Las calificaciones subjetivas de los estímulos emotivos predicen el impacto de la cuarentena COVID-19 en los estados afectivos

  • Cargando métricas

Acceso Abierto

Revisado por pares

Artículo de investigación

  • Héctor López-Carral, 
  • Klaudia Grechuta, 
  • Folleto de Paul FMJ

PLOS

x

Resumen

La crisis del COVID-19 provocó que una gran proporción de la población mundial tuviera que aplicar medidas de distanciamiento social y auto cuarentena. Dado que la limitación de la interacción social tiene un impacto en la salud mental, evaluamos los efectos de la cuarentena en la percepción emotiva como un proxy de los estados afectivos. Con este fin, llevamos a cabo un experimento en línea en el que 112 participantes proporcionaron calificaciones afectivas para un conjunto de imágenes normativas e informaron sobre su bienestar durante el autoaislamiento COVID-19. Encontramos que las calificaciones de valencia actuales eran significativamente más bajas que las originales de 2015. Este cambio negativo se correlacionó con aspectos clave de la situación personal durante el confinamiento, incluido el estado de vida y de trabajo, y el bienestar subjetivo. Estos hallazgos indican que la cuarentena impacta negativamente en el estado de ánimo, lo que resulta en una percepción sesgada negativamente de los estímulos emotivos. Además, nuestro método de evaluación en línea muestra su validez para estudios de población a gran escala sobre el impacto de los métodos de mitigación y el bienestar relacionados con COVID-19.

Citación: López-Carral H, Grechuta K, Verschure PFMJ (2020) Las calificaciones subjetivas de los estímulos emotivos predicen el impacto de la cuarentena COVID-19 en los estados afectivos. PLoS ONE 15 (8):
e0237631.

https://doi.org/10.1371/journal.pone.0237631

Editor: Stephan Doering,
Universidad Médica de Viena, AUSTRIA

Recibido: Mayo 22, 2020; Aceptado: Julio 30, 2020; Publicado: 13 de agosto de 2020

Copyright: © 2020 López-Carral et al. Este es un artículo de acceso abierto distribuido bajo los términos del Licencia Creative Commons, que permite el uso, la distribución y la reproducción sin restricciones en cualquier medio, siempre que el autor original y la fuente estén acreditados.

Disponibilidad de datos: Los datos están disponibles en Kaggle. El DOI correspondiente es: 10.34740 / kaggle / dsv / 1396507 (https://doi.org/10.34740/kaggle/dsv/1396507). URL alternativa: https://www.kaggle.com/hectorlopezcarral/covid19-affective-ratings.

Fondos: Esta investigación ha sido apoyada por la Comisión Europea bajo el contrato H2020-787061 (ANITA) y H2020-840052 (cRGS), y por EIT Health bajo la subvención ID 19277 (RGS @ home) a PFMJV.

Conflicto de intereses: Los autores de este manuscrito tienen los siguientes intereses en competencia: PFMJV es el fundador y director ejecutivo interino de Eodyne SL, cuyo objetivo es llevar a la sociedad tecnología de neurorrehabilitación científicamente validada. Esto no altera nuestra adhesión a las políticas de PLOS ONE sobre el intercambio de datos y materiales. El resto de los autores no tiene nada que revelar.

Introducción

En diciembre de 2019, las autoridades sanitarias chinas informaron de un grupo de casos de neumonía en la ciudad de Wuhan, en la provincia de Hubei, causados ​​por el nuevo coronavirus SARS-CoV-2 (COVID-19) [1]. A mediados de marzo de 2020, un total de 200,000 casos confirmados [2] se había informado en todo el mundo, mostrando un aumento exponencial con el número actual de casos identificados superior a 14 millones, por lo que España, Italia y el Reino Unido son las naciones europeas más afectadas.

Para prevenir la propagación del COVID-19, las autoridades de salud pública han empleado estrategias de mitigación y, en particular, cuarentena [3] y el aislamiento, que se practican actualmente en todo el mundo. Restricciones obligatorias de cuarentena masiva, que incluyen distanciamiento social, reglas para quedarse en casa y limitar los viajes fuera del hogar por motivos laborales [4] podría afectar la salud física y mental de las personas afectadas [5]. De hecho, el bloqueo generalizado prolongado y la limitación del contacto social han provocado un trastorno de estrés postraumático, depresión, ansiedad, desregulaciones del estado de ánimo e insomnio inducido por la ansiedad durante períodos anteriores de cuarentena [6,8]. Estos, a su vez, llevaron a distorsiones cognitivas y comportamientos desadaptativos, incluido el suicidio [9, 10]. Un creciente cuerpo de evidencia de COVID-19 demuestra que la cuarentena masiva actual ha estado produciendo efectos psicológicos adversos similares, que podrían tener consecuencias duraderas tanto en sujetos individuales como en la sociedad [5, 11,13]. Además, no está claro por cuánto tiempo y con qué frecuencia se implementarán las medidas de confinamiento a mediano y largo plazo. Por lo tanto, comprender el impacto específico de COVID-19 en la salud mental y el desarrollo de herramientas de monitoreo y diagnóstico para identificar a las personas en riesgo son de vital importancia.

Los trastornos de la salud mental, incluidos los trastornos del estado de ánimo, se evalúan habitualmente mediante cuestionarios explícitos y medidas de entrevista [14]. Tanto los instrumentos calificados por el médico como los autoinformados se han utilizado durante décadas [15]. Sin embargo, algunos estudios han señalado limitaciones notables de las evaluaciones estándar de la depresión, como fallas conceptuales y psicométricas [16,20]. Por ejemplo, la Escala de calificación de depresión de Hamilton (HDRS, [21]), que se ha considerado un estándar de oro en la práctica clínica, así como en los ensayos clínicos, fue ampliamente criticado por su subjetividad, así como por la estructura multidimensional, que varía entre los estudios, lo que impide la replicación en las muestras, así como una escasa validez factorial y de contenido [16,20, 22]. Además, está bien establecido que los autoinformes en la investigación psicológica pueden sufrir un sesgo de respuesta, como una respuesta socialmente deseable o una tendencia a proporcionar autodescripciones positivas [23,25]. Para contrarrestar el posible sesgo de respuesta y los efectos de la sugerencia, en el estudio actual, empleamos calificaciones afectivas de estímulos emocionales calibrados como una medida implícita del estado mental que se basa en estudios de validación anteriores de métodos de calificación emocional en línea de estímulos emocionales calibrados [26].

