Um modelo de análise de dados de sono e ritmo circadiano

A equipe de pesquisa liderada pelo investigador-chefe Kim Jae Kyoung (IBS Biomedical Mathematics Group e professor do KAIST) e pelo professor Lee Heon-Jeong (Korea University College of Medicine) desenvolveu um novo modelo que pode prever episódios de humor em pacientes com transtorno de humor usando apenas dados de sono e ritmo circadiano coletados de dispositivos vestíveis.

Os transtornos de humor estão intimamente associados a irregularidades no sono e nos ritmos circadianos. Com a crescente popularidade de dispositivos vestíveis, como os smartwatches, é agora mais fácil do que nunca recolher dados de saúde na vida quotidiana, destacando a importância da análise dos padrões de sono-vigília para prever episódios de humor. No entanto, os modelos existentes requerem diversos tipos de dados, tornando a recolha de dados dispendiosa e limitando a aplicação prática.

Para superar essas limitações, a equipe de pesquisa desenvolveu um modelo que prevê episódios de humor usando apenas dados do padrão sono-vigília. Ao analisar 429 dias de dados de 168 pacientes com transtorno de humor, a equipe extraiu 36 características do sono e do ritmo circadiano. Aplicando esses recursos a algoritmos de aprendizado de máquina, eles alcançaram previsões altamente precisas para episódios depressivos, maníacos e hipomaníacos (AUCs: 0,80, 0,98 e 0,95, respectivamente). O artigo é publicado em npj Medicina Digital.

O estudo descobriu que as mudanças diárias no ritmo circadiano são um preditor chave de episódios de humor. Especificamente, os ritmos circadianos atrasados ​​aumentam o risco de episódios depressivos, enquanto os ritmos circadianos avançados aumentam o risco de episódios maníacos. Esta descoberta abre novas possibilidades para rastrear alterações individuais do ritmo circadiano para prever futuros episódios de humor.

O professor Heon-Jeong comentou: “Este estudo demonstra o potencial de usar apenas dados de sono-vigília de dispositivos vestíveis para prever episódios de humor, aumentando a viabilidade de aplicações no mundo real. Prevemos um futuro onde pacientes com transtorno de humor possam receber recomendações personalizadas de padrões de sono através de um aplicativo de smartphone para prevenir episódios de humor.”

O investigador-chefe Kyoung acrescentou: “Ao desenvolver um modelo que prevê episódios de humor com base apenas em dados de padrões de sono-vigília, reduzimos o custo da coleta de dados e melhoramos significativamente a aplicabilidade clínica. Este estudo oferece novas possibilidades para diagnóstico e tratamento com boa relação custo-benefício de pacientes com transtorno de humor.”