Verily, la empresa para asuntos relacionados con la salud de Alphabet, matriz de Google, ha promovido la realización de un estudio que se acaba de publicar sobre la posibilidad de usar una aplicación móvil para medir la depresión en condiciones de vida habitual. El trabajo está desarrollado por un grupo de investigadores en el que ha participado el MIT, Massachusetts Institute of Technology.
Los hallazgos de este estudio -que se ha planteado como una prueba concepto para saber si es posible captar mediante una app instala en un teléfono móvil la sintomatología depresiva-, permitirán definir en el futuro un cierto concepto de “biomarcador digital” para esta enfermedad, de manera que el propio paciente pueda aportar el conocimiento relativo a su estado de salud en el desarrollo de sus actividades cotidianas.
A partir de ahí, una de las utilidades que podría tener este tipo de instrumentos es la de comprobar la eficacia de los tratamientos, y ajustarlos a lo que el paciente experimenta cotidianamente, no sólo lo que refiere en consulta. Los investigadores de este trabajo creen que la evaluación adecuada de la respuesta terapéutica en psiquiatría es difícil, y que precisamente una de las razones es la falta de una medición objetiva de los síntomas reales.
Capturar pasivamente datos en vida real
De ahí que el planteamiento haya sido valorar la posibilidad de capturar datos del mundo real de los pacientes que ayuden en la toma de decisiones clínicas, y acercar el campo de la salud mental a la atención basada en mediciones.
Para ello, se propusieron acreditar la idea de que se podría emplear sensores y registros activos en el teléfono móvil, al efecto de construir una escala que sirviera a este propósito de manera fiable, sencilla y escalable.
Se empleó una aplicación para teléfono móvil basada en Android creada con el objetivo de recopilar diversas medidas asociadas con la gravedad de la depresión. Existía un cuádruple interés en la prueba. Primero, desarrollar una interfaz de usuario atractiva que permitiera una alta adherencia para la recogida de información. Segundo, validar la calidad de los datos recopilados mediante sensores pasivos del teléfono. Tercero, construir medidas clínicamente relevantes a partir de esos sensores pasivos junto con las entradas activas que proporciona el paciente. Y cuarto, explorar la correlación entre las mediciones y la gravedad de la depresión.
Para hacerlo, se reclutó a un total de 600 participantes que instalaron una aplicación elaborada específicamente para este estudio, a través de un estudio observacional con una duración de 12 semanas. La interacción con los investigadores era totalmente remota. De esos participantes, el 80% (480) eran personas demandantes de tratamiento por depresión. Los restantes participantes constituían el grupo control. Todos fueron reclutados a través de anuncios en los motores de búsqueda y en las redes sociales (Facebook y Google AdWords).
Hasta 20 flujos de datos
La aplicación estaba diseñada para recopilar de manera pasiva hasta 20 flujos de datos de los sensores del móvil, como el nivel de ruido ambiental, la ubicación o el movimiento. Además, se se pidió a los participantes que completaran encuesta diarias, que grabaran sus propios diarios de voz cada semana, y que cumplimentaran un cuestionario de salud, el PHQ-9.
La hipótesis que se quería validar es si este tipo de datos recopilados, junto con la información aportada por el paciente, pueden proporcionar un modelo de análisis escalable y de fácil cumplimentación y evaluación para conocer el estado del paciente en el mundo real, fuera del espacio clínico.
De los inicialmente reclutados, un total de 415 personas se registraron en la aplicación. En el transcurso del estudio de 12 semanas estos participantes completaron el 83, 35% de los ítems del cuestionario PHQ-9. En conjunto, se obtuvieron un total de 3779 semanas-participante con datos de 384 de ellos.
La interfaz de usuario que se diseñó era de tipo de chatbot, creada para involucrar lo mejor posible a los participantes mediante un sistema de preguntas y respuestas.
Durante el transcurso del estudio de 12 semanas, los participantes proporcionaron datos de la encuesta activa en forma de preguntas diarias sobre su sueño, nivel de cumplimentación de las labores diarias y nivel de actividad. Se estableció un sistema de compensación económica para quienes contestaran todos los cuestionarios, de manera que a los participantes se les enviaba por correo una tarjeta de regalo que se recargaba cada 4 semanas con la suma acumulada de la compensación específica que tuvieran asignada.
Los autores eran conscientes de que algunos estudios anteriores que examinaron la viabilidad de estas herramientas de medición digital se han visto dificultados por altas tasas de deserción, dado que en algunos trabajos previos se consiguieron adherencias incluso por debajo del 40%. De ahí que se estableciera una compensación económica, y que se cuidara mucho la interfaz de la aplicación para que fuera autoexplicativa, atractiva y agradable.
La gama de datos que los teléfonos pueden ofrecer es amplísima, y una de las labores de esta investigación consistió en elaborar modelos coherentes de análisis cruzado relacionados con el propósito del trabajo. Entre las fuentes que podían reportar variables se determinaron, entre otras, las siguientes: acelerómetro, ruido ambiental, información del dispositivo Android, presión barométrica, carga de la batería, uso de Bluetooth, giroscopio, nivel de luz, magnetómetro, conexión a red móvil, llamadas telefónicas, nivel de actividad física, proximidad a objetos, estado de la pantalla, recuento de pasos, mensajes de texto, carga de memoria, volumen del altavoz o conexión a redes y Wi-Fi.
Para los autores, los resultados de este estudio mostraron que es posible involucrar de forma remota a una población de estudio con patología depresiva con suficiente adherencia al sistema de control, y que la recopilación de datos de una amplia gama de sensores de teléfonos inteligentes Android es factible.
Las correlaciones univariante de 34 características de comportamiento mostraron correlaciones con las puntuaciones del cuestionario PHQ-9 clínicamente validadas. Algunas de ellas concuerdan con hallazgos anteriores: por ejemplo, las asociaciones negativas entre la entropía de ubicación y la varianza de ubicación con lo que muestra el cuestionario PHQ-9, esto es, la limitación voluntaria de movimientos del paciente deprimido.
Otro objetivo de este estudio era demostrar la posible utilidad clínica de las características conductuales captadas por los sensores pasivos como ayuda en la práctica clínica. El ejemplo obtenido con el análisis de ubicación muestra un campo en el que el médico podría obtener información sobre la rutina de un paciente que mejorara la toma de decisiones clínicas y fortaleciera un modelo de atención psiquiátrica basado en el conocimiento más exacto de la situación del paciente.
Ésta y otras variables de captación pasiva -como los minutos de actividad física, el uso de aplicaciones sociales o lo ruidoso que es el entorno de un paciente- podrían ofrecer a los médicos una imagen más holística y continua de las circunstancias de su paciente.
Sin embargo, aunque las correlaciones estadísticamente significativas sugieren su relevancia clínica, se necesitará un trabajo de validación más concreto que establezca si algunas de las características de comportamiento, solas o combinadas, proporcionan información suficientemente fiable como para justificar su integración en las decisiones clínicas.
