 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».
Durante el próximo año, el equipo espera explorar el impacto del uso de teléfonos inteligentes. sobre los síntomas depresivos y el riesgo de desarrollar depresión mediante el enriquecimiento de su modelo con datos sobre el uso de teléfonos inteligentes. Esto incluye cuánto tiempo y con qué frecuencia las personas usan sus teléfonos móviles, así como su dependencia de las redes sociales.
Explore más
sueño y ritmos biológicos desde finales del embarazo hasta el posparto vinculados a la depresión y la ansiedad Más información: Yuri Rykov et al, Digital Biomarkers for Depression Screening With Wearable Devices: Cross-sectional Study With Machine Learning Modeling, JMIR mHealth uHealth (2021). DOI: 10.2196/24872 Proporcionado por la Universidad Tecnológica de Nanyang Cita: programa informático que utiliza datos de tecnología portátil para detectar la depresión (2022, 24 de enero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-01-wearable-technology-depression.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.