Un marco impulsado por la variabilidad de la frecuencia cardíaca para la detección de la depresión que aprovecha la...

Área de la Ciencia:

• Psicofisiología
• Computación afectiva
• Psicología clínica

Sus antecedentes:

• La depresión se caracteriza por la desregulación emocional, incluida una mayor sensibilidad a la tristeza y una menor respuesta a la felicidad.
• Comprender las diferencias fisiológicas en las respuestas emocionales es crucial para desarrollar métodos objetivos de detección de la depresión.

Objetivo del estudio:

• Analizar las disparidades en la respuesta fisiológica en estados emocionales entre individuos con depresión (IWD) y controles sanos (HC).
• Establecer bases empíricas para optimizar la detección de la depresión basada en la computación afectiva utilizando la variabilidad de la frecuencia cardíaca (VFC).

Principales métodos:

• Se emplearon protocolos estructurados de inducción de emociones y identificación estadística de doble fase utilizando pruebas U de Mann-Whitney.
• Se compararon las características de la VFC entre estados emocionales y condiciones de reposo para validar la गोष्ट elicitation.
• Se desarrollaron modelos de aprendizaje automático utilizando características de VFC y patrones de respuesta diferencial intergrupal para la clasificación IWD/HC.

Principales resultados:

• Se identificó una mayor reactividad a la tristeza y una menor respuesta a la felicidad en IWD en comparación con HC.
• Los modelos de aprendizaje automático lograron una precisión del 76,8% para condiciones específicas de tristeza, superando a otros modelos inducidos por emociones y a las líneas de base en estado de reposo.
• Se observaron patrones direccionales y magnitudes de respuesta consistentes entre los grupos, con divergencias críticas en respuestas emocionales específicas.

Conclusiones:

• La investigación sistemática de los patrones de VFC durante la inducción de emociones discretas confirma una respuesta diferencial clínicamente significativa en IWD.
• Los hallazgos validan empíricamente una mayor susceptibilidad a la tristeza en personas con depresión.
• Los resultados proporcionan orientación para refinar los algoritmos de computación afectiva para la detección de la depresión y la comprensión de las respuestas fisiológicas específicas del trastorno.