Los cambios dependientes del estado de ánimo en la reactividad emocional se reflejan en las evaluaciones de la experiencia emocional [27]. De hecho, existe evidencia convergente de que las valoraciones de los estímulos afectivos podrían servir como una medida indirecta y sólida del estado de ánimo. Por ejemplo, los estudios empíricos muestran respuestas emocionales subjetivas y expresivas reducidas a los estímulos neutrales y positivos en la depresión, incluso en el trastorno depresivo mayor (TDM) [28,31]. Específicamente, los resultados muestran cambios negativos significativos en las calificaciones emocionales de valencia en comparación con los controles sanos, de modo que los pacientes juzgan los estímulos como sustancialmente menos agradables. Alternativamente, los pacientes con trastorno límite de la personalidad (TLP) muestran hipersensibilidad a los estímulos emocionales en comparación con los controles sanos [32]. Estos hallazgos apoyan la idea de que la respuesta a los estímulos emotivos se altera en los trastornos del estado de ánimo.

Dado el riesgo para la salud mental del aislamiento a medio y largo plazo [7, 8, 33], es relevante desarrollar métodos que puedan evaluar y monitorear de manera efectiva y discreta el impacto de la restricción de movimiento y el distanciamiento social en el bienestar y la salud mental. Por lo tanto, el objetivo de este estudio es evaluar los efectos de los cambios de humor inducidos por la cuarentena, medidos implícitamente a través de las calificaciones subjetivas de los estímulos emocionales. Predijimos que los individuos en cuarentena debido a COVID-19 podrían presentar cambios en sus calificaciones afectivas que reflejen su experiencia subjetiva de aislamiento. Para probar esta hipótesis, realizamos un experimento en línea en el que se pidió a los voluntarios que calificaran el contenido afectivo de un subconjunto de estímulos visuales estandarizados e informaran sobre su situación personal actual y su experiencia relacionada con la pandemia. Comparamos las calificaciones afectivas de valencia (es decir, indicativas de alteraciones en el estado de ánimo) entre grupos de sujetos en la condición "normal" previa a la cuarentena y en cuarentena.

Materiales y métodos

Participantes

Después de dar su consentimiento, ciento doce sujetos participaron en el estudio (64.29% mujeres) con una edad media de 32.38 (SD = 9.04). El tamaño de la muestra de N = 110 se determinó a priori utilizando el software G * Power versión 3.1 (Kiel, Alemania) basado en α = 0.05, potencia del 80% y tamaño del efecto medio (0.5). Los voluntarios accedieron al experimento en línea utilizando una URL (localizador uniforme de recursos) que los experimentadores compartieron a través de las redes sociales y las plataformas de mensajería instantánea. El 51.79% de las asignaturas poseía títulos de posgrado o superior. Los sujetos procedían de 19 países diferentes (30.36% españoles y 21.43% italianos) y vivían en 17 países (53.57% en España y 16.07% en Italia). Este enfoque de muestreo se eligió para cubrir una variedad de países que se vieron afectados de manera similar por las medidas de autoaislamiento. En particular, para los análisis, incluimos solo a aquellos participantes que se sometían activamente a cuarentena. Por lo tanto, todos los participantes fueron uniformes en sus rasgos culturales [34] y medidas de cuarentena, incluido el aislamiento social y el distanciamiento, la prohibición de eventos y reuniones sociales, el cierre de escuelas, oficinas y otras instalaciones, y restricciones de viaje [35, 36].

Los datos reportados fueron recolectados entre los 9th y la 20th de abril de 2020. Los datos personales de los sujetos fueron anonimizados y mantenidos confidenciales. Todos los participantes estaban ciegos al propósito del estudio. En concreto, hasta el final de la sesión, los sujetos desconocían el objetivo del estudio, lo que podría sesgar sus respuestas. Sin embargo, se les informó al respecto al final del juicio.

Materiales

Control deslizante afectivo.

Empleamos la herramienta Control deslizante afectivo [26] para evaluaciones digitales de las dimensiones de excitación y placer de los estímulos emotivos. Sus principios de diseño siguen el modelo circumplex de emoción propuesto por James Russell [37, 38]. En este modelo bipolar, la excitación corresponde a la intensidad de una respuesta afectiva (es decir, el nivel evocado de excitación), mientras que la valencia representa la positividad o negatividad de la respuesta (es decir, la felicidad). En consecuencia, el Control deslizante afectivo consta de un par de controles deslizantes flanqueados por emoticonos que corresponden a las calificaciones de excitación y valencia, respectivamente. Ambos controles deslizantes están orientados horizontalmente y ubicados uno encima del otro (Fig 1). En este estudio, Affective Slider sirvió para permitir la evaluación subjetiva continua de las imágenes presentadas, contrarrestando así las limitaciones metodológicas de escalas clásicas como el Maniquí de Autoevaluación (SAM) [39] especialmente cuando se aplica en evaluaciones en línea [26]. Durante el experimento, la posición de los dos controles deslizantes en la pantalla (p. Ej., Excitación en la parte superior de la valencia o viceversa) cambió aleatoriamente en cada intento para evitar los efectos de orden y la automaticidad en las respuestas.

uña del pulgar

Fig. 1. Ejemplo de evaluaciones digitales de la excitación y el placer con el Control deslizante afectivo [26].

A la izquierda, hay una imagen de ejemplo del conjunto de datos de OASIS [40]. A la derecha, están las calificaciones. El control deslizante superior corresponde a la excitación y el inferior a la valencia. Este orden visual se asignó al azar a los ensayos.


https://doi.org/10.1371/journal.pone.0237631.g001

Estímulos experimentales: Conjunto de imágenes estandarizadas afectivas abiertas (OASIS).

