Josep Alemany Iturriaga, investigador de la Universidad Internacional Iberoamericana (UNIB), colabora en un estudio que desarrolla un nuevo enfoque para predecir la gravedad de la depresión en etapas iniciales utilizando algoritmos de aprendizaje profundo.
Actualmente, la depresión es uno de los trastornos mentales más prevalentes en el mundo. Se caracteriza por sentimientos de tristeza, vacío y la pérdida de interés en la vida. Es un trastorno que afecta a personas de diferentes edades, géneros y niveles socioeconómicos y puede ser causada por una combinación de factores genéticos, bioquímicos, ambientales y psicológicos.
Según la Organización Mundial de la Salud, aproximadamente 450 millones de personas sufren de depresión en todo el mundo, y se estima que esa cifra aumentará en un 15% para el año 2030. Esta afección no solo afecta la calidad de vida de una persona, sino que también impacta de manera negativa en sus relaciones sociales y físicas. Numerosos estudios han establecido vínculos entre la depresión y las enfermedades físicas como enfermedades cardiovasculares, diabetes, accidentes, enfermedades respiratorias, cáncer y obesidad.
Además, existe una estrecha relación entre el trastorno por consumo de alcohol y la depresión. Muchas personas recurren al alcohol o las drogas como una forma de obtener alivio de los síntomas de la misma, lo que puede llevar a un abuso y dependencia de estas sustancias. Aumenta también el riesgo de la ideación suicida y las muertes prematuras. Las personas depresivas tienen un riesgo de suicidio veinte veces mayor que la población normal.
El tratamiento tardío de este trastorno tiene un impacto considerable en la sociedad. Su diagnóstico requiere de varias pruebas psicológicas realizadas por expertos en psiquiatría, así como entrevistas, cuestionarios e informes de los familiares y seres queridos cercanos. Sin embargo, es común que quienes padecen depresión demoren en buscar ayuda médica hasta que la condición se haya deteriorado.
Por otro lado, el aprendizaje profundo ha sido ampliamente utilizado en campos como la salud y la medicina, pero su adopción en la psicología y las ciencias del comportamiento ha sido limitada hasta ahora. Pese a que ya hay investigaciones que han utilizado esta tecnología para predecir los signos de la depresión, pocos se han enfocado en los niveles de gravedad como una variable de múltiples clases.
Algoritmos como Random Forest y Support Vector Machine, han demostrado ser efectivos en la detección temprana de la depresión. Sin embargo, uno de los desafíos es trabajar con conjuntos de datos desequilibrados, donde ciertas clases tienen un número significativamente mayor de muestras que otras. Esto puede afectar la precisión del modelo.
Para hacer frente a este desafío, en esta investigación se ha implementado el enfoque de Particionamiento de Grupos de Características (FGP, por sus siglas en inglés) en la fase de procesamiento de datos, combinado con técnicas de sobremuestreo sintético como la Técnica de Sobremuestreo Sintético de la Minoría (SMOTE) y la Técnica Sintética Adaptativa (ADASYN) para equilibrar los conjuntos de datos, con el fin de mejorar la precisión en la predicción de la gravedad de la depresión.
Los resultados demostraron que esta combinación arrojó el nivel más alto de precisión equilibrada, alcanzando un 92.81%. Además, la investigación logró optimizar el tiempo de entrenamiento del enfoque FGP para todos los clasificadores utilizados, lo que representa un logro significativo en este campo.
Comprender y predecir con precisión la gravedad de la depresión es de suma importancia para diseñar planes de tratamiento personalizados y proporcionar apoyo adecuado a las personas afectadas por este trastorno mental. Este enfoque y la integración de algoritmos de aprendizaje automático abren nuevas posibilidades en el campo de la investigación de la depresión.
Si quieres conocer más sobre este estudio, haz clic aquí.
Para leer más investigaciones, consulta el repositorio de UNIB.
La Universidad Internacional Iberoamericana (UNIB) ofrece el programa de Maestría en Dirección Estratégica con Especialidad en Tecnologías de la Información. Un programa que prepara a los estudiantes para gerenciar un puesto directivo de sistemas y TIC o dirigir un proyecto de cambio organizacional usando TIC.