From Health Checkups to Mental Health Referrals: Developing an AI-Based Depression Screening Model Using Routine Data in Older Adults Living Alone

Resumen Técnico: Desarrollo de un Modelo de Cribado de Depresión Basado en IA utilizando Datos de Rutina en Adultos Mayores que Viven Solos

Planteamiento del Problema
Los adultos mayores que viven solos enfrentan un riesgo elevado de depresión debido al aislamiento social, el declive físico y las dificultades económicas. Sin embargo, esta población permanece mayoritariamente sin diagnosticar debido a la limitada conciencia de los síntomas, el estigma social y los sistemas de derivación insuficientes. En Corea del Sur, solo el 65% de los pacientes con depresión buscan atención de salud mental de forma independiente. Además, los síntomas somáticos suelen enmascarar la depresión subyacente, lo que conduce a una atribución errónea a enfermedades físicas. Si bien el fenotipado digital mediante dispositivos ponibles (wearables) resulta prometedor, este depende de señales biométricas no rutinarias y carece de integración con los flujos de trabajo clínicos estándar. Por consiguiente, existe una necesidad crítica de un mecanismo de cribado que utilice datos ya recolectados durante los chequeos de salud general de rutina para permitir que los médicos de atención primaria identifiquen proactivamente a individuos en riesgo sin requerir una evaluación psiquiátrica inmediata.

Metodología
Este estudio empleó un diseño retrospectivo transversal utilizando el conjunto de datos de Adultos Mayores que Viven Solos (LAOA, por sus siglas en inglés) ($n=1.087$), recolectado del programa de Cuidados Intensos Gestionados para Ancianos que Viven Solos (IMCELA) en Cheonan, Corea del Sur. El conjunto de datos incluyó participantes de 65 años o más que vivían solos y contaban con un apoyo de cuidados limitado.

• Variable Objetivo: El estado de depresión se definió mediante la versión corta de la Escala de Depresión Geriátrica (SGDS), donde una puntuación >10 indicaba un alto riesgo.
• Ingeniería de Características: El estudio desarrolló el marco DEPACS (Predicción de Depresión basada en Signos Antropométricos y Clínicos), incorporando 40 características a través de siete dominios:
  1. Estado socioeconómico (género, edad, estado de NHI, educación, estado civil).
  2. Signos vitales (frecuencia cardíaca, frecuencia respiratoria).
  3. Medidas antropométricas (circunferencia de cabeza, cuello y cintura).
  4. Función física (audición, visión, olfato, gusto, marcha y desempeño del equilibrio).
  5. Comportamientos de salud (frecuencia de comidas, duración del ejercicio, consumo de alcohol, exposición al tabaquismo).
  6. Enfermedades crónicas (12 condiciones específicas y la Escala de Calificación de Enfermedad Acumulativa).
  7. Calidad del sueño (siete subcomponentes del Índice de Calidad de Sueño de Pittsburgh).
• Desarrollo del Modelo: El conjunto de datos se dividió en 80:20 en conjuntos de entrenamiento y prueba. Se evaluaron cinco algoritmos de aprendizaje automático: Máquina de Vectores de Soporte (SVM), Bosque Aleatorio (RF), Gradient Boosting, XGBoost y K-Vecinos Más Cercanos (KNN). La optimización de hiperparámetros se realizó mediante búsqueda de cuadrícula (grid search) con validación cruzada de 5 pliegues (5-fold).
• Benchmarking: Se desarrolló un modelo de control utilizando exclusivamente ítems del PHQ-9 para establecer un techo de rendimiento.
• Métricas de Evaluación: Los modelos se evaluaron mediante sensibilidad, especificidad, exactitud, puntuación F1, puntuación de Brier, Valor Predictivo Positivo (PPV), Área Bajo la Curva de Precisión-Recall (AUPRC) y Área Bajo la Curva Característica Operativa del Receptor (AUROC).
• Interpretabilidad: Se aplicó el análisis de Explicaciones de SHAP (SHapley Additive exPlanations) a los modelos con mejor desempeño para identificar las contribuciones de las características. Se realizó una simulación de eliminación de características para evaluar el impacto de los predictores principales en el rendimiento del modelo.