OASIS es un conjunto de datos validado de acceso abierto, que consta de novecientas imágenes adquiridas en línea [40]. Cada estímulo incluye calificaciones normativas tanto de excitación como de valencia informadas en una escala entre 1 y 7 por 822 participantes. Los estímulos representan una variedad de temas dentro de cuatro categorías que incluyen personas, animales, escenas y objetos. En contraste con el conocido International Affective Picture Set (IAPS) [41], OASIS permite el uso en línea del conjunto de datos y proporciona calificaciones más recientes. Para el propósito de este estudio, elegimos un subconjunto de 30 imágenes de las categorías people y Escenas, correspondiente al 61.78% del conjunto total. La elección estuvo determinada por el contenido de los estímulos, que se relacionó con actividades sociales y al aire libre. El subconjunto se seleccionó al azar de todo el conjunto de imágenes para lograr una muestra representativa (ver Fig 2). Se presentó el mismo conjunto de 30 imágenes a todos los participantes en un orden aleatorio (Archivo S1 Selección de imagen).

Cuestionario COVID-19.

Para evaluar la situación personal y social actual de cada participante y su experiencia subjetiva durante la crisis de salud global COVID-19, creamos un cuestionario personalizado. La escala estaba compuesta por 14 ítems, incluido un campo opcional para proporcionar comentarios personales relacionados con el período de cuarentena (ver Archivo S2 Cuestionario COVID-19). Las respuestas a las preguntas restantes debían entregarse utilizando una escala de opción múltiple o controles deslizantes estándar derivados del Control deslizante afectivo. En el caso de este último, los sujetos calificaron su nivel de acuerdo en una escala que va desde “nada” a “mucho”. El cuestionario se administró al final del experimento. Para el análisis, incluimos solo los datos de aquellos sujetos que completaron el cuestionario.

Procedimiento

El experimento en línea constaba de cuatro secciones principales: (a) instrucciones, formulario de consentimiento, descargo de responsabilidad, así como la recopilación de datos demográficos (sexo, edad, nivel de educación, país de origen y país de residencia), (b) experimental tarea, (c) cuestionario COVID-19, y (d) explicación de la justificación del estudio.

Durante la tarea experimental, a cada participante se le presentó una secuencia de treinta estímulos afectivos del conjunto de imágenes de OASIS [40]. Los participantes proporcionaron sus calificaciones utilizando el control deslizante afectivo ubicado en el lado derecho de la imagen (Fig 1). Cada estímulo permaneció visible hasta la presentación de ambas calificaciones, que no tuvo límite de tiempo, como en las tareas experimentales de tanto la herramienta [26] y el conjunto de datos [40]. Solo cuando se proporcionaron ambas calificaciones, los sujetos pudieron avanzar a la siguiente imagen haciendo clic en un botón separado. Después de eso, el siguiente estímulo se mostró inmediatamente junto con el Control deslizante afectivo correspondiente.

Una vez que los participantes completaron la tarea experimental, se les pidió que completaran el cuestionario COVID-19. Finalmente, después de haber enviado el cuestionario, a los participantes se les presentó una página final que incluía el fundamento experimental y la información de contacto de los investigadores.

El análisis de datos

Se realizaron pruebas de normalidad sobre los datos y, posteriormente, se utilizaron pruebas T para identificar diferencias entre las calificaciones afectivas. Todos los análisis comparativos utilizaron pruebas de dos colas y un nivel estándar de significancia (p <.05). Para cada comparación, los tamaños del efecto se calcularon utilizando el método de Cohen d [42]. Se calculó un coeficiente de correlación producto-momento de Pearson para los análisis de correlación lineal posteriores. Se excluyeron del análisis catorce participantes que informaron no estar en cuarentena.

Finalmente, aplicamos técnicas de aprendizaje automático para evaluar la plausibilidad de predecir la situación personal de los participantes e informamos el estado subjetivo durante la cuarentena en función de sus calificaciones de valencia proporcionadas durante el experimento. Para lograr esto, entrenamos un modelo de clasificación de vectores de soporte C (SVC). El ajuste de parámetros se realizó mediante un algoritmo de búsqueda de cuadrícula. El modelo fue validado de forma cruzada para evaluar su desempeño con base en el puntaje F. La clasificación se realizó utilizando la biblioteca de aprendizaje automático de Scikit-learn [43].

Resultados

Primero, evaluamos la relación lineal entre las calificaciones afectivas de excitación y valencia recolectadas en el presente experimento y las adquiridas en el estudio original [40]. Con este fin, calculamos la calificación media de todos los sujetos para cada uno de los estímulos experimentales y extrajimos los valores medios correspondientes del conjunto de datos OASIS. El análisis arrojó una correlación positiva alta y significativa entre las puntuaciones medias tanto para la excitación (r(30) = .77, p <.001, ver Fig 3A) y valencia (r(30) = .88, p <.001, ver Fig 3B).

uña del pulgar

Fig. 3. Correlaciones lineales entre las calificaciones obtenidas en nuestro estudio y las de OASIS.

A: correlación lineal entre los índices de activación de OASIS (eje y) y los adquiridos en el presente estudio (eje x). B: Correlación lineal entre las calificaciones de valencia de OASIS (eje y) y las adquiridas en el presente estudio (eje x). En ambos gráficos, las líneas discontinuas representan las líneas de identidad; ***p <.001.


https://doi.org/10.1371/journal.pone.0237631.g003

En segundo lugar, para probar nuestra hipótesis, evaluamos la existencia de posibles cambios en las calificaciones afectivas entre el presente estudio y el OASIS para los subconjuntos de estímulos neutrales y positivos. En el subconjunto neutro, incluimos todas las imágenes cuyas calificaciones medias de valencia oscilaron entre 3 y 5 (N = 15), mientras que en el positivo, aquellos cuyas valoraciones medias de valencia oscilaron entre 5 y 7 (N = 11). Para estos análisis, calculamos la calificación media tanto de la excitación como de la valencia de todos los sujetos para cada subconjunto elegido. Para los estímulos neutros, los análisis estadísticos arrojaron que, si bien las calificaciones medias de excitación para las imágenes elegidas no difirieron (t(15) = .61, p = .546), hubo un cambio negativo estadísticamente significativo en las calificaciones de valencia (t(15) = −2.28, p =. 030, d = .859, ver Fig 4).

uña del pulgar

Fig. 4. Cambio en las calificaciones afectivas para imágenes neutrales y positivas.

