Identificación de características de la vida diaria relacionadas con la soledad: un enfoque de aprendizaje automático...

Área de la Ciencia:

• Salud Digital; Salud Mental; Ciencias Sociales Computacionales

Sus antecedentes:

• La soledad impacta significativamente el bienestar, particularmente entre los inmigrantes que se adaptan a nuevas culturas.
• Los desafíos de la aculturación pueden conducir a comportamientos desadaptativos y ritmos diarios alterados, aumentando el riesgo de soledad.
• Identificar los factores causales de la vida diaria es crucial para una detección y intervención efectivas de la salud mental.

Objetivo del estudio:

• Determinar las características de la vida diaria causalmente relacionadas con la soledad en inmigrantes de primera generación.
• Informar el desarrollo de herramientas de detección sólidas para proveedores de atención médica utilizando aprendizaje automático causal.

Principales métodos:

• Un estudio de monitorización de 28 días de 39 inmigrantes en Finlandia utilizando dispositivos móviles y wearables.
• La recopilación de datos incluyó evaluaciones momentáneas ecológicas de soledad, interacciones sociales, actividad física, sueño y métricas cardíacas.
• Se emplearon métodos de inferencia causal, incluida la estimación del efecto promedio del tratamiento (ATE) y técnicas de refutación.

Principales resultados:

• Se encontró que duraciones más largas de llamadas salientes, una mayor relación LF/HF, una mayor frecuencia respiratoria y una mayor inactividad aumentan causalmente la soledad.
• Por el contrario, mayores calorías de actividad, mejores métricas de sueño (RMSSD), mayor duración en casa y mayor tiempo de sueño se asociaron con una menor soledad.
• Se estableció significancia estadística (p < 0,001) para estas relaciones causales.

Conclusiones:

• Los factores de la vida diaria como las interacciones sociales, la actividad física, los patrones de sueño y las características cardíacas influyen demostrablemente en la soledad.
• Estos hallazgos respaldan la creación de estrategias específicas de detección de la soledad para poblaciones de inmigrantes.
• La investigación futura debería mejorar la precisión de la medición e integrar datos contextuales para obtener vínculos causales más precisos en el mundo real.