Revisión sistemática en psicosis | 16 SEP 20
Fenotipos digitales en la evaluación de enfermedades mentales graves
Con el fenotipado digital, los teléfonos inteligentes pueden desempeñar un papel importante en la clínica psiquiátrica
Autor/a: Benoit, James PhD; Onyeaka, Henry MD; Keshavan, Matcheri MD; Torous, John MD, MBI Fuente: Harvard Review of Psychiatry: 9/10 2020 - Volume 28 - Issue 5 - p 296-304 doi: 10.1097/HRP.0000000000000268 Systematic Review of Digital Phenotyping and Machine Learning in Psychosis Spectrum Illnesses
Los enfoques de fenotipado digital que recopilan y analizan datos de usuarios de teléfonos inteligentes sobre ubicaciones, actividades e incluso sentimientos, combinados con el aprendizaje automático para reconocer patrones y hacer predicciones a partir de los datos, han surgido como herramientas prometedoras para monitorear pacientes con enfermedades del espectro de la psicosis, según un informe en la edición de septiembre / octubre de Harvard Review of Psychiatry.
John Tourous, MD, MBI, de la Facultad de Medicina de Harvard y sus colegas revisaron la evidencia disponible sobre el fenotipado digital y el aprendizaje automático para mejorar la atención de las personas que viven con esquizofrenia, trastorno bipolar y enfermedades relacionadas.
"El fenotipado digital es el uso de datos de teléfonos inteligentes y dispositivos portátiles recopilados in situ para capturar una expresión digital de los comportamientos humanos", según los autores. Los investigadores de psiquiatría creen que recopilar y analizar este tipo de información conductual podría ser útil para comprender cómo funcionan los pacientes con enfermedades mentales graves en la vida cotidiana fuera de la clínica o el laboratorio, en particular, para evaluar los síntomas y predecir las recaídas clínicas.
El Dr. Tourous y sus colegas identificaron 51 estudios de fenotipado digital en pacientes con esquizofrenia o trastorno bipolar. La revisión se centró en estudios que utilizan datos recopilados "pasivamente", por ejemplo, lecturas de acelerómetros (contadores de pasos) y señales de GPS. Otros enfoques de fenotipado digital utilizan datos recopilados "activamente", por ejemplo, encuestas para pedir a los pacientes que informen sobre su estado de ánimo.
Los estudios variaron en términos de las características de fenotipado digital utilizadas, manejo de datos, técnicas analíticas, algoritmos probados y medidas de resultado informadas. Casi todos los estudios incluyeron pacientes con trastorno bipolar o esquizofrenia. Los estudios incluyeron un promedio de 31 participantes y los monitorearon durante aproximadamente cuatro meses.
La mayoría de los estudios utilizaron datos pasivos recopilados por acelerómetros y GPS; otras medidas incluyeron registros de llamadas de voz y mensajes de texto. Los estudios utilizaron una amplia gama de aplicaciones diferentes, así como diferentes herramientas / cuestionarios clínicos para evaluar el estado de salud mental de los pacientes.
Los estudios presentaron una mayor variabilidad en el informe de datos básicos como el modelo de teléfono inteligente y el sistema operativo, la edad del paciente y la raza / etnia, y si los pacientes habían recibido capacitación en el uso de la tecnología. Los autores hacen sugerencias para un formato de informe estandarizado que mejoraría la comparabilidad de estudios futuros.
Dieciséis de los estudios utilizaron enfoques basados en el aprendizaje automático para analizar los datos recopilados de forma pasiva. Como señalan el Dr. Tourous y sus coautores, los estudios utilizaron varios algoritmos diferentes y para diferentes propósitos.
El tipo de algoritmo más utilizado fue el de "bosques aleatorios", que funcionan combinando muchas decisiones pequeñas y débiles para realizar una única predicción sólida. Por ejemplo, un estudio utilizó datos de comportamiento de seguimiento pasivo para predecir las puntuaciones de salud mental en pacientes con esquizofrenia.
Otros estudios utilizaron enfoques de aprendizaje automático como la máquina de vectores de soporte / la regresión de vectores de soporte o las redes neuronales. Estos algoritmos funcionan de diferentes maneras para usar datos de comportamiento (adónde van los pacientes, si están devolviendo llamadas, incluso su tono de voz) para evaluar el estado de salud mental actual de los pacientes, predecir su riesgo de recaída, etc.
"El fenotipado digital proporciona un puente muy necesario entre la sintomatología de los pacientes y los comportamientos que se pueden utilizar para evaluar y controlar los trastornos psicóticos", escriben el Dr. Tourous y sus colegas. Piden estudios más amplios con datos de mayor calidad, junto con "esfuerzos expandidos para aplicar el aprendizaje automático a los datos de fenotipado digital pasivo en el diagnóstico temprano y el tratamiento de la psicosis, incluso en pacientes con psicosis clínica de alto riesgo y curso temprano".
John Tourous, MD, MBI, de la Facultad de Medicina de Harvard y sus colegas revisaron la evidencia disponible sobre el fenotipado digital y el aprendizaje automático para mejorar la atención de las personas que viven con esquizofrenia, trastorno bipolar y enfermedades relacionadas.
"El fenotipado digital proporciona un puente muy necesario entre la sintomatología de los pacientes y los comportamientos que se pueden utilizar para evaluar y controlar los trastornos psiquiátricos", escriben los investigadores.Fenotipado digital en la esquizofrenia y el trastorno bipolar: la evidencia hasta ahora
"El fenotipado digital es el uso de datos de teléfonos inteligentes y dispositivos portátiles recopilados in situ para capturar una expresión digital de los comportamientos humanos", según los autores. Los investigadores de psiquiatría creen que recopilar y analizar este tipo de información conductual podría ser útil para comprender cómo funcionan los pacientes con enfermedades mentales graves en la vida cotidiana fuera de la clínica o el laboratorio, en particular, para evaluar los síntomas y predecir las recaídas clínicas.