Los gráficos presentan la comparación entre las calificaciones de activación (izquierda) y valencia para imágenes neutras (centro) y valencia para positivas (derecha) obtenidas en nuestro estudio con las del OASIS. En todos los gráficos, las líneas azules corresponden a la media, mientras que las líneas individuales muestran diferencias para imágenes individuales (N = 15); *p <.05.


https://doi.org/10.1371/journal.pone.0237631.g004

De manera similar, para los estímulos positivos, no encontramos diferencias en las calificaciones medias de excitación (t(11) = 1.313, p = .203). Sin embargo, de acuerdo con la literatura, encontramos un cambio negativo estadísticamente significativo en las calificaciones de valencia (t(11) = −2.148, p =. 044, d = .974).

En tercer lugar, realizamos análisis post hoc para evaluar las relaciones entre las calificaciones afectivas de valencia y la situación de los participantes durante el período de cuarentena evaluado mediante el cuestionario COVID-19. Específicamente, investigamos si las calificaciones medias de valencia están relacionadas con si los sujetos (a) disfrutan trabajar desde casa, (b) pierden la vida "normal" antes de la cuarentena y (c) viven solos. Para estos análisis, calculamos las diferencias en las calificaciones medias del presente estudio y el conjunto de datos OASIS para cada participante. El primer análisis de correlación arrojó una relación lineal positiva significativa entre la fuerza del placer de trabajar desde casa y la diferencia media en las calificaciones de valencia (r(98) = .24, p = .043). En particular, encontramos que los participantes que informaron disfrutar trabajando desde casa calificaron las imágenes de manera más positiva que aquellos que no lo hicieron (Fig 5A). En segundo lugar, nuestros resultados revelaron una correlación negativa significativa entre el grado de pérdida de la vida "normal" antes de la cuarentena y las diferencias en las calificaciones de valencia (r(98) = −.22, p = .032). Por lo tanto, los participantes que perdieron más para volver a la vida normal calificaron las imágenes de manera más negativa que aquellos que las perdieron menos (Fig 5B).

uña del pulgar

Fig. 5. Correlaciones entre las diferencias en las calificaciones de valencia por participante y la situación autoinformada durante el período de cuarentena.

R: Regresión lineal entre las diferencias en las calificaciones de valencia y el grado de disfrute de trabajar desde casa. B: Regresión lineal entre las diferencias en las calificaciones de valencia y el grado de pérdida de la vida "normal" antes de la cuarentena. En ambos gráficos, las líneas azules representan un ajuste de regresión lineal; *p <.05.


https://doi.org/10.1371/journal.pone.0237631.g005

También informamos una diferencia en las calificaciones de valencia entre los sujetos que vivían solos y los que vivían con sus familias, parejas o amigos (t(98) = −2.42, p =. 017, d = .611). Específicamente, encontramos que los participantes que vivían solos calificaron las imágenes significativamente más negativamente (Fig 6).

Cuarto, analizamos el tiempo que los participantes tardaron en calificar cada imagen. Para hacer esto, calculamos la mediana del tiempo de calificación de cada participante. La prueba de normalidad de D'Agostino-Pearson reveló que los tiempos de calificación no estaban distribuidos normalmente (p <0.001). Por lo tanto, al igual que en otros estudios [44], aplicamos estadísticas no paramétricas para los análisis posteriores de los tiempos de calificación. Encontramos una correlación positiva significativa entre los tiempos de calificación y tanto la excitación (r(98) = .32, p = .001) y valencia (r(98) = 0.25, p = .012).

Finalmente, aplicamos técnicas de aprendizaje automático para mostrar el potencial de detectar automáticamente a los usuarios que podrían estar en riesgo de desarrollar trastornos del estado de ánimo según sus calificaciones. Para lograr esto, entrenamos a un clasificador SVC con la información de calificación de valencia y las respuestas clave del cuestionario. El método propuesto pudo clasificar entre los participantes que vivían solos y los que vivían con otras personas con una precisión media del 84% (SD = 4). Además, otro clasificador de SVC podría determinar si los participantes perdieron la vida previa a la cuarentena con una precisión del 65% (SD = 4.5).

Discusión

En este estudio, nuestro objetivo fue evaluar los efectos de la cuarentena de COVID-19 en el estado emocional de los individuos afectados. Predijimos que las restricciones de cuarentena y, en particular, el bloqueo podrían afectar negativamente la salud mental. Se ha demostrado que las desviaciones del estado de ánimo se reflejan en la percepción de los estímulos afectivos. Por lo tanto, para probar nuestra hipótesis, diseñamos un estudio en línea mediante el cual los voluntarios evaluaron la excitación y la valencia de un conjunto de estímulos estandarizados y compararon las puntuaciones adquiridas con las del conjunto de datos original. Predijimos que las calificaciones actuales de valencia podrían ser más bajas que las de OASIS, posiblemente debido a la situación personal y social de los participantes reclutados durante el encierro.

Nuestros resultados revelaron que las personas que, durante el experimento, se sometieron a la cuarentena debido a COVID-19, calificaron los estímulos neutrales como significativamente menos agradables en comparación con los sujetos que evaluaron las mismas imágenes durante un período sin cuarentena. Proponemos que los cambios informados en las calificaciones de valencia podrían ser un indicativo adicional de un estado afectivo negativo más general causado por la cuarentena. De hecho, encontramos evidencia sobre cambios negativos en la percepción, medidos a través de calificaciones de valencia autoinformadas de estímulos visuales en personas con depresión en comparación con controles sanos [30].

Con base en los datos adquiridos, observamos además un efecto significativo de algunos de los aspectos críticos de la situación personal y laboral de nuestra muestra durante el período de autoaislamiento en las calificaciones informadas. Nuestros resultados revelaron una relación positiva entre cuánto disfrutaban los sujetos trabajando desde casa durante el confinamiento y las calificaciones afectivas. Por un lado, este hallazgo es consistente con la literatura, que demuestra que las personas desempleadas tienden a reportar niveles de tristeza episódica más altos que las personas empleadas [45]. Por otro lado, este resultado podría representar indirectamente el efecto de una menor interacción social en persona que implican muchos trabajos, siempre que la interacción social tenga un impacto positivo en el bienestar psicológico [46].

