Tabla de Contenidos
Los biomarcadores son indicadores bioquímicos y biofísicos de enfermedades que se pueden medir y cuantificar, lo que permite a los médicos realizar evaluaciones de diagnóstico y pronóstico precisas. El campo de la psiquiatría generalmente carece de datos fácilmente disponibles relacionados con biomarcadores dentro del cerebro, siendo difícil realizar análisis de investigación o recolectar muestras de cerebros vivos.
Sin embargo, los datos de comportamiento pueden recopilarse y analizarse en relación con la psiquiatría clínica, en particular con la ayuda de dispositivos electrónicos como teléfonos inteligentes y dispositivos portátiles o implantados. Las indicaciones de enfermedad recopiladas de forma pasiva de tales dispositivos, «tecnologías de salud digital», se conocen como biomarcadores digitales, que pueden describir una amplia gama de mediciones. Por ejemplo, monitorear los niveles de glucosa en sangre a través de un dispositivo implantado o rastrear el tiempo y la calidad del sueño usando una aplicación de teléfono inteligente.
Biomarcadores digitales informados por el usuario
Las encuestas periódicas solicitadas y las notificaciones de teléfonos inteligentes son útiles para recordar a un paciente que realice comportamientos positivos y recopilar información autoinformada periódica relacionada con los síntomas. Hasta cierto punto, este enfoque se basa en la memoria de eventos del paciente o requiere que abra una aplicación y potencialmente describa sus síntomas poco después. Por lo tanto, es probable que los eventos pequeños se omitan de dichos informes, ya sea porque se olvidan o porque es demasiado difícil describirlos. Por lo tanto, los métodos más convenientes para enviar datos beneficiarían tanto al paciente como al investigador.
En un documento de prueba de concepto de Stieger et al . (2020), se utilizó un acelerómetro básico que se usa en la muñeca y se activa con un botón para enviar convenientemente datos relacionados con la aparición y la intensidad de los síntomas en función del ángulo en el que el paciente sostenía el brazo. Ante la aparición de los síntomas, el paciente necesitaba presionar un botón y luego mantener el brazo plano para indicar un evento de baja intensidad o en cualquier ángulo hacia arriba para informar el más intenso.
Dado que la carga de interrupción del envío de datos con este enfoque es significativamente menor que el uso de una aplicación de teléfono inteligente para recopilar los mismos datos, se espera que avance el cumplimiento del paciente y el informe de eventos menores y frecuentes. En este estudio piloto, el grupo probó primero la capacidad de los participantes para estimar los ángulos del brazo mientras usaban el dispositivo. Posteriormente, hizo que lo usaran durante cuatro semanas para rastrear el ostracismo en las redes sociales.
Específicamente, se les pidió a los participantes que reportaran cada incidencia de un mensaje enviado y conocido por haber sido visto por el receptor donde no hubo respuesta, calificando la experiencia por la intensidad de cuán excluidos se sintieron, y presionando el botón una vez para indicar una sola persona ignorándolos, dos veces para un grupo y tres veces en un horario obligatorio para actuar como línea de base. Esta métrica simple se eligió como un evento frecuente común a la mayoría de las personas en el día a día, y los participantes participaron en diversas ocupaciones, actividades de ocio y situaciones de vida a lo largo del estudio.
La mayoría de los participantes pudieron estimar de manera confiable un ángulo de brazo de 45⁰, sentados alrededor de un promedio en una curva de campana, y también encontraron que el dispositivo era cómodo de usar y en su mayoría no interfería en su actividad actual, aunque tenían problemas para usar el dispositivo mientras manejaban o participaban en otras actividades. Se informaron actividades que requerían atención, junto con una disminución en la participación del dispositivo durante todo el ensayo. Como era de esperar, los participantes se sintieron más excluidos cuando fueron ignorados por amigos cercanos y grupos, lo que confirma la utilidad de los datos recopilados de esta manera, que podrían aplicarse para rastrear síntomas más apremiantes en casos psiquiátricos.
En el futuro, se podrían utilizar múltiples botones, pantallas interactivas y gestos para permitir que una variedad de eventos se informen convenientemente. La recopilación de datos relacionados con temas delicados, como pensamientos suicidas, autolesiones o racismo, también se puede informar discretamente utilizando dichos dispositivos, eliminando el obstáculo de describir o explicar activamente los sentimientos a otra persona o incluso escribir.