Resultos Clave

• Rendimiento de Referencia (Benchmark): El modelo exclusivo de PHQ-9 demostró un rendimiento excelente, con la mayoría de los algoritmos logrando puntuaciones de AUROC y AUPRC superiores a 0.96 (SVM, Gradient Boosting y XGBoost alcanzaron 0.99 en AUROC).
• Rendimiento del Modelo DEPACS: El modelo DEPACS, utilizando únicamente datos de chequeos de salud de rutina, alcanzó un rendimiento predictivo de regular a aceptable. El algoritmo SVM produjo los mejores resultados con un AUROC de 0.74 y un AUPRC de 0.73. Otros algoritmos (Random Forest, Gradient Boosting, XGBoost) alcanzaron puntuaciones de AUROC entre 0.71 y 0.73.
• Importancia de las Características (Análisis SHAP):
  • En el modelo PHQ-9, el "estado de ánimo depresivo" y la "pérdida de interés" fueron los predictores dominantes.
  • En el modelo DEPACS, el poder predictivo se distribuyó a través de múltiples dominios en lugar de concentrarse en una sola característica. Los predictores clave incluyeron índices de calidad del sueño (calidad subjetiva, latencia, alteraciones), circunferencia de cintura y cabeza, función de equilibrio, frecuencia cardíaca y frecuencia de comidas.
  • El análisis descriptivo confirmó que el grupo con depresión presentaba un peor sueño, menor frecuencia de comidas, equilibrio deteriorado, frecuencias cardíacas más altas y mayores tasas de disfunción sensorial en comparación con el grupo no deprimido.
• Simulación de Eliminación de Características: La eliminación de las características con mayor rango SHAP, tales como la frecuencia de comidas, la disfunción diurna y las puntuaciones de equilibrio, disminuyó significativamente el AUROC, confirmando su utilidad. Por el contrario, la eliminación de la circunferencia de la cabeza mejoró ligeramente el AUROC, lo que sugiere que puede actuar como una característica de ruido a pesar de su alto ranking en SHAP.

Significancia y Reivindicaciones
El artículo sostiene que el marco DEPACS ofrece una herramienta práctica y explicable para los entornos de atención primaria para identificar el riesgo de depresión en adultos mayores que viven solos sin depender de evaluaciones específicas de salud mental.

• Viabilidad: El estudio demuestra que la predicción significativa es factible utilizando únicamente datos clínicos estándar (signos vitales, antropometría, función física y métricas de sueño), evitando el estigma y las barreras asociados con el cribado psiquiátrico directo.
• Utilidad Clínica: El modelo se posiciona no como un reemplazo para el diagnóstico clínico, sino como un apoyo a la decisión suplementario. Permite a los médicos generales recomendar proactivamente evaluaciones de salud mental a individuos en alto riesgo que, de otro modo, las evitarían.
• Explicabilidad: El uso del análisis SHAP valida que las predicciones del modelo se alinean con la literatura médica establecida (por ejemplo, el vínculo entre las alteraciones del sueño, el declive de la función física y la depresión), proporcionando un marco transparente para la adopción clínica.
• Limitaciones: Los autores reconocen las limitaciones relativas a la naturaleza de centro único del conjunto de datos (Cheonan, Corea del Sur), lo que puede afectar la generalizabilidad. También señalan que, si bien el modelo funciona bien, su AUROC (0.74) es inferior al de las herramientas psiquiátricas especializadas, lo que refuerza su papel como instrumento de cribado más que de diagnóstico.

Conclusión
Esta investigación valida el potencial de integrar el aprendizaje automático con los datos de los chequeos de salud de rutina para cerrar la brecha de tratamiento de la depresión en poblaciones vulnerables de adultos mayores. Al aprovechar los flujos de trabajo clínicos existentes, el modelo DEPACS ofrece una vía para la detección temprana y la derivación, abordando el problema crítico del infradiagnóstico en adultos mayores socialmente aislados.