La experiencia de perderse la vida normal antes de la cuarentena también produjo un efecto significativo sobre la negatividad de las calificaciones emotivas. Descubrimos que aquellos participantes que lo perdieron más también experimentaron cambios negativos más sustanciales en las evaluaciones afectivas de los estímulos que aquellos que lo perdieron menos. Como se demostró anteriormente [6,8], especulamos que esta relación podría ser un indicativo directo de la disminución del estado de ánimo derivado de la percepción negativa de la situación actual y el deseo de que terminen las medidas de distanciamiento social y la autocuarentena. Esto, a su vez, puede estar relacionado con una mayor necesidad tanto de interacción social como de libertad.

Además, nuestros resultados revelaron que las calificaciones de valencia diferían según la situación de vida social de los participantes. Específicamente, las personas que vivían solas proporcionaron valoraciones más negativas que las que vivían con otras personas. Esto podría sugerir que un mayor aislamiento social y una menor interacción social en las personas que se someten a la cuarentena mientras viven solas impactan más negativamente en su percepción y, posiblemente, en su estado de ánimo. De hecho, una amplia evidencia científica demuestra que el aislamiento social puede resultar en un estado de ánimo bajo y depresión e inducir muchos otros efectos adversos en la salud [47]. Estos efectos pueden variar desde trastornos mentales como depresión o ansiedad [48,50] a las enfermedades cardiovasculares [51, 52]. Además, la soledad puede tener efectos perjudiciales para la salud a través de varios mecanismos, incluidos los comportamientos saludables, la activación cardiovascular, los niveles de cortisol y el sueño [53]. Aunque el aislamiento social y la soledad prevalecen en una gran proporción de la población en general, afectan tanto a los más jóvenes [54] y mas viejo [55, 56] adultos, estas condiciones pueden agravarse o volverse aún más estrictas en circunstancias excepcionales que obliguen a una disminución del contacto social. En el caso de la pandemia COVID-19, varios estudios también señalan un impacto psicológico significativo, incluyendo síntomas que corresponden a los encontrados en el aislamiento social [57,59].

Los hallazgos discutidos anteriormente convergen para sugerir que las estrategias de mitigación empleadas para prevenir la propagación de la pandemia COVID-19 están impactando negativamente el estado emocional de las personas afectadas, lo que se refleja en cambios negativos en las calificaciones de los estímulos afectivos. Además, este efecto pernicioso se ve agravado por circunstancias personales relacionadas con las condiciones de trabajo y el aislamiento social, que, a largo plazo, pueden resultar en una mayor prevalencia de condiciones de salud mental como la depresión o el trastorno de estrés postraumático [60]. Es importante destacar que en el paradigma actual, nos centramos principalmente en la evaluación de estímulos neutrales y positivos. Según la literatura [30], sin embargo, se podría esperar que los trastornos del estado de ánimo inducidos por la cuarentena también pudieran dar lugar a cambios en los estímulos negativos, la hipótesis que estamos abordando actualmente en un estudio de seguimiento.

Vale la pena señalar que nuestros datos presentaron variabilidad en las relaciones entre la diferencia media en las calificaciones de valencia y tanto el disfrute de trabajar desde casa como la sensación de perder la vida antes de la cuarentena. Esto puede explicarse por la interacción de factores adicionales que no fueron capturados por el presente experimento pero que podrían haber impactado el estado emocional de los participantes. Por ejemplo, los rasgos de personalidad pueden jugar un papel esencial en las formas en que los participantes individuales se ven afectados por el aislamiento social y cómo lo afrontan [61,63]. Además, la intensidad de las medidas de cuarentena impuestas no fue la misma para todos los participantes, lo que resultó en una variación en el autoaislamiento. Los estudios futuros deben abordar estas limitaciones controlando factores adicionales, posiblemente de confusión. Además, la muestra de participantes utilizada en este estudio proviene de una variedad de países europeos. Este enfoque de muestreo se eligió intencionalmente para cubrir un conjunto de regiones con cultivos comparables, así como medidas de cuarentena y autoaislamiento. Sin embargo, es posible que la diversidad subyacente de la muestra haya introducido heterogeneidad en los datos, lo que podría afectar la generalización de nuestros hallazgos. Esta limitación se abordará en estudios futuros al centrar la recopilación de datos de un subconjunto más pequeño de países para garantizar aún más la coincidencia de los aspectos demográficos que podrían representar mejor la salud mental de la población de la muestra.

Por un lado, el resultado de este estudio destaca el impacto de la cuarentena inducida por COVID-19 en los estados afectivos, enfatizando así la necesidad de un monitoreo continuo de la salud psicológica y el bienestar de la población en general. Dado que los efectos psicológicos del aislamiento pueden tener consecuencias a largo plazo, la identificación de las personas en riesgo y la realización de intervenciones para mitigar el impacto negativo informado podrían ser necesarias no solo durante la cuarentena sino también después. Por otro lado, el método aquí propuesto para diagnosticar los cambios afectivos a través de valoraciones subjetivas de estímulos emotivos ya puede ser de utilidad para el sistema de salud. Específicamente, los hallazgos actuales, así como las técnicas de aprendizaje automático informadas, podrían traducirse en la práctica clínica mediante el uso de técnicas como visitas en persona y tecnología digital en forma de aplicaciones para teléfonos inteligentes. El primero podría brindar una oportunidad única de combinar escalas multidimensionales que incluyen, por ejemplo, escaneo cerebral (p. Ej., Imágenes de resonancia magnética funcional), mediciones genómicas, evaluaciones neurocognitivas calificadas por observadores (p. Ej., HDRS), autoinformes del paciente (p. Ej., BDI), revisiones de historias clínicas, así como medidas implícitas como las evaluaciones afectivas utilizadas en nuestro estudio. Desde las perspectivas académica y médica, un diagnóstico compuesto de este tipo podría contribuir a avances fundamentales en la comprensión de las condiciones neuropsicológicas. Sin embargo, existe la necesidad de soluciones fáciles de aplicar y de bajo costo para el diagnóstico, la monitorización y el tratamiento. Por tanto, la valoración implícita validada en nuestro estudio puede permitir un seguimiento continuo de las valoraciones efectivas como proxy de los estados afectivos permitiendo predecir la situación personal a partir de las valoraciones obtenidas. Dicho software podría promover el diagnóstico y la monitorización remotos en el hogar de los pacientes en riesgo de forma continua, a bajo costo y con el beneficio adicional de prevenir posibles sesgos de respuesta [23,25]. Hemos implementado con éxito un enfoque de este tipo en el ámbito de la rehabilitación del accidente cerebrovascular. Hemos implementado con éxito un enfoque de este tipo en el ámbito de la rehabilitación del accidente cerebrovascular [64, 65]. Con este fin, en estudios futuros, investigaremos de manera más sistemática los factores específicos que pueden influir en las calificaciones afectivas de los participantes, incluido el tipo de personalidad, así como otros síntomas que podrían indicar estados psicológicos anormales, como el insomnio. Además, validaremos aún más la relación estadística entre la medida implícita propuesta de los estados afectivos y las herramientas estándar utilizadas para evaluar el estado de ánimo, como el BDI [66] o PHQ-9 [67].

