Un estudio piloto para determinar si las combinaciones de parámetros de actividad medidos objetivamente pueden utilizarse para diferenciar entre estados mixtos, manía y depresión bipolar

Artículo | Trastorno Bipolar | 2017-08-02

  • Autor(es): Jan Scott; Arne E. Vaaler; Ole Bernt Fasmer...(et.al)
  • Título original: A pilot study to determine whether combinations of objectively measured activity parameters can be used to differentiate between mixed states, mania, and bipolar depression
  • Fuente: International Journal of Bipolar Disorders
RESUMEN

Resumen Hasta hace poco, los estudios de actigrafía en trastornos bipolares se concentraban en el sueño en lugar de la actividad diurna en la manía o la depresión, y no se habían podido analizar los episodios mixtos por separado. Además, incluso los estudios que evaluaron los parámetros de actividad informaron sólo de niveles medios más que la complejidad o predictibilidad de la actividad. Se identificaron casos que se presentaban en una de las tres fases agudas del trastorno bipolar y se examinó si la aplicación de modelos dinámicos no lineales a la descripción de la actividad objetivamente medida se puede utilizar para predecir la clasificación de casos. La muestra comprendió a 34 adultos que fueron hospitalizados con un episodio agudo de manía (n = 16), depresión bipolar (n = 12), o un estado mixto (n = 6), que accedió a llevar un actiwatch durante un período continuo de 24 horas. Se registró el nivel medio, la variabilidad, la regularidad, la entropía y la predictibilidad de la actividad durante un período definido de 64 minutos durante el periodo de la noche activo y la mañana. El análisis de la función discriminante se utilizó para determinar la combinación de variables que mejor clasificaron los casos en función de la fase de la enfermedad El modelo identificó dos funciones discriminantes: la primera fue estadísticamente significativa y correlacionó con la fluctuación intra-individual en la actividad y la regularidad de la actividad (entropía de la muestra) en el período de la mañana activa; el segundo correlacionó con varias medidas de actividad del período nocturno (por ejemplo, análisis de Fourier, autocorrelación, entropía de la muestra). Una tabla de clasificación generada a partir de ambas funciones clasificó correctamente el 79% de todos los casos basados en la fase de la enfermedad (? 2 = 36,21; df 4; p = 0,001). Sin embargo, el 42% de los casos de depresión bipolar se clasificaron erróneamente como estando en fase maníaca. Los hallazgos deben ser tratados con precaución, ya que se trataba de un estudio piloto a pequeña escala y no controlamos los tratamientos prescritos, la adherencia a los medicamentos, etc. Sin embargo, las ideas adquiridas deberían fomentar la adopción más extendida de enfoques estadísticos para la clasificación de los casos, junto con la aplicación de modelos más sofisticados de patrones de actividad. La dificultad de clasificar con precisión los casos de depresión bipolar requiere una investigación adicional, ya que no está claro si la tasa de predicción más baja refleja debilidades en un modelo basado sólo en datos de actigrafía, o si refleja la realidad clínica, es decir, la posibilidad de que pueda haber más de un subtipo de depresión bipolar. Para acceder al texto completo consulte las características de suscripción de la fuente original: https://journalbipolardisorders.springeropen.com/



ABSTRACT

Background. Until recently, actigraphy studies in bipolar disorders focused on sleep rather than daytime activity in mania or depression, and have failed to analyse mixed episodes separately. Furthermore, even those studies that assessed activity parameters reported only mean levels rather than complexity or predictability of activity. We identified cases presenting in one of three acute phases of bipolar disorder and examined whether the application of non-linear dynamic models to the description of objectively measured activity can be used to predict case classification. Methods. The sample comprised 34 adults who were hospitalized with an acute episode of mania (n = 16), bipolar depression (n = 12), or a mixed state (n = 6), who agreed to wear an actiwatch for a continuous period of 24 h. Mean level, variability, regularity, entropy, and predictability of activity were recorded for a defined 64-min active morning and active evening period. Discriminant function analysis was used to determine the combination of variables that best classified cases based on phase of illness. Results. The model identified two discriminant functions: the first was statistically significant and correlated with intra-individual fluctuation in activity and regularity of activity (sample entropy) in the active morning period; the second correlated with several measures of activity from the evening period (e.g. Fourier analysis, autocorrelation, sample entropy). A classification table generated from both functions correctly classified 79% of all cases based on phase of illness (? 2 = 36.21; df 4; p = 0.001). However, 42% of bipolar depression cases were misclassified as being in manic phase. Conclusions. The findings should be treated with caution as this was a small-scale pilot study and we did not control for prescribed treatments, medication adherence, etc. However, the insights gained should encourage more widespread adoption of statistical approaches to the classification of cases alongside the application of more sophisticated modelling of activity patterns. The difficulty of accurately classifying cases of bipolar depression requires further research, as it is unclear whether the lower prediction rate reflects weaknesses in a model based only on actigraphy data, or if it reflects clinical reality i.e. the possibility that there may be more than one subtype of bipolar depression.  


PRÓXIMOS CURSOS ONLINE
Más Cursos Online
4,7 CRÉDITOS
Psicología Infantil II