Un estudio muestra que un rastreador de actividad física puede detectar episodios de humor en el trastorno bipolar para ayudar a impulsar el tratamiento
Investigadores del Brigham and Women’s Hospital, miembro fundador del Mass General Brigham Health Care System, examinaron si un rastreador de actividad física Los datos recopilados se pueden utilizar para detectar con precisión episodios del estado de ánimo en personas con trastorno bipolar. Sus hallazgos, publicados en Revista escandinava de psicologíaindican que es posible detectar intervalos de tiempo en los que los pacientes con trastorno bipolar experimentan depresión o manía con gran precisión utilizando datos de dispositivos de seguimiento del estado físico.
“La mayoría de las personas caminan con dispositivos digitales personales como teléfonos inteligentes y relojes inteligentes que capturan datos diarios que pueden informar la psicoterapia. Nuestro objetivo era utilizar estos datos para identificar “Cuando a los participantes del estudio se les diagnosticó trastorno bipolar, estaban experimentando episodios de estado de ánimo”. Dijo la autora correspondiente Jessica Lipschutz, Ph.D., investigadora del departamento de Brigham. Psiquiatría “En el futuro, esperamos que los algoritmos de aprendizaje automático como el nuestro puedan ayudar a los equipos de tratamiento de pacientes a responder más rápidamente a episodios nuevos o continuos para limitar los efectos adversos”.
El trastorno bipolar (TB) es un trastorno psiquiátrico crónico caracterizado por cambios de humor extremos, que incluyen depresión, manía e hipomanía, seguidos de períodos de remisión. La identificación y el tratamiento de episodios del estado de ánimo nuevos y recurrentes es esencial para limitar el impacto del BD en la vida de los pacientes. Aunque investigaciones anteriores han indicado que los dispositivos digitales personales pueden detectar con precisión episodios del estado de ánimo, estudios anteriores no han utilizado métodos diseñados para una aplicación generalizada en entornos clínicos.
Como científico de implementación, Lipschutz trabajó con colegas para centrarse en el desarrollo de métodos que pudieran aplicarse ampliamente en la práctica clínica. Específicamente, utilizaron dispositivos digitales personales disponibles comercialmente, filtrado de datos limitado y datos recopilados de forma totalmente pasiva y no invasiva. Al aplicar un nuevo tipo de algoritmo de aprendizaje automático, pudieron detectar síntomas clínicamente significativos de depresión con un 80,1% de precisión y síntomas clínicamente significativos de manía con un 89,1% de precisión.
Los investigadores señalan que, “en general, los resultados hacen avanzar el campo hacia algoritmos personalizados que sean apropiados para toda la población de pacientes, en lugar de solo aquellos con alto cumplimiento, acceso a dispositivos especializados o con la voluntad de compartir datos agresivos”. Su siguiente paso es implementar estos algoritmos predictivos en la atención de rutina, donde pueden usarse para mejorar el tratamiento de BD notificando a los médicos cuando sus pacientes se deprimen o experimentan episodios maníacos. Los investigadores también están trabajando para ampliar este trabajo al trastorno depresivo mayor.