El diagnóstico, seguimiento y tratamiento eficientes de una enfermedad neuropsiquiátrica se están volviendo cada vez más importantes porque su carga supera la de las enfermedades cardiovasculares y el cáncer [68] y se estima que alrededor del 25% de las personas sufrirán trastornos neurológicos o mentales en algún momento de sus vidas. Sin embargo, debido a varios factores, incluida la falta de profesionales de la salud capacitados, el subdiagnóstico generalizado y el estigma, solo el 0.2% podrá recibir el tratamiento necesario [69]. Por lo tanto, los desafíos actuales clave incluyen la mejora de la eficacia del diagnóstico de trastornos psicológicos y la superación de las limitaciones conocidas de las escalas clínicas actuales [16,20, 22] junto con la captura precisa de síntomas y preocupaciones específicas del paciente [70]. Con este fin, proponemos que una estrategia de evaluación óptima puede comprender herramientas de evaluación explícitas, calificadas por el observador y autoinformadas, combinadas con monitoreo fisiológico y conductual implícito utilizando sensores biométricos, como los métodos de calificación afectiva propuestos y las herramientas asociadas [71].

Es importante destacar que, en la etapa actual, los algoritmos de clasificación propuestos sirven más bien como prueba del potencial para clasificar automáticamente el bienestar [72]. El trabajo futuro abordará esta limitación mejorando aún más el modelo. Esas mejoras implicarán un entrenamiento adicional del clasificador y la inclusión de variables complementarias que podrían afectar el estado mental de los participantes, como rasgos de personalidad y biometría.

Además, los presentes hallazgos apoyan la idea de que los resultados de los estudios en línea realizados durante el período de cuarentena que se basan en la evaluación de calificaciones afectivas o similares, podrían verse afectados significativamente. Por tanto, este impacto debe ser considerado en los análisis e interpretación de los resultados adquiridos.

En conjunto, el presente informe presenta un hallazgo significativo y oportuno que arroja luz sobre el impacto de la cuarentena actual más allá de la experiencia de las personas que la sufren. En consonancia con otros estudios [5, 11,13] nuestros resultados confirman que las personas que se someten a la cuarentena masiva actual pueden experimentar efectos psicológicos adversos y estar en riesgo de ansiedad, trastornos del estado de ánimo y depresión, que, a largo plazo, pueden conducir a un trastorno de estrés postraumático y afectar el bienestar general [6,8]. De hecho, de acuerdo con estudios previos, las medidas que se toman comúnmente para mitigar las pandemias, incluidas las reglas de quedarse en casa y el distanciamiento social, pueden tener consecuencias drásticas. Por ejemplo, las personas pueden experimentar miedo e ira intensos que conducen a graves consecuencias a nivel cognitivo y conductual, que culminan en conflictos civiles y procedimientos legales [6] así como el suicidio [9, 10]. Además, el impacto a largo plazo de este cambio en el bienestar no se comprende actualmente y merece un estudio más a fondo. Los resultados presentados en este informe destacan la necesidad de explorar los posibles impactos de la pandemia COVID-19 y sus efectos sobre el bienestar psicológico y la salud mental. Con este objetivo, es necesario realizar más estudios para investigar sistemáticamente las intervenciones que pueden implementar tanto el sistema de salud como las personas sometidas a cuarentena para mitigar los efectos psicológicos adversos.

Referencias

  1. 1.
    Organización Mundial de la Salud. Nuevo coronavirus: China; 2020.

    • 2.
      El Centro de Ciencia e Ingeniería de Sistemas, Johns Hopkins. Casos globales de coronavirus COVID-19; 2020.

      • 3.
        Centros de Control y Prevención de Enfermedades. Cuarentena y aislamiento; 2017.

        • 4.

          Rothstein MA, Alcalde G, Elster NR, Majumder MA, Palmer LI, Stone HT, et al. Cuarentena y aislamiento: lecciones aprendidas del SARS. Diane Pub Co; 2003.

          • 5.

            Nobles J, Martin F, Dawson S, Moran P, Savovic J. El impacto potencial de COVID-19 en los resultados de salud mental y las implicaciones para las soluciones de servicio.; 2020.

          • 6.

            Miles SH. Kaci Hickox: salud pública y política del miedo. The American Journal of Bioethics. 2015; 15 (4): 17–19. pmid: 25856593

          • 7.

            Brooks SK, Webster RK, Smith LE, Woodland L, Wessely S, Greenberg N, et al. El impacto psicológico de la cuarentena y cómo reducirlo: revisión rápida de la evidencia. La lanceta. 2020; 395 (10227): 912–920.

          • 8.

            Hossain MM, Sultana A, Purohit N.Resultados de salud mental de la cuarentena y el aislamiento para la prevención de infecciones: una revisión sistemática general de la evidencia global. Diario electrónico SSRN. 2020.

          • 9.

            Rubin GJ, Wessely S. Los efectos psicológicos de poner en cuarentena una ciudad. Bmj. 2020; 368. pmid: 31992552

          • 10.