Biomarcadores digitales en línea
Las redes sociales o la actividad en línea general de una persona también podrían rastrearse como un biomarcador digital pasivo, algoritmos de aprendizaje automático utilizados para rastrear signos de depresión u otros síntomas psiquiátricos.
En otro estudio piloto de Li et al . (2020), los sentimientos depresivos fueron monitoreados entre la comunidad masculina homosexual y en general a través de Twitter y otras plataformas de redes sociales y aplicaciones de citas mediante el seguimiento del uso de lenguaje depresivo y el tiempo de publicación en cientos de miles de publicaciones realizadas por decenas de miles de usuarios.
Por ejemplo, una publicación individual durante toda la noche puede estar sufriendo de insomnio, lo que es indicativo de depresión. Usando este método, el grupo pudo identificar individuos con depresión clínica probable y resaltar la ocurrencia de episodios depresivos. Además de la naturaleza de alto rendimiento de identificar biomarcadores digitales de esta manera, otra ventaja puede ser una mayor transparencia que un enfoque basado en encuestas o cuestionarios, donde los participantes pueden ocultar comportamientos depresivos.
Muchos comportamientos depresivos, junto con otros síntomas psiquiátricos, se reflejan en las actividades sociales en línea y, por lo tanto, puede ser beneficioso monitorear e identificar a las personas en riesgo que utilizan estos recursos. En otro ejemplo de este tipo de aplicación, Depp et al . (2019) exploraron la posibilidad de utilizar datos de seguimiento por GPS para controlar el bienestar de los pacientes con esquizofrenia y descubrieron que una menor movilidad se asociaba con una mayor gravedad de los síntomas negativos.
Implantes cerebrales
Los implantes capaces de monitorear y reportar de forma remota información relacionada con la química y la función del cerebro son una probabilidad en el futuro cercano. Dichas interfaces se encuentran actualmente en etapa inicial de investigación utilizando piezas impresas en 3D.
Por ejemplo, en un artículo de Habelt et al . (2021) Se implantaron en ratas dispositivos impresos en 3D con un canal fluídico y múltiples electrodos, que abarcaban ambos hemisferios del cerebro para actuar como una interfaz neuroprotésica, lo que permitía el registro de señales eléctricas en el cerebro y la detección de biomarcadores psiquiátricos digitales.
Los trastornos psiquiátricos pueden ser muy variables en cuanto a cómo se manifiestan los síntomas, tanto entre pacientes que comparten los mismos diagnósticos como en el día a día para el mismo paciente. Las tecnologías de salud digital permiten un seguimiento continuo de los síntomas y capturan mejor la experiencia en constante evolución de los pacientes psiquiátricos. Por lo tanto, pueden revelar síntomas previamente desconocidos dentro de condiciones particulares o ayudar a identificar a aquellos con trastornos subyacentes.
Además, si los síntomas del paciente reconocidos a través de cualquier biomarcador digital pueden correlacionarse con factores ambientales o la situación que causó el síntoma psiquiátrico, pueden proporcionar una mayor comprensión de los desencadenantes de la enfermedad y posiblemente informar diagnósticos y tratamientos futuros.
Referencias:
- Habelt, B. et al. (2021). A Multimodal Neuroprosthetic Interface to Record, Modulate and Classify Electrophysiological Biomarkers Relevant to Neuropsychiatric Disorders. Frontiers in Bioenginerring and Biotechnology, 9.
- Vasudevan, S. et al. (2022). Digital biomarkers: Convergence of digital health technologies and biomarkers. NPJ Digital Medicine, 5.
- Li, Y. et al. (2020). Depressive Emotion Detection and Behavior Analysis of Men Who Have Sex With Men via Social Media. Digital Phenotyping. https://doi.org/10.3389/fpsyt.2020.00830
- Stieger, S., et al. (2020). The Sensor-Based Physical Analogue Scale as a Novel Approach for Assessing Frequent and Fleeting Events: Proof of Concept, Psychiatry. https://doi.org/10.3389/fpsyt.2020.538122
- Depp, C. A., et al. (2019). GPS mobility as a digital biomarker of negative symptoms in schizophrenia: a case control study. NPJ Digital Medicine, 2.
