Algoritmos basados ​​en estimaciones de mHealth que señalan la próxima recurrencia de episodios en los trastornos bipolares (MEASURE-BD)

Los veteranos con trastornos bipolares (TB) experimentan períodos recurrentes y aparentemente impredecibles de graves deterioros en el funcionamiento psicosocial, que conducen a malos resultados a lo largo de su vida, como el encarcelamiento, la falta de vivienda y la muerte por suicidio. Los estudios apoyan un vínculo entre una mayor gravedad y frecuencia de los síntomas del TB y un peor funcionamiento psicosocial. Los veteranos con TB a menudo abandonan la atención en momentos en que el tratamiento sería más beneficioso para prevenir el deterioro del funcionamiento psicosocial: cuando aparecen nuevos episodios maníacos y depresivos. Por lo tanto, a pesar de la disponibilidad de tratamientos basados ​​en evidencia, el BD se encuentra entre las principales causas de discapacidad en todo el mundo.

Herramientas efectivas para detectar prospectivamente la aparición de episodios maníacos y depresivos podrían brindar a los médicos la oportunidad de intervenir de manera más eficiente y prevenir malos resultados psicosociales y la pérdida de vidas. Como era de esperar, las intervenciones psicoterapéuticas a menudo se centran en enseñar a los pacientes técnicas de seguimiento del estado de ánimo para prevenir episodios de recaída. Sin embargo, estas técnicas de autoinforme requieren perspicacia y un gran esfuerzo del paciente, que pueden faltar durante los episodios agudos de BD. Faltan medidas del mundo real tanto de los síntomas de BD como del funcionamiento social en veteranos con BD que sean objetivas y no requieran un gran conocimiento o un gran esfuerzo. Por lo tanto, los métodos pasivos de mHealth que sean factibles y aceptables para los veteranos con TB y eficaces para detectar prospectivamente la aparición de manía y depresión podrían prevenir la disminución del funcionamiento psicosocial al garantizar que se brinde atención basada en evidencia en los momentos de mayor necesidad.

El objetivo general de este proyecto Merit Award es establecer algoritmos de aprendizaje automático confiables y válidos utilizando datos de mHealth para detectar prospectivamente disminuciones en la participación social y la aparición prospectiva de manía y depresión en veteranos con TB. Los objetivos específicos del estudio son:

Objetivo #1. Establecer un algoritmo de aprendizaje automático utilizando datos de ubicación/GPS para predecir posibles disminuciones en la participación social en veteranos con TB. Los investigadores proporcionarán modelos novedosos de aprendizaje automático basados ​​​​en GPS del mundo real que predicen con días de anticipación cambios en la participación social de los veteranos. Según los datos piloto, los investigadores esperan que los predictores/características de los datos del GPS incluyan el tiempo pasado en la residencia, el trabajo y las ubicaciones de la rutina diaria.

Objetivo #2. Establecer algoritmos de aprendizaje automático utilizando datos de ubicación/GPS para predecir posibles estados clínicos agudos de BD. Los investigadores explorarán si agregar funciones de autoinforme diario y lácteos de voz más onerosas mejora la precisión de los modelos utilizando predicción positiva y otros índices estadísticos. Los investigadores predicen que los datos pasivos de ubicación/GPS por sí solos proporcionarán una predicción precisa de los posibles cambios en los síntomas de BD.

Objetivo #3. Explorar la implementación clínica de los algoritmos basados ​​en mHealth en el tratamiento de BD. Los grupos focales de proveedores y administradores de VA evaluarán la viabilidad de la implementación de algoritmos en la atención clínica.

Para lograr los objetivos, el estudio reclutará a 200 veteranos con un diagnóstico de TB que reciban atención en el Sistema de atención médica VA de Minneapolis a través de correo directo a los pacientes, folletos en el centro médico y referencias de los médicos. El estudio utilizará estrategias de reclutamiento por muestreo estratificado para inscribir al menos a 20 veteranos en los rangos de edad de 18 a 35, 36 a 45, 46 a 55, 56 a 65 y 66 años o más. Se seguirá a los participantes durante 14 semanas utilizando tres aplicaciones para teléfonos inteligentes (es decir, VA mPRO, FollowMee y Recorder Plus o ASR Voice Recorder). Diariamente, los participantes completarán una evaluación de 8 preguntas de sus síntomas actuales y proporcionarán datos de voz para el análisis del habla en un mensaje fijo sobre sus actividades planificadas para el día. Otra aplicación monitoreará continua y pasivamente la ubicación utilizando las funciones de GPS del teléfono inteligente para detectar desviaciones en la rutina diaria. Cada dos semanas, los participantes completarán una breve pantalla telefónica en la que evaluarán la participación social y comunitaria, los síntomas de manía y depresión y las tendencias suicidas. Los datos de mHealth de los días anteriores a las entrevistas quincenales se utilizarán como características en una pequeña cantidad de modelos candidatos de aprendizaje automático y las medidas de resultado serán evaluaciones de entrevistas quincenales sobre los síntomas bipolares y la participación social. El personal del proyecto también organizará dos grupos focales, uno de los 8 proveedores de salud mental de VA y uno de los 8 administradores de VA, que representarán diversas disciplinas y utilizará preguntas de discusión guiadas para obtener comentarios sobre la implementación de algoritmos basados ​​en mHealth en la futura atención clínica de los veteranos con TB.

Impacto: El objetivo del estudio es proporcionar herramientas clínicas para señales prospectivas, discretas y en tiempo real sobre recaídas inminentes de episodios maníacos y depresivos en veteranos con TB a sus médicos para un uso más rápido, menos costoso y más efectivo de la evidencia existente. tratamientos para prevenir malos resultados funcionales psicosociales. Además, el estudio actual producirá medidas objetivas, de bajo esfuerzo y discretas para rastrear la participación social in situ y en tiempo real tanto en veteranos con TB como en otras poblaciones de veteranos.