Los datos de teléfonos inteligentes del mundo real predicen el estado de ánimo después de un accidente...

Área de la Ciencia:

• Neurología
• Salud digital
• Ciencias del comportamiento

Sus antecedentes:

• El ictus isquémico y el ataque isquémico transitorio (IS/ TIA) pueden conducir a la depresión.
• Las medidas de comportamiento objetivo son cruciales para evaluar la gravedad de la depresión.
• Los métodos actuales de evaluación de la depresión pueden no capturar el comportamiento del mundo real longitudinalmente.

Objetivo del estudio:

• Evaluar la viabilidad del uso de teléfonos inteligentes para la recopilación de datos longitudinales en pacientes con IS/TIA.
• Para determinar si las medidas de comportamiento objetivo derivadas de teléfonos inteligentes pueden predecir la gravedad de la depresión.
• Para comparar la precisión predictiva de diferentes combinaciones de datos de teléfonos inteligentes.

Principales métodos:

• Los participantes con síntomas de IS/TIA fueron monitoreados utilizando la aplicación para teléfonos inteligentes Beiwe durante más de 8 semanas.
• Los síntomas de depresión se evaluaron utilizando el Cuestionario de Salud del Paciente (PHQ) - 8 y la Escala de Calificación de la Depresión de Montgomery- Åsberg (MADRS).
• Los datos de los sensores de teléfonos inteligentes (acelerómetro, GPS) y los datos de las encuestas se analizaron utilizando modelos mixtos lineales para predecir las puntuaciones de MADRS.

Principales resultados:

• Los sensores de teléfonos inteligentes capturaron con éxito datos de comportamiento objetivos en pacientes con IS / TIA.
• Las puntuaciones de PHQ-8 se correlacionaron con medidas como la distancia desde el hogar y el tiempo pasado en el hogar.
• Los modelos predictivos que incorporan datos de acelerómetro y GPS mostraron una mayor precisión en la estimación de la gravedad de la depresión.

Conclusiones:

• Las medidas de comportamiento objetivo basadas en teléfonos inteligentes son factibles para pacientes con IS / TIA.
• La inclusión de datos de sensores pasivos mejora la predicción de la gravedad de la depresión.
• Este enfoque puede facilitar la detección y el monitoreo remotos de la depresión en pacientes con IS/TIA.