El Dr. Tourous y sus colegas identificaron 51 estudios de fenotipado digital en pacientes con esquizofrenia o trastorno bipolar. La revisión se centró en estudios que utilizan datos recopilados "pasivamente", por ejemplo, lecturas de acelerómetros (contadores de pasos) y señales de GPS. Otros enfoques de fenotipado digital utilizan datos recopilados "activamente", por ejemplo, encuestas para pedir a los pacientes que informen sobre su estado de ánimo.
Los estudios variaron en términos de las características de fenotipado digital utilizadas, manejo de datos, técnicas analíticas, algoritmos probados y medidas de resultado informadas. Casi todos los estudios incluyeron pacientes con trastorno bipolar o esquizofrenia. Los estudios incluyeron un promedio de 31 participantes y los monitorearon durante aproximadamente cuatro meses.
La mayoría de los estudios utilizaron datos pasivos recopilados por acelerómetros y GPS; otras medidas incluyeron registros de llamadas de voz y mensajes de texto. Los estudios utilizaron una amplia gama de aplicaciones diferentes, así como diferentes herramientas / cuestionarios clínicos para evaluar el estado de salud mental de los pacientes.
Los estudios presentaron una mayor variabilidad en el informe de datos básicos como el modelo de teléfono inteligente y el sistema operativo, la edad del paciente y la raza / etnia, y si los pacientes habían recibido capacitación en el uso de la tecnología. Los autores hacen sugerencias para un formato de informe estandarizado que mejoraría la comparabilidad de estudios futuros.
Dieciséis de los estudios utilizaron enfoques basados en el aprendizaje automático para analizar los datos recopilados de forma pasiva. Como señalan el Dr. Tourous y sus coautores, los estudios utilizaron varios algoritmos diferentes y para diferentes propósitos.
El tipo de algoritmo más utilizado fue el de "bosques aleatorios", que funcionan combinando muchas decisiones pequeñas y débiles para realizar una única predicción sólida. Por ejemplo, un estudio utilizó datos de comportamiento de seguimiento pasivo para predecir las puntuaciones de salud mental en pacientes con esquizofrenia.
Otros estudios utilizaron enfoques de aprendizaje automático como la máquina de vectores de soporte / la regresión de vectores de soporte o las redes neuronales. Estos algoritmos funcionan de diferentes maneras para usar datos de comportamiento (adónde van los pacientes, si están devolviendo llamadas, incluso su tono de voz) para evaluar el estado de salud mental actual de los pacientes, predecir su riesgo de recaída, etc.
"El fenotipado digital proporciona un puente muy necesario entre la sintomatología de los pacientes y los comportamientos que se pueden utilizar para evaluar y controlar los trastornos psicóticos", escriben el Dr. Tourous y sus colegas. Piden estudios más amplios con datos de mayor calidad, junto con "esfuerzos expandidos para aplicar el aprendizaje automático a los datos de fenotipado digital pasivo en el diagnóstico temprano y el tratamiento de la psicosis, incluso en pacientes con psicosis clínica de alto riesgo y curso temprano".
| Resumen Antecedentes El fenotipado digital es el uso de datos de teléfonos inteligentes y dispositivos portátiles recopilados in situ para capturar una expresión digital de los comportamientos humanos. Las técnicas de fenotipado digital se pueden utilizar para analizar los datos recopilados de forma pasiva (por ejemplo, sensor) y activa (por ejemplo, encuesta). El aprendizaje automático ofrece un posible puente predictivo entre el fenotipado digital y el estado clínico futuro. Esta revisión examina el fenotipado digital pasivo en todo el espectro de la esquizofrenia y los trastornos bipolares, con un enfoque en los estudios de aprendizaje automático. Métodos Se realizó una revisión sistemática de la literatura sobre fenotipado digital pasivo utilizando palabras clave relacionadas con enfermedades mentales graves, dispositivos de recopilación de datos (por ejemplo, teléfonos inteligentes, dispositivos portátiles, dispositivos de actigrafía) y flujos de datos recopilados. Las búsquedas en cinco bases de datos arrojaron inicialmente 3312 publicaciones únicas. Se seleccionaron cincuenta y un estudios para su inclusión, y 16 utilizaron técnicas de aprendizaje automático. Resultados Todos los estudios difirieron en las características utilizadas, el procesamiento previo de datos, las técnicas analíticas, los algoritmos probados y las métricas de rendimiento informadas. En todos los estudios, los flujos de datos y otros factores del estudio informados también variaron ampliamente. Los estudios de aprendizaje automático se centraron en enfoques de bosque aleatorio, vectores de apoyo y redes neuronales, y casi exclusivamente en el trastorno bipolar. Discusión Se han aplicado muchas técnicas de aprendizaje automático a los datos de fenotipado digital recopilados pasivamente en la esquizofrenia y el trastorno bipolar. Se necesitan estudios más grandes y con una calidad de datos mejorada, al igual que más investigación sobre la aplicación del aprendizaje automático a los datos de fenotipado digital pasivo en el diagnóstico temprano y el tratamiento de la psicosis. Con el fin de lograr una mayor comparabilidad de los estudios, se identifican elementos de datos comunes para su inclusión en estudios futuros. |
.png)
No hay comentarios:
Publicar un comentario