            Barbisch D, Koenig KL, Shih FY. ¿Existe un caso de cuarentena? Perspectivas del SARS al Ébola. Preparación para casos de desastre y salud pública. 2015; 9 (5): 547–553. pmid: 25797363

          • 11.

            Holmes EA, O'Connor RC, Perry VH, Tracey I, Wessely S, Arseneault L, et al. Prioridades de investigación multidisciplinaria para la pandemia de COVID-19: un llamado a la acción para la ciencia de la salud mental. La psiquiatría de Lancet. 2020; 7 (6): 547–560. pmid: 32304649

          • 12.

            Rajkumar RP. COVID-19 y salud mental: una revisión de la literatura existente. Revista asiática de psiquiatría. 2020; 52. pmid: 32302935

          • 13.

            Torales J, O'Higgins M, Castaldelli-Maia JM, Ventriglio A. El brote del coronavirus COVID-19 y su impacto en la salud mental global. Revista Internacional de Psiquiatría Social. 2020; 66 (4): 317–320. pmid: 32233719

          • 14.

            Clark LA, Watson D. Modelo tripartito de ansiedad y depresión: evidencia psicométrica e implicaciones taxonómicas. Revista de psicología anormal. 1991; 100 (3): 316. pmid: 1918611

          • 15.

            Smarr KL, Keefer AL. Medidas de depresión y síntomas depresivos: Inventario de depresión de Beck-II (BDI-II), Escala de depresión del Centro de Estudios Epidemiológicos (CES-D), Escala de depresión geriátrica (GDS), Escala de ansiedad y depresión hospitalaria (HADS) y Cuestionario de salud del paciente -9 (PHQ-9). Investigación y cuidado de la artritis. 2011; 63 (S11): S454 – S466.

          • 16.

            Bagby RM, Ryder AG, Schuller DR, Marshall MB. La escala de calificación de depresión de Hamilton: ¿se ha convertido el patrón oro en un peso de plomo? Revista Estadounidense de Psiquiatría. 2004; 161 (12): 2163–2177. pmid: 15569884

          • 17.

            Zimmerman M, Posternak MA, Chelminski I. ¿Es hora de reemplazar la escala de calificación de depresión de Hamilton como la medida de resultado primaria en los estudios de tratamiento de la depresión? Revista de psicofarmacología clínica. 2005; 25 (2): 105–110. pmid: 15738740

          • 18.

            Gibbons RD, Clark DC, Kupfer DJ. ¿Qué mide exactamente la escala de calificación de depresión de Hamilton? Revista de investigación psiquiátrica. 1993; 27 (3): 259–273. pmid: 8295158

          • 19.

            Bech P, Allerup P, Reisby N, Gram L. Evaluación del cambio de síntomas de las curvas de mejora en la escala de depresión de Hamilton en ensayos con antidepresivos. Psicofarmacología. 1984; 84 (2): 276–281. pmid: 6438690

          • 20.

            Maier W, Philipp M, Gerken A. Dimensiones de la escala de depresión de Hamilton. Estudios de análisis factorial. Archivos europeos de psiquiatría y ciencias neurológicas. 1985; 234 (6): 417. pmid: 4029226

          • 21.

            Hamilton M. Una escala de calificación para la depresión. Revista de neurología, neurocirugía y psiquiatría. 1960; 23 (1): 56. pmid: 14399272

          • 22.

            Fried EI, Nesse RM. Las puntuaciones totales de depresión no cuadran: por qué es esencial analizar los síntomas específicos de la depresión. Medicina BMC. 2015; 13 (1): 1–11.

          • 23.

            Paulhus DL. Respuesta socialmente deseable: la evolución de un constructo. El papel de los constructos en la medición psicológica y educativa. 2002; 49459.

          • 24.

            Braun HI, Jackson DN, Wiley DE. El papel de los constructos en la medición psicológica y educativa. Routledge; 2001.

            • 25.

              Paulhus DL. Respuesta socialmente deseable en autoinformes. Enciclopedia de personalidad y diferencias individuales. 2017; pags. 1–5.

            • 26.

              Betella A, Verschure PFMJ. El control deslizante afectivo: una escala de autoevaluación digital para la medición de las emociones humanas. Más uno. 2016; 11 (2): 1–11.

            • 27.

              Rottenberg J, Gross JJ, Gotlib IH. Insensibilidad al contexto emocional en el trastorno depresivo mayor. Revista de psicología anormal. 2005; 114 (4): 627. pmid: 16351385

            • 28.

              Sloan DM, Strauss ME, Quirk SW, Sajatovic M. Respuestas emocionales subjetivas y expresivas en la depresión. Revista de trastornos afectivos. 1997; 46 (2): 135-141. pmid: 9479617

            • 29.

              Sloan DM, Bradley MM, Dimoulas E, Lang PJ. Observación de expresiones faciales: disforia y EMG facial. Psicología biológica. 2002; 60 (2-3): 79–90. pmid: 12270585

            • 30.

              Dunn BD, Dalgleish T, Lawrence AD, Cusack R, Ogilvie AD. Informes categóricos y dimensionales del afecto experimentado a imágenes que inducen emociones en la depresión. Revista de psicología anormal. 2004; 113 (4): 654. pmid: 15535797

            • 31.

              Berenbaum H, Oltmanns TF. Experiencia y expresión emocional en esquizofrenia y depresión. Revista de psicología anormal. 1992; 101 (1): 37. pmid: 1537971

            • 32.

              Bortolla R, Cavicchioli M, Galli M, Verschure PFMJ, Maffei C.Una evaluación integral de la capacidad de respuesta emocional en el trastorno límite de la personalidad: un apoyo para la hipótesis de hipersensibilidad. Trastorno límite de la personalidad y desregulación emocional. 2019; 6 (1). pmid: 31110772

            • 33.

              Haney C. Problemas de salud mental en confinamiento solitario y "supermax" a largo plazo. Crimen y delincuencia. 2003; 49 (1): 124-156.

            • 34.

              Gupta V, Hanges PJ, Dorfman P. Clústeres culturales: metodología y hallazgos. Revista de negocios mundiales. 2002; 37 (1): 11–15.

            • 35.

