Pesquisa Inovadora

Colin E. Vize, professor assistente no Departamento de Psicologia da Escola de Artes e Ciências Kenneth P. Dietrich da Pitt, é co-PI dessa pesquisa, que amplia o escopo de como os clínicos podem, no futuro, usar esses dados para tratar seus pacientes.

O trabalho foi liderado pela primeira autora Whitney Ringwald (SOC WK ’18G, A&S ’21G), professora da Universidade de Minnesota, que completou sua formação de pós-graduação na Pitt. Também estavam em sua equipe o ex-professor da Pitt Aiden Wright, agora na Universidade de Michigan, e Grant King, um dos estudantes de pós-graduação de Wright.

“Este é um passo importante na direção certa,” disse Vize, “mas há muito trabalho a ser feito antes que possamos potencialmente realizar quaisquer promessas clínicas de usar sensores em smartphones para ajudar a informar a avaliação e o tratamento.”

Em teoria, um aplicativo que possa utilizar tais dados daria aos clínicos acesso a um volume maior e mais confiável de dados sobre a vida de seus pacientes entre as consultas.

“Nem sempre somos os melhores relatores, frequentemente esquecemos das coisas,” disse Vize sobre o preenchimento de autoavaliações. “Mas com a detecção passiva, poderíamos coletar dados de maneira discreta, enquanto as pessoas levam suas vidas diárias, sem necessidade de fazer muitas perguntas.”

Primeiros Passos

Como os primeiros passos para a realização de tal ferramenta, os pesquisadores investigaram se poderiam inferir se as pessoas estavam se comportando de maneiras associadas a determinadas condições de saúde mental. Pesquisas anteriores conectaram leituras de sensores passivos a comportamentos que indicam doenças específicas, incluindo depressão e transtorno de estresse pós-traumático. Este novo trabalho, publicado em 3 de julho na revista JAMA Network Open, expande essa pesquisa, mostrando que pode ser vinculado a sintomas que não são específicos de nenhuma condição de saúde mental.

Isso é importante, disse Vize, porque muitos comportamentos estão associados a mais de um transtorno, e diferentes pessoas com o mesmo transtorno podem se mostrar, agir e sentir muito diferentemente.

“As categorias de transtornos tendem a não cortar a natureza em suas juntas,” disse ele. “Podemos pensar de forma mais transdiagnóstica, e isso nos dá uma imagem um pouco mais precisa de alguns dos sintomas que as pessoas estão experimentando.”

Análise Estatística

Para este estudo, Vize e uma equipe de pesquisadores utilizaram uma ferramenta de análise estatística chamada Mplus para encontrar correlações entre dados de sensores e sintomas de saúde mental relatados no início. Os cientistas precisaram então determinar se os dados de sensores estavam correlacionados a um conjunto de dimensões sintomáticas amplas e baseadas em evidências: internalização, desprendimento, desinibição, antagonismo, transtorno de pensamento e somatoforme, ou sintomas físicos inexplicados.

Além das seis dimensões, também investigaram o que tem sido chamado de p-factor. Este não é um comportamento ou sintoma específico, mas representa uma característica efêmera e compartilhada que atravessa todos os tipos de sintomas de saúde mental.

“Você pode pensar nisso como um diagrama de Venn,” disse Vize. Se todos os sintomas associados a todos os problemas de saúde mental fossem círculos, o p-factor é o espaço onde todos se sobrepõem. Não é um comportamento em si. “É essencialmente o que é compartilhado entre todas as dimensões.”

Os pesquisadores utilizaram o estudo Intense Longitudinal Investigation of Alternative Diagnostic Dimensions (ILIADD), que foi realizado em Pittsburgh na primavera de 2023. A partir do ILIADD, analisaram os dados de 557 pessoas que preencheram autoavaliações e compartilharam dados de seus celulares, incluindo (mas não se limitando a):

• Dados de GPS que indicavam quanto tempo as pessoas permaneceram em casa e a distância máxima que viajaram a partir de casa
• Tempo gasto caminhando, correndo e em estado estacionário
• Quanto tempo suas telas estiveram ligadas
• Quantidade de chamadas recebidas e feitas
• Status da bateria
• Tempo de sono

Resultados e Implicações

Utilizando um aplicativo desenvolvido por pesquisadores da Universidade de Oregon, a equipe conseguiu relacionar os dados dos sensores a vários sintomas de saúde mental. Comparando os resultados do aplicativo com os questionários preenchidos pelos participantes, Vize e sua equipe determinaram que as seis dimensões dos sintomas de saúde mental, que refletem sintomas representados entre muitos transtornos, estavam de fato correlacionadas aos dados dos sensores.

Surpreendentemente, eles também descobriram que os dados dos sensores estavam correlacionados ao p-factor, um marcador geral de problemas de saúde mental. As implicações dessas descobertas são diversas — em última análise, pode ser um dia possível usar esse tipo de tecnologia para entender melhor os sintomas de um paciente cuja apresentação não se encaixa na categoria de nenhum transtorno específico.

No entanto, por enquanto, esses dados não dizem nada sobre a saúde mental dos indivíduos; eles lidam com médias. A saúde mental é complexa. O comportamento varia enormemente. “Essas análises de sensores podem descrever mais precisamente algumas pessoas do que outras.”

Essa é uma das razões pelas quais Vize não vê essa tecnologia substituindo um clínico humano. “Muito do trabalho nesta área está focado em chegar ao ponto em que podemos falar sobre ‘Como isso pode potencialmente melhorar ou complementar o atendimento clínico existente?’

“Porque definitivamente não acredito que isso possa substituir o tratamento. Seria mais uma ferramenta adicional na caixa de ferramentas do clínico.”