Socioeconomic and lifestyle factors predict the association between sleep health and depression

Resumen Técnico: Los factores socioeconómicos y de estilo de vida predicen la asociación entre la salud del sueño y la depresión

Planteamiento del problema
La salud del sueño (SS) y la depresión son constructos multidimensionales con una relación bidireccional bien establecida; sin embargo, sus determinantes compartidos aún se comprenden poco, particularmente a nivel individual. La investigación previa se ha basado mayoritariamente en comparaciones grupales o correlaciones univariadas que examinan características individuales del sueño (p. ej., el insomnio) frente a puntuaciones totales de depresión. Estos enfoques no logran capturar la naturaleza compleja y multifacética del nexo sueño-depresión ni dar cuenta de la variabilidad interindividual. Además, aunque se sabe que los factores socioeconómicos y de estilo de vida influyen en ambas condiciones de forma independiente, no está claro cómo estos factores modificables moldean la varianza compartida entre la SS y la depresión. El estudio tiene como objetivo identificar los principales predictores socioeconómicos y de estilo de vida de la "depresión relacionada con el sueño" (DRS) —un constructo novedoso que representa la dimensión específica de los síntomas depresivos que covariará con las características de la SS— y evaluar la generalizabilidad de estos predictores en muestras de la población general y de depresión clínica.

Metodología
El estudio utilizó datos del UK Biobank, analizando cuatro dominios: componentes de la salud del sueño, síntomas depresivos, variables socioeconómicas y factores de estilo de vida. El marco de análisis empleó un enfoque de validación cruzada anidada para evitar la fuga de datos y maximizar la utilización de los mismos:

1. Derivación de las puntuaciones de DRS: Se realizó un Análisis de Correlación Canónica regularizado (rCCA) en una submuestra primaria de la población general (GP1; n = 87.405) para identificar fenotipos latentes. La primera variante canónica de la depresión, que maximizaba la correlación con las variantes de la SS, se utilizó para calcular las puntuaciones de DRS a nivel individual.
2. Modelado predictivo: Se entrenaron modelos de aprendizaje automático (ML) (incluyendo Ridge, LASSO, Elastic Net, Random Forest, XGBoost y Regresión de Vectores de Soporte) en GP1 para predecir las puntuaciones de DRS utilizando factores socioeconómicos y de estilo de vida como características de entrada. XGBoost demostó el mejor rendimiento.
3. Validación: El modelo con mejor desempeño fue validado en submuestras independientes:
   • GP2: Una submuestra de la población general (n = 5.187) evaluada en el inicio del estudio y en un seguimiento de 9.2 años.
   • CD: Una submuestra de depresión clínica (n = 7.454) que comprende individuos con diagnósticos CIE-10 de episodios depresivos o que toman antidepresivos. Nota: En la muestra CD, se reentrenó el rCCA para dar cuenta de la asociación multivariante más fuerte observada en pacientes clínicos antes de aplicar el modelo XGBoost entrenado en GP1.
4. Análisis complementarios: El estudio examinó las contribuciones diferenciales de los predictores en otros fenotipos latentes, incluyendo la depresión relacionada con el sueño (DRS), la depresión no relacionada con el sueño (NSRD), el sueño no relacionado con la depresión (NDRS), la SS general y la depresión general.
5. Importancia de las características: Se utilizaron valores de SHapley Additive exPlanations (SHAP) para cuantificar las contribuciones de las características y evaluar la heterogeneidad entre los subgrupos de edad y sexo.

Resultos clave

• Asociación multivariante: Se identificó una asociación multivariante robusta entre la SS y la depresión en GP1 (correlación canónica $r = 0.42$, $P_{FDR} < 0.001$). Los componentes de la SS más fuertemente vinculados a la depresión fueron el insomnio y la dificultad para levantarse por la mañana; el componente de depresión más fuerte fue la frecuencia de cansancio o letargo.
• Desempeño predictivo: Los factores socioeconómicos y de estilo de vida predijeron moderadamente las puntuaciones de DRS en GP1 ($r = 0.25$; $R^2 = 0.06$). El modelo superó a un modelo de solo demografía.
• Principales predictores: Los predictores más significativos de puntuaciones de DRS más altas fueron:
  • Menor frecuencia de confianza en los demás (conexión social).
    la observación de televisión sedentaria.
  • Menor actividad física vigorosa.
  • Mayor exposición al tabaquismo pasivo (fuera del hogar).
• Generalizabilidad: El modelo predictivo mostró patrones similares en GP2 al inicio y en el seguimiento, y en la submuestra de depresión clínica (CD). Aunque el desempeño fue menor para predecir las puntuaciones de DRS de seguimiento basándose en las características iniciales, los principales predictores se mantuvieron estables en todas las muestras de validación.
• Diferencias de subgrupos: El tabaquismo pasivo fue un predictor más fuerte en adultos jóvenes (<65) y hombres, mientras que la actividad física vigorosa fue más crítica para adultos mayores (≥65) y mujeres.
• Perfiles distintos: Los análisis complementarios revelaron que los predictores diferían según el tipo de perfil. La menor confianza en los demás y una mayor observación de la televisión predijeron principalmente perfiles relacionados con la depresión (NSRD, depresión general). En contraste, la frecuencia de consumo de alcohol, caminar menos y pasar menos tiempo al aire libre en invierno fueron los principales predictores para perfiles de mal sueño (NDRS, SS general).

Significación y afirmaciones
El artículo afirma que su enfoque sistemático logra separar con éxito las dimensiones latentes compartidas y distintas que subyacen a la relación entre la salud del sueño y la depresión. Al identificar un modelo predictivo generalizable, el estudio destaca factores socioeconómicos y de estilo de vida modificables críticos que podrían servir como objetivos para intervenciones personalizadas.

Los autores enfatizan que, si bien los tamaños del efecto son modestos (explicando el 6–11% de la varianza), los hallazgos subrayan el impacto a largo plazo de los factores de estilo de vida iniciales en la interacción entre el sueño y la depresión. Los resultados sugieren que las intervenciones dirigidas a la conexión social (confianza), el comportamiento sedentario, la actividad física y la exposición al tabaco pueden aliviar simultáneamente tanto las alteraciones del sueño como los síntomas depresivos. El estudio concluye que estos factores modificables ofrecen vías potenciales para estrategias preventivas destinadas a reducir la carga interrelacionada de la mala salud del sueño y la depresión, aunque los autores advierten que su diseño observacional impide la inferencia causal.