An Optimal Control Framework for Adaptive Virtual Reality Interventions in Substance Use Rehabilitation

Resumen Técnico: Un Marco de Control Óptimo para Intervenciones de Realidad Virtual Adaptativas en la Rehabilitación del Consumo de Sustancias

Planteamiento del Problema
El Trastorno por Consumo de Sustancias (TCS) sigue siendo un desafío crítico de salud pública, siendo la prevención de recaídas una de las principales dificultades en la rehabilitación. Las estrategias tradicionales suelen tener problemas debido a la accesibilidad limitada y a la incapacidad de recrear eficazmente entornos del mundo real que activan los antojos (cravings). Si bien la Realidad Virtual (RV) ofrece un entorno controlado e inmersivo para la exposición a estímulos y la intervención, la literatura existente carece de una aplicación directa de métodos de control óptimo para determinar el momento y la intensidad precisos de las intervenciones terapéuticas basadas en RV. La mayoría de los modelos actuales se centran en grupos de población general o intervenciones estáticas, en lugar de respuestas dinámicas impulsadas por estímulos (cues) específicas de los entornos de RV.

Metodología
Los autores desarrollaron un marco matemático centrado en un modelo de cuatro compartimentos de Adaptación-Perturbación-Corrección-Recaída (APCR) para simular la dinámica de la recuperación.

• Estructura del Modelo: El sistema está gobernado por un conjunto de ecuaciones diferenciales ordinarias acopladas que representan la proporción de una población en cuatro estados:

  • Adaptativo ($A$): Recuperación estable.
  • Perturbado ($P$): Antojos inducidos por estímulos.
  • Correctivo ($C$): En proceso de intervención de recuperación activa.
  • Recaída ($R$): Estado de recaída.
    Las transiciones entre estos estados son impulsadas por una función de activación de estímulos $T(t)$ y un estímulo de recuperación terapéutica.

• Parametrización:

  • Función de Activación ($T(t)$): Derivada de datos empíricos de seguimiento ocular (fijación y frecuencia) recolectados en un entorno de RV con respecto a estímulos relacionados con el alcohol.
  • Estímulo de Recuperación: Inicialmente modelado como una señal pasiva basada en biomarcadores fisiológicos (variabilidad de la frecuencia cardíaca, frecuencia cardíaca, puntuaciones de estrés) de dispositivos portátiles (wearables).
  • Tasas de Transición: Los parámetros ($\beta, \gamma, \alpha, \mu, \delta$) se asignaron basándose en supuestos informados por la literatura sobre la reactividad a los estímulos y la regulación cognitiva, en lugar de datos clínicos directos de una sola sesión.

• Formulación del Control Óptimo:

  • El estímulo de recuperación pasivo fue reemplazado por una variable de control dependiente del tiempo y acotada $u_1(t)$, que representa la intensidad de la intervención terapéutica.
  • Función Objetivo: El objetivo es minimizar el tiempo pasado en el estado Perturbado ($P$) penalizando el costo del esfuerzo de intervención. La función de costo se define como $J(u_1) = \int_0^{t_f} (A_1 P(t) + \frac{1}{2}B_1 u_1(t)^2) dt$, donde $A_1$ pondera la penalización por estar en el estado perturbado y $B_1$ pondera el esfuerzo de control.
  • Método de Solución: Los autores utilizaron el Principio de Mínimo de Pontryagin para derivar las condiciones necesarias de optimalidad, lo que resultó en un sistema hamiltoniano que involucra ecuaciones de estado y ecuaciones adjuntas (coste). El sistema de optimalidad resultante se resolvió numéricamente utilizando el método de barrido hacia adelante y hacia atrás (forward–backward sweep method) sobre un horizonte de 60 minutos.

• Análisis Matemático: El artículo establece la existencia, unicidad, no negatividad y acotación de las soluciones dentro de un simplex invariante, asegurando que el modelo permanezca físicamente significativo (las proporciones suman 1 y permanecen no negativas).

Resultados Clave

• Reducción de la Perturbación: En comparación con una línea de base pasiva donde el estímulo de recuperación es una constante fija, la estrategia de control óptimo redujo la proporción máxima simulada de individuos en el estado Perturbado en un 33.26% (cayendo de 0.439 a 0.293).
• Intervención Dinámica: El perfil de control óptimo no es constante. Se mantiene bajo hasta que el disparador del antojo se activa, aumenta bruscamente a su intensidad máxima ($u_{max}=1$) durante el pico de la perturbación y luego disminuye gradualmente a medida que la necesidad de intervención cesa. Esto contrasta con las estrategias de intervención continuas o estáticas.
• Análisis de Sensibilidad: La proporción máxima perturbada del modelo es altamente sensible a las tasas de transición $\beta$ (susceptibilidad a los disparadores) y $\alpha$ (capacidad de respuesta a la intervención). Las variaciones en estos parámetros alteraron significativamente los resultados, mientras que los parámetros que gobiernan la recuperación de la recaída ($\delta$) y la reintegración exitosa ($\gamma$) tuvieron un impacto mínimo en la perturbación máxima.
• Eficiencia de Costos: El análisis demuestra que el tratamiento de alta intensidad por RV solo es necesario durante una ventana estrecha correspondiente al mayor riesgo de recaída, lo que sugiere que las estrategias adaptativas pueden gestionar los costos de tratamiento de manera más efectiva que la exposición continua de alta intensidad.

Significancia y Reivindicaciones
El artículo afirma proporcionar una base cuantitativa para diseñar intervenciones de RV adaptativas que respondan dinámicamente a los cambios modelados en los estados de recuperación. Al integrar señales conductuales (mirada) y fisiológicas en un marco de control dependiente del estado, este trabajo respalda el desarrollo de estrategias de intervención personalizadas donde la intensidad terapéutica se asigna basándose en las necesidades individuales en lugar de horarios fijos.

Los autores posicionan este trabajo como un paso hacia la transformación de la RV de un "estímulo terapéutico fijo" a una herramienta "dinámicamente responsiva". Declaran explícitamente que el modelo representa matemáticamente la dinámica de la simulación de RV, pero reconocen las limitaciones, incluyendo el uso de parámetros estimados en lugar de datos clínicos derivados empíricamente y la dependencia de datos de mirada específicos del alcohol, que pueden no generalizarse completamente a otras sustancias. El marco tiene como objetivo apoyar el Objetivo de Desarrollo Sostenible 3 de las Naciones Unidas (Salud y Bienestar) al ofrecer un enfoque matemático para mejorar la prevención de recaídas en la rehabilitación del consumo de sustancias.