Uso de datos de detección móvil para el monitoreo longitudinal y la predicción de la gravedad de la depresión:...

Área de la Ciencia:

• Psiquiatría digital
• Psiquiatría computacional
• Salud móvil (mSalud)

Sus antecedentes:

• La depresión es una condición recurrente y heterogénea.
• La tecnología de detección móvil ofrece un nuevo enfoque para monitorear y predecir la depresión.
• La recopilación de datos objetivos a través de teléfonos inteligentes y dispositivos portátiles puede rastrear la gravedad de los síntomas y los estados de la enfermedad.

Objetivo del estudio:

• Revisar sistemáticamente la utilidad de datos objetivos de dispositivos portátiles y teléfonos inteligentes para el monitoreo de la depresión.
• Evaluar el potencial para distinguir estados de depresión y predecir la gravedad de los síntomas.
• Identificar características objetivas clínicamente relevantes para el seguimiento y pronóstico de la depresión.

Principales métodos:

• Revisión sistemática de los estudios publicados entre 2012 y 2022.
• Inclusión de estudios con datos de teléfonos inteligentes o dispositivos portátiles en individuos de ≥14 años con diagnóstico de depresión.
• Duración de la recopilación de datos de al menos 12 semanas.

Principales resultados:

• Nueve estudios cumplieron con los criterios de inclusión, utilizando datos de teléfonos inteligentes, portátiles o combinados.
• Los datos comúnmente recopilados incluían la actividad, el uso, el sueño, el ritmo cardíaco y los patrones de habla.
• Los datos de detección móvil demostraron precisión predictiva para la depresión (81%-91%), con mayor precisión para modelos personalizados o multimodales.

Conclusiones:

• La detección móvil pasiva es prometedora para la autogestión de la depresión personalizada.
• Existen lagunas en los estudios longitudinales, los datos de confirmación a nivel individual y las fuertes correlaciones de parámetros para las decisiones clínicas.
• Las mejoras en las normas de notificación, los tipos de datos, la fiabilidad, el cumplimiento y la privacidad son cruciales.