SmartCriseS - Indagine sugli smartphone sul rischio di suicidio (SmartCriseS)

Lo studio proposto utilizzerà la valutazione momentanea ecologica (EMA) tramite applicazioni per smartphone (app) e tracker indossabili per esaminare la relazione tra suicidalità (desiderio di morire, ideazione suicidaria e tentativo di suicidio) e cambiamenti nella qualità del sonno e disturbi dell'appetito. Questi marcatori comportamentali, se l'ipotesi si dimostrasse vera, potrebbero aiutare a prevedere un aumento del rischio di suicidio in tempo reale all'interno di una popolazione vulnerabile di culture diverse.

Lo studio mira a: (1) stabilire la misura in cui la qualità del sonno è correlata all'ideazione suicidaria e ai tentativi di suicidio; (2) Stabilire la misura in cui il cambiamento dell'appetito è correlato all'ideazione suicidaria e ai tentativi di suicidio; (3) Determinare l'impatto emotivo dell'app quando viene valutata la tendenza al suicidio; (4) Chiarire la sequenza temporale della relazione tra disturbi del sonno e comportamento suicidario; (5) Sviluppare algoritmi personalizzati basati sul protocollo EMA e marcatori di attività motoria o "firme" per valutare il rischio di tentativi di suicidio.

L'ipotesi è che le variazioni nella qualità del sonno saranno correlate con un aumento del desiderio di morire, ideazione suicidaria e tentativi di suicidio. Si prevede che una diminuzione della qualità del sonno sarà un marker di rischio di suicidio soprattutto tra i giovani.

Questo studio prospettico transnazionale utilizzerà l'infrastruttura di una rete esistente (WORECA). Woreca ha definito un protocollo comune di valutazione del suicidio, condivisione dei dati e strategia di analisi.

1044 tentati suicidi saranno inclusi e seguiti per 6 mesi. Ogni partecipante verrà valutato utilizzando un protocollo EMA tramite due app per smartphone: (1) un'app porrà domande quotidiane seguendo un protocollo dinamico per valutare la qualità del sonno, l'appetito, l'ideazione suicidaria e la psicopatologia; (2) l'altra app registrerà l'attività utilizzando i sensori dello smartphone. Inoltre, 300 partecipanti (150 in Francia e 150 in Spagna) monitoreranno le loro fasi del sonno e altri cambiamenti fisiologici durante il sonno con un bracciale indossabile. I risultati dello studio includono desiderio di vivere, desiderio di morire, ideazione suicidaria e tentativo di suicidio durante il periodo di follow-up.

Verrà utilizzata un'analisi di regressione logit multilivello per tenere conto di più osservazioni per individuo, per identificare le caratteristiche a livello individuale (sonno, appetito, dati socio-demografici, clinici, dati sul trattamento) e a livello di sito associate al desiderio di morte, all'ideazione suicidaria o tentativo di suicidio (obiettivi 1 e 2). I modelli di rischio saranno utilizzati anche per mettere in relazione le caratteristiche delle covariate (sonno, appetito, dati sociodemografici, dati clinici, dati sul trattamento) con il tempo al tentativo di suicidio durante il periodo di follow-up (obiettivi 1 e 2). Verranno utilizzate tecniche di data mining (machine learning) per esaminare i fattori di rischio, i modelli di evoluzione della malattia (obiettivi 3 e 4) e la stratificazione dei pazienti per livello di rischio suicidario (obiettivi 5).

L'identificazione di marcatori surrogati di suicidalità correlati alle funzioni fisiologiche, che portano meno o nessun stigma per i pazienti e sono più facili da segnalare, o hanno una soglia di segnalazione inferiore è un compito essenziale. Questi marcatori permetterebbero di prevedere in tempo reale un aumento del rischio di suicidio all'interno di una popolazione vulnerabile e, in definitiva, aiuterebbero a prevenire e persino a personalizzare il trattamento. I comportamenti suicidari, compresa l'ideazione suicidaria, sono prevenibili ma per essere efficaci, la prevenzione deve fare affidamento di specifici fattori di rischio.