Los smartphones revolucionan el seguimiento de los efectos secundarios de los antipsicóticos

Los Medicamentos antipsicóticos se usan para tratar problemas de salud mental graves como la esquizofrenia, el trastorno bipolar y la depresión psicótica. Aunque son buenos para ayudar a los pacientes a manejar sus condiciones, estos fármacos pueden traer consigo algunos efectos secundarios no deseados, específicamente trastornos del movimiento. Estos trastornos incluyen problemas como manos temblorosas, inquietud y movimientos inusuales, conocidos colectivamente como síntomas extrapiramidales (EPS). Investigaciones muestran que alrededor de uno de cada tres pacientes que toman antipsicóticos puede experimentar estos efectos secundarios, lo que puede hacer que su condición sea aún más difícil de soportar.

#El papel de los medicamentos anticolinérgicos

Para enfrentar estos trastornos del movimiento, los doctores suelen recetar medicamentos anticolinérgicos. Estos fármacos pueden ayudar a reducir el temblor y otros problemas de movimiento causados por los antipsicóticos. Sin embargo, también tienen sus propios inconvenientes. Los pacientes pueden experimentar visión borrosa, estreñimiento, problemas de memoria e incluso un regreso de sus síntomas originales. En resumen, aunque los medicamentos anticolinérgicos pueden ayudar con el temblor, también pueden causar nuevos desafíos para los pacientes.

La mejor forma de lidiar con los EPS es evitar usar medicamentos que lleven a estos efectos secundarios en primer lugar. Si aparecen los EPS, por lo general es mejor cambiar tratamientos en lugar de continuar con medicamentos que están causando problemas.

#Evaluación de los síntomas extrapiramidales

Hay varias escalas que los doctores utilizan para encontrar y evaluar los EPS. Algunas de ellas son la Escala Simpson-Angus, la Escala de Movimiento Involuntario Anormal, entre otras. Desafortunadamente, estas evaluaciones requieren un examen físico en persona, lo que puede ser un inconveniente, especialmente en tiempos como la pandemia de COVID-19, cuando muchos médicos han optado por citas virtuales. Esta situación ha dejado claro que hay una necesidad real de herramientas de evaluación remota para los EPS.

#La necesidad de herramientas de evaluación remota

El objetivo de investigaciones recientes fue crear una manera de evaluar y predecir EPS sin necesidad de una visita en persona. Los investigadores buscaron usar los sensores giroscópicos integrados en smartphones o tablets para recopilar datos y hacer predicciones sobre los temblores en las manos causados por los EPS.

#Diseño del estudio

La investigación tuvo dos partes principales. Primero, el equipo recopiló datos de individuos sanos y de pacientes con EPS para entrenar sus modelos informáticos. Luego, validaron estos modelos con datos de un grupo separado de individuos. Todos los participantes del estudio eran adultos de entre 18 y 65 años, y dieron su consentimiento para participar en la investigación.

En el grupo sin temblores, los participantes no podían tener ningún trastorno mental o neurológico. Para los que tenían temblores, el único requisito era que estuvieran bajo tratamiento con medicamentos antipsicóticos y mostraran signos de temblores en las manos durante el estudio.

#Recopilación y procesamiento de datos

Se recopilaron datos usando un software específico en un iPad y se registraron la aceleración, orientación y velocidad angular durante un período de un minuto. Para mantener las cosas manejables, los científicos dividieron los datos recopilados en segmentos más pequeños de 10 segundos cada uno.

Una vez que se recopilaron los datos, pasaron por varios pasos para prepararlos para el análisis. Cada segmento fue procesado, y la información se guardó para una evaluación posterior. El objetivo era crear un modelo informático que pudiera predecir los temblores en las manos basado en la información recopilada de estos dispositivos.

#Construcción del modelo informático

El modelo creado para esta investigación se llama EDEPS, que significa Detección Temprana de Síntomas Extrapiramidales. Utiliza algoritmos de aprendizaje automático para hacer predicciones sobre los temblores en las manos basándose en los datos recogidos de los dispositivos móviles. Se probaron diferentes tipos de algoritmos, pero resultó que un método llamado Random Forest era el más efectivo tanto para predecir la presencia de temblores como para medir su severidad.

El modelo convierte datos en bruto en información útil a través de una serie de pasos, incluyendo la transformación de estos en un formato más fácil de analizar. Al usar datos sobre los temblores, el modelo puede ayudar a los doctores a concluir si un paciente tiene EPS y cuán severo puede ser.

#Entrenamiento y validación del modelo

En el entrenamiento del modelo, los investigadores usaron más de 2,300 segmentos de datos de ambos grupos: los con temblores y los sin ellos. El equipo también revisó cuidadosamente cuán bien sus modelos podían predecir resultados para asegurar precisión. Combinaban datos de ambos grupos y ajustaban el modelo cada vez que se introducían nuevos datos.

Los investigadores mantuvieron un monitoreo cercano sobre cómo estaba funcionando su modelo y hicieron ajustes necesarios para mejorar sus predicciones. El objetivo era hacer que el modelo fuera lo más preciso posible para determinar si existía un temblor en la mano y cuán severo era.

#Prueba del modelo

La efectividad del modelo se evaluó usando un grupo separado de participantes. Realizaron pruebas utilizando una variedad de enfoques, incluyendo la revisión de todos los segmentos y solo los primeros 10 segundos de datos. El modelo pudo evaluar con precisión los temblores en las manos e incluso predecir la severidad en muchas ocasiones.

#Análisis de la densidad del espectro de potencia

Un hallazgo fascinante de la investigación estuvo relacionado con la densidad del espectro de potencia. Los investigadores descubrieron que los pacientes con temblores en las manos tenían un pico notable en sus datos alrededor de 5 Hz. Esto significa que parece haber una frecuencia específica asociada con los temblores en las manos en pacientes que toman medicamentos antipsicóticos.

#Comparación con estudios previos

Aunque ha habido esfuerzos anteriores por medir temblores usando diferentes tipos de sensores o dispositivos, este estudio se destaca porque usa tecnología fácilmente disponible como smartphones y tablets. Otros estudios han utilizado sensores en la muñeca o smartwatches, pero estos métodos pueden ser complicados de implementar y requieren más esfuerzo tanto de los pacientes como del personal médico.

Algunos estudios han señalado que los métodos tradicionales de prueba de habilidades motoras finas pueden ser útiles para la evaluación. Sin embargo, pueden no proporcionar resultados cuantitativos precisos, lo que los hace menos prácticos para evaluaciones continuas.

#Limitaciones y direcciones futuras

Como en cualquier estudio, esta investigación tiene sus limitaciones. El modelo no se probó con individuos que pudieran tener otros tipos de temblores como el temblor esencial o temblores causados por abstinencia de alcohol. La esperanza es que este modelo pueda distinguir entre varios tipos de temblores en las manos, pero eso todavía está por verse.

Los investigadores también notaron que la precisión de las predicciones podría mejorarse. Aunque el modelo mostró promesas, había una necesidad de refinamientos adicionales, especialmente en lo que respecta a métricas de puntuación específicas.

En resumen, este trabajo innovador podría tener implicaciones significativas para cómo evaluamos y tratamos los temblores en las manos de pacientes que toman medicamentos antipsicóticos. ¿Quién diría que un smartphone también podría ayudar a enfrentar desafíos de salud mental? Con la investigación continua en esta área, podríamos encontrar herramientas aún mejores para ayudar a quienes enfrentan EPS en el futuro.