Un equipo de investigadores de la Universidad Autónoma de Madrid (UAM) ha logrado, a partir de algoritmos basados en el "aprendizaje automático", identificar a pacientes con depresión a partir del estado inflamatorio, de las alteraciones metabólicas y de los estilos de vida de la persona.
Las técnicas que han diseñado los investigadores han permitido además identificar y diferenciar cuándo se trata de una depresión resistente y cuándo de una depresión melancólica.
El trabajo lo han realizado investigadores del Grupo Multidisciplinar de Investigación en Trastornos Afectivos, del Departamento de Psiquiatría de la UAM, en colaboración con el Hospital Universitario de la Princesa de Madrid y los hospitales del Mar y de Bellvitge de Barcelona.
La depresión es una enfermedad común que afecta aproximadamente al 4 por ciento de la población mundial, y es una de las principales causas de discapacidad, y aunque existen tratamientos efectivos, un alto porcentaje de pacientes pueden sufrir episodios recurrentes y muchos de ellos son resistentes al tratamiento.
La UAM ha precisado en una nota difundida hoy que la heterogeneidad de los síntomas de depresión dificulta la identificación de los mecanismos fisiopatológicos de esta enfermedad, aunque entre las líneas más prometedoras para comprender sus mecanismos fisiopatológicos está el estudio de la desregulación inflamatoria.
A partir de esa base de conocimiento, y utilizando algoritmos de aprendizaje automático, los investigadores realizaron un estudio de clasificación de pacientes con trastorno depresivo mayor a partir de diferentes variables de tipo inmunometabólico (como el colesterol, los triglicéridos, el nivel de azúcar en sangre, la presión arterial o la medida de cintura) y otras relacionadas al estilo de vida (como el tabaquismo, el consumo de alcohol o realización de ejercicio físico).
En este estudio se evaluaron un total de 171 participantes, de los cuales 91 eran pacientes con depresión y 80 controles sanos, y teniendo en cuenta esas variables se logró clasificar de manera óptima a los pacientes frente a controles sanos y a los pacientes según su sintomatología y su respuesta al tratamiento.
Por otro lado, respecto al estado metabólico, el riesgo de depresión es de aproximadamente el 50 por ciento en presencia de obesidad abdominal., han observado los investigadores, que han puesto además de manifiesto que tanto el consumo de alcohol como el ejercicio físico son importantes a la hora de clasificar a los sujetos con diagnóstico de depresión, y son también factores determinantes en la clasificación de los subtipos depresivos.
Estos resultados tienen implicaciones importantes en entornos clínicos, ya que la identificación de estilos de vida poco saludables y de trastornos inmunometabólicos puede guiar y ayudar en el manejo de la depresión clínica.
“Es importante destacar que el posible perfeccionamiento de dichas técnicas puede ayudar en el futuro a los profesionales de la salud mental a redefinir los trastornos mentales de forma objetiva, pudiendo identificar a los pacientes y su pronóstico en función de los factores de riesgo determinados como variables predictivas y a su vez personalizar los tratamientos en función de los pacientes”, ha manifestado la investigadora Yolanda Sánchez, autora principal del artículo científico. EFE
