La ansiedad social es altamente prevalente entre los estudiantes universitarios. Las metodologías actuales para detectar los síntomas se basan en el autoinforme del cliente en entornos clínicos tradicionales. El autoinforme está sujeto a un sesgo de recuerdo, mientras que visitar una clínica requiere un alto nivel de motivación. Los métodos de evalu...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
La ansiedad social es altamente prevalente entre los estudiantes universitarios. Las metodologías actuales para detectar los síntomas se basan en el autoinforme del cliente en entornos clínicos tradicionales. El autoinforme está sujeto a un sesgo de recuerdo, mientras que visitar una clínica requiere un alto nivel de motivación. Los métodos de evaluación que usan datos recolectados pasivamente son prometedores para detectar síntomas de ansiedad social y complementar las medidas de autoinforme. Los datos de ubicación recolectados continuamente pueden proporcionar una forma precisa y ecológicamente válida para evaluar la ansiedad social in situ.
El objetivo de nuestro estudio fue examinar la viabilidad de aprovechar la tecnología de detección móvil no invasiva para evaluar pasivamente los niveles de ansiedad social de los estudiantes universitarios. Específicamente, exploramos las diferentes relaciones entre la movilidad y la ansiedad social para construir un modelo predictivo que evaluara la ansiedad social a partir de datos del Sistema de Posicionamiento Global (GPS) generado pasivamente.
Reclutamos a 228 estudiantes universitarios de una universidad del sudeste de los Estados Unidos. Los síntomas de ansiedad social se evaluaron utilizando instrumentos de autoinforme en una sesión de laboratorio de referencia. Una aplicación instalada en los teléfonos móviles personales de los participantes detectaron de forma pasiva los datos del sensor de GPS durante 2 semanas. El marco propuesto apoya el seguimiento longitudinal y dinámico de los estudiantes universitarios para evaluar la relación entre su ansiedad social y los patrones de movimiento en el entorno del campus universitario. Primero extrajimos las siguientes características de movilidad: (1) tiempo acumulativo de permanencia en cada ubicación diferente, (2) la distribución de visitas a lo largo del tiempo, (3) la entropía de las ubicaciones y (4) la frecuencia de las transiciones entre ubicaciones. A continuación, estudiamos la correlación entre estas características y los puntajes de ansiedad social de los participantes para mejorar la comprensión de cómo los niveles de ansiedad social de los estudiantes se asocian con su movilidad. Finalmente, utilizamos un método de predicción basado en redes neuronales para predecir los síntomas de ansiedad social a partir de las características de movilidad diaria extraídas.
Varias características de movilidad se correlacionaron con los niveles de ansiedad social. La entropía de ubicación se asoció negativamente con la ansiedad social (durante los días de la semana, r = -0,67 y durante los fines de semana, r = -0,51). Se descubrió que más (o menos) estudiantes socialmente ansiosos evitaban las áreas públicas y participaban en menos actividades de ocio durante las noches y los fines de semana, y optaban por pasar más tiempo en casa después de la escuela (4 p.m.-12 a.m.). Nuestro método de predicción basado en características de movilidad extraídas de trayectorias GPS clasificó exitosamente a los participantes como socialmente ansiosos con una precisión del 85% y pronosticó su puntaje de ansiedad social (en una escala de 0-80) con un error de raíz cuadrática media de 7.06.
Los resultados indican que la extracción y el análisis de las características de movilidad pueden ayudar a revelar cómo los síntomas de ansiedad social se manifiestan en la vida cotidiana de los estudiantes universitarios. Dada la ubicuidad de los teléfonos móviles en nuestra sociedad, comprender cómo aprovechar los datos pasivamente detectados tiene un gran potencial para abordar las crecientes necesidades de monitoreo y tratamiento de la salud mental.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental.jmir.org
¡Novedad en libros! La visión actual del suicidio, científicamente fundamentada, es que, aunque ...
COMPRAR AQUÍ
Inicio: 17/07/2024 |Precio: 150€
Ver curso