              Conti AA. Aspectos destacados históricos y metodológicos de las medidas de cuarentena: desde antiguas epidemias de peste hasta la actual pandemia de la enfermedad por coronavirus (COVID-19). Acta Biomedica. 2020; 91 (2): 226–229. pmid: 32420953

            • 36.

              Shah JN, Shah J, Shah JN. Cuarentena, aislamiento y encierro: en el contexto de COVID-19. Revista de la Academia de Ciencias de la Salud de Patan. 2020; 7 (1): 48–57.

            • 37.

              Russell JA. El espacio afectivo es bipolar. Revista de Personalidad y Psicología Social. 1979; 37 (3): 345–356.

            • 38.

              Russell JA. Un modelo circular de afecto. Revista de Personalidad y Psicología Social. 1980; 39 (6): 1161-1178.

            • 39.

              Bradley MM, Lang PJ. Midiendo la emoción: el maniquí de autoevaluación y el diferencial semántico. Revista de terapia conductual y psiquiatría experimental. 1994; 25 (1): 49–59. pmid: 7962581

            • 40.

              Kurdi B, Lozano S, Banaji MR. Presentamos el conjunto de imágenes estandarizadas afectivas abiertas (OASIS). Métodos de investigación del comportamiento. 2017; 49 (2): 457–470. pmid: 26907748

            • 41.
              Lang PJ, Bradley MM, Cuthbert BN. Sistema internacional de imágenes afectivas (IAPS): clasificaciones afectivas de imágenes y manual de instrucciones. Informe técnico A-8 Universidad de Florida, Gainesville, FL. 2008 ;.

            • 42.

              Cohen J. Análisis de poder estadístico para las ciencias del comportamiento. Lawrence Earlbam Associates, Hillsdale, Nueva Jersey. 1988.

              • 43.

                Pedregosa F, Varoquaux G, Gramfort A, Michel V, Thirion B, Grisel O, et al. Scikit-learn: aprendizaje automático en Python. Revista de investigación sobre aprendizaje automático. 2011; 12: 2825–2830.

              • 44.

                Whelan R. Análisis efectivo de los datos del tiempo de reacción. Registro psicológico. 2008; 58 (3): 475–482.

              • 45.

                Krueger AB, Mueller AI. Uso del tiempo, bienestar emocional y desempleo: evidencia de datos longitudinales. American Economic Review. 2012; 102 (3): 594–599.

              • 46.

                Umberson D, Karas Montez J. Relaciones sociales y salud: un punto de inflamación para las políticas de salud. Revista de salud y comportamiento social. 2010; 51 (1_supl.): S54 – S66. pmid: 20943583

              • 47.

                Hawkley LC, Capitanio JP. Aislamiento social percibido, aptitud evolutiva y resultados de salud: un enfoque de vida útil. Transacciones filosóficas de la Royal Society B: Ciencias biológicas. 2015; 370 (1669).

              • 48.

                Santini ZI, Jose PE, York Cornwell E, Koyanagi A, Nielsen L, Hinrichsen C, et al. Desconexión social, aislamiento percibido y síntomas de depresión y ansiedad entre los estadounidenses mayores (NSHAP): un análisis de mediación longitudinal. The Lancet Public Health. 2020; 5 (1): e62 – e70. pmid: 31910981

              • 49.

                Cacioppo JT, Hawkley LC, Thisted RA. El aislamiento social percibido me entristece: análisis cruzados de cinco años sobre la soledad y la sintomatología depresiva en el estudio de salud, envejecimiento y relaciones sociales de Chicago. Psicología y Envejecimiento. 5; 2010 (25): 2–453. pmid: 463

              • 50.

                Cacioppo JT, Hughes ME, Waite LJ, Hawkley LC, Thisted RA. La soledad como factor de riesgo específico de síntomas depresivos: análisis transversales y longitudinales. Psicología y Envejecimiento. 2006; 21 (1): 140–151. pmid: 16594799

              • 51.

                Caspi A, Harrington HL, Moffitt TE, Milne BJ, Poulton R. Niños socialmente aislados 20 años después: riesgo de enfermedad cardiovascular. Archivos de Pediatría y Medicina del Adolescente. 2006; 160 (8): 805–811. pmid: 16894079

              • 52.

                Valtorta NK, Kanaan M, Gilbody S, Ronzi S, Hanratty B. La soledad y el aislamiento social como factores de riesgo de enfermedad coronaria y accidente cerebrovascular: revisión sistemática y metanálisis de estudios observacionales longitudinales. Corazón. 2016; 102 (13): 1009–1016. pmid: 27091846

              • 53.

                Cacioppo JT, Hawkley LC, Crawford LE, Ernst JM, Burleson MH, Kowalewski RB, et al. Soledad y salud: posibles mecanismos. Medicina psicosomática. 2002; 64 (3): 407–417. pmid: 12021415

              • 54.

                Matthews T, Danese A, Wertz J, Odgers CL, Ambler A, Moffitt TE, et al. Aislamiento social, soledad y depresión en la edad adulta joven: un análisis genético del comportamiento. Psiquiatría social y epidemiología psiquiátrica. 2016; 51 (3): 339–348. pmid: 26843197

              • 55.

                Cornwell EY, Waite LJ. Desconexión social, aislamiento percibido y salud entre los adultos mayores. Revista de salud y comportamiento social. 2009; 50 (1): 31–48. pmid: 19413133

              • 56.

                Shankar A, McMunn A, Banks J, Steptoe A. Indicadores de soledad, aislamiento social e indicadores de salud conductual y biológica en adultos mayores. Salud psicológica. 2011; 30 (4): 377–385. pmid: 21534675

              • 57.

                Wang Y, Di Y, Ye J, Wei W.Estudio sobre los estados psicológicos públicos y sus factores relacionados durante el brote de la enfermedad por coronavirus 2019 (COVID-19) en algunas regiones de China. Psicología, Salud y Medicina. 2020.

              • 58.

                Wang C, Pan R, Wan X, Tan Y, Xu L, Ho CS, et al. Respuestas psicológicas inmediatas y factores asociados durante la etapa inicial de la epidemia de la enfermedad por coronavirus de 2019 (COVID-19) entre la población general de China. Revista Internacional de Investigación Ambiental y Salud Pública. 2020; 17 (5).

              • 59.

                Liu D, Ren Y, Yