CAN-STRESS: A Real-World Multimodal Dataset for Understanding Cannabis Use, Stress, and Physiological Responses

Este artículo presenta y pone a disposición pública el conjunto de datos CAN-STRESS, que integra mediciones fisiológicas en tiempo real y autorreportes de 82 participantes para investigar las diferencias en las respuestas al estrés entre usuarios y no usuarios de cannabis en entornos cotidianos.

Lo esencial

¡Claro que sí! Imagina que este artículo es como la receta de un nuevo tipo de "termómetro emocional" que no solo mide la temperatura, sino que también descubre si alguien está usando cannabis y cómo su cuerpo reacciona al estrés en la vida real.

Aquí tienes la explicación de la investigación CAN-STRESS, contada como una historia sencilla:

🌿 La Gran Pregunta: ¿Por qué usamos cannabis?

Mucha gente dice que fuma cannabis para relajarse y manejar el estrés. Pero, ¿es verdad que su cuerpo se relaja de verdad? ¿O es que su cuerpo reacciona de forma diferente al estrés comparado con alguien que no fuma?

Hasta ahora, los científicos solo podían estudiar esto en laboratorios, que son como "acuarios": todo está controlado, pero no es la vida real. En un laboratorio, la gente no se siente igual que cuando está en su casa, trabajando o saliendo con amigos.

📱 La Solución: Un "Detective" en la Muñeca

Para solucionar esto, los investigadores crearon CAN-STRESS. Imagina que le pusieron a 82 voluntarios (39 fumadores y 43 no fumadores) un reloj inteligente muy avanzado (llamado Empatica E4) en la muñeca durante 24 horas.

Este reloj es como un detective silencioso que no te pregunta nada, pero observa todo lo que hace tu cuerpo:

• El sudor de la piel: Mide cuánto te "pones nervioso" (conductancia de la piel).
• El corazón: Mide los latidos y sus variaciones.
• La temperatura: Mide si se te pone la piel fría o caliente.
• El movimiento: Mide si estás corriendo, durmiendo o quieto.

Además de este detective digital, los participantes llevaban un diario personal (una app en el celular) donde anotaban: "Ahora me siento estresado", "Ahora estoy durmiendo" o "Ahora me fumé un porro".

🔍 ¿Qué descubrieron? (La Magia de los Datos)

Al juntar los datos del reloj con el diario, los científicos tuvieron un tesoro de información. Hicieron dos cosas principales:

1. Compararon los cuerpos: Descubrieron que, en promedio, los usuarios de cannabis tenían latidos más rápidos y más sudor en la piel (signos de estrés) que los no usuarios, incluso cuando no estaban fumando. Era como si sus cuerpos tuvieran un "motor" que funcionaba a un ritmo diferente.
2. Crearon un "Cerebro" de Computadora: Entrenaron a una inteligencia artificial para que, solo mirando los datos del reloj (sin ver el diario), pudiera adivinar si la persona era fumadora o no.

El resultado fue impresionante: La computadora acertó en el 96% de los casos. Fue como si el reloj pudiera "oler" el cannabis a través de los latidos del corazón y el sudor.

🧠 ¿Cómo lo hizo la computadora? (La Analogía de la Orquesta)

Para entender qué leía la computadora, usaron una herramienta llamada SHAP (que es como un director de orquesta que señala quién está tocando más fuerte).

Resultó que los instrumentos más ruidosos (los datos más importantes) eran:

• El ritmo cardíaco: Qué tan rápido latía el corazón.
• La electricidad de la piel: Cuánto sudaba la persona.

Esto tiene sentido: cuando estamos estresados, el corazón se acelera y la piel suda. La computadora aprendió que los cuerpos de los usuarios de cannabis tienen una "firma" única en estos momentos.

🚀 ¿Por qué es importante esto?

Antes, los científicos tenían que encerrar a la gente en una caja para estudiar el estrés. Ahora, con CAN-STRESS, tienen un mapa del tesoro de datos reales.

• Para la salud: Podríamos crear relojes que avisen a las personas si están demasiado estresadas antes de que sea tarde.
• Para la ciencia: Ahora podemos entender mejor cómo el cannabis afecta realmente a nuestro cuerpo en el mundo real, no solo en un laboratorio.
• Para todos: ¡Ellos han hecho público este tesoro de datos! Cualquiera puede descargarlo y usarlo para crear nuevas aplicaciones, juegos o herramientas médicas.

En resumen:
Este paper es como abrir una ventana al mundo real para ver cómo funciona nuestro cuerpo bajo estrés y con cannabis. Usaron relojes inteligentes para capturar la "música" de nuestros cuerpos y demostraron que, con un poco de inteligencia artificial, podemos entender esa música mejor que nunca. ¡Y lo mejor es que compartieron la partitura con todo el mundo! 🎶🌍

Resumen técnico

A continuación se presenta un resumen técnico detallado del artículo "CAN-STRESS: A Real-World Multimodal Dataset for Understanding Cannabis Use, Stress, and Physiological Responses", traducido y estructurado al español.

1. Problema y Motivación

El consumo crónico de cannabis se asocia frecuentemente con la gestión del estrés. Se hipotetiza que los usuarios de cannabis exhiben respuestas fisiológicas al estrés distintas en comparación con los no usuarios, especialmente durante el consumo. Sin embargo, la investigación actual enfrenta dos limitaciones principales:

• Validez Ecológica: La mayoría de los estudios se realizan en entornos de laboratorio controlados, lo que no captura las condiciones matizadas del mundo real ni la interacción entre el estrés, el consumo de cannabis y otros factores contextuales.
• Escasez de Datos: Existe una falta crítica de conjuntos de datos públicos que permitan probar estas hipótesis en condiciones naturales (ecológicamente válidas) utilizando datos fisiológicos multimodales.

2. Metodología y Diseño del Estudio

A. Recolección de Datos (CAN-STRESS)

El estudio introduce el conjunto de datos CAN-STRESS, recopilado mediante el uso de pulseras inteligentes Empatica E4 durante 24 horas en la vida diaria de los participantes.

• Participantes: 82 individuos en total (39 usuarios de cannabis y 43 no usuarios).
  • Criterios de inclusión: Los usuarios consumían diariamente o casi diariamente (≥4 veces/semana durante al menos un año). Los no usuarios tenían menos de 10 consumos en la vida y ninguno en el último año.
  • Exclusiones: Trastornos neurológicos, psicosis, consumo pesado de alcohol, uso reciente de drogas ilícitas o medicamentos corticosteroides.
• Modalidades de Datos:
  1. Datos Fisiológicos (Sensores): Recopilados a través de la Empatica E4 a altas frecuencias de muestreo:
     • Actividad Electrodermal (EDA): 4 Hz (conductancia de la piel, indicador de estrés/arousal).
     • Pulso de Volumen Sanguíneo (BVP): 64 Hz (para derivar frecuencia cardíaca e intervalos interlatidos).
     • Acelerómetro (ACC): 32 Hz (movimiento tridimensional).
     • Temperatura Corporal (TEMP): 4 Hz.
  2. Datos Auto-reportados: Un registro digital (logbook) que incluye:
     • Horarios de sueño y vigilia.
     • Timestamps de consumo de cannabis.
     • Actividad física.
     • Calificaciones de estrés percibido (escala 1-10) en momentos clave.

B. Preprocesamiento y Análisis

• Estructura: Los datos se organizan por participante (archivos .csv para sensores y un archivo .xlsx unificado para auto-reportes).
• Segmentación: Las señales continuas se dividieron en ventanas deslizantes de 15 minutos con un 50% de superposición, filtrando los datos para incluir solo las horas de vigilia.
• Extracción de Características: Se extrajeron 31 características fisiológicas por ventana utilizando el paquete NeuroKit2:
  • EDA: Componentes tónicos y fásicos, picos de respuesta, estadísticas de amplitud.
  • BVP/HR: Variabilidad de la frecuencia cardíaca (HRV) como RMSSD, pNN50, SDNN, y estadísticas básicas de la frecuencia cardíaca.
  • Acelerómetro: Magnitud vectorial, proporción de tiempo en movimiento.
  • Temperatura: Pendiente lineal, desviación estándar, rango.
• Estrategia de Validación: Se utilizó una estrategia de "leave-one-subject-out" (dejar un sujeto fuera) para evaluar la generalización. Además, se aplicó un enfoque de transferencia de aprendizaje: se entrenó un modelo base con todos los sujetos excepto el de prueba, y luego se ajustó (fine-tuning) la capa final con el 50% de los datos del sujeto de prueba, evaluando en el 50% restante.

3. Contribuciones Clave

1. Lanzamiento del Dataset CAN-STRESS: Un recurso público y rico que integra datos fisiológicos de alta resolución con registros de actividades diarias y consumo de cannabis en entornos naturales.
2. Análisis Comparativo: Un estudio detallado que caracteriza las diferencias fisiológicas y de comportamiento entre usuarios y no usuarios de cannabis.
3. Línea Base de Aprendizaje Automático: Implementación y evaluación de un pipeline de clasificación para distinguir entre usuarios y no usuarios utilizando exclusivamente características fisiológicas, estableciendo un punto de referencia para investigaciones futuras.

4. Resultados

Análisis Descriptivo

Los análisis mostraron patrones consistentes entre los grupos:

• Los usuarios de cannabis reportaron niveles de estrés percibido más altos en comparación con los no usuarios.
• Los usuarios exhibieron valores elevados en Actividad Electrodermal (EDA) y Frecuencia Cardíaca (HR) promedio.

Rendimiento del Modelo de Clasificación

Se utilizó una arquitectura de Perceptrón Multicapa (MLP) con tres capas ocultas (128, 64 y 32 neuronas), normalización por lotes, activación ReLU y dropout (0.2).

• Métricas de Rendimiento (Promedio en pruebas):
  • Precisión (Accuracy): ~96% (95.96% ± 0.06).
  • F1-Score: ~98% (95.92% ± 0.06).
  • Recall: 100% (±0.00).
  • Precisión (Precision): ~97.8%.
• Importancia de las Características (SHAP):
  El análisis de valores SHAP reveló que las señales relacionadas con el estrés fueron los predictores más influyentes:
  1. Frecuencia Cardíaca Máxima (hr_max): El predictor más fuerte.
  2. Características de EDA: eda_min, eda_mean, eda_phasic_mean, eda_max.
  3. Variabilidad de la Frecuencia Cardíaca (HRV): hrv_sdnn y hrv_rmssd.

Esto confirma que los marcadores fisiológicos del estrés (capturados por la piel y el corazón) difieren significativamente entre los grupos y son suficientes para la clasificación.

5. Significado e Impacto

El trabajo de CAN-STRESS es fundamental para avanzar en la comprensión de los efectos del cannabis más allá del laboratorio.

• Validez Ecológica: Permite estudiar la regulación del estrés y el consumo de sustancias en el contexto real, superando las limitaciones de los estudios controlados.
• Aplicaciones Futuras: El dataset sirve como base para investigaciones en detección de estrés, reconocimiento de actividades, diagnóstico médico y computación vestible (wearables).
• Acceso Abierto: Al hacer público el dataset, se fomenta la reproducibilidad y el desarrollo de nuevos algoritmos en ciencias del comportamiento y salud computacional.

En conclusión, el estudio demuestra que es posible distinguir entre usuarios y no usuarios de cannabis con alta precisión utilizando solo datos fisiológicos pasivos recolectados en el mundo real, destacando el papel central de la actividad electrodermal y la frecuencia cardíaca como biomarcadores de las diferencias en la regulación del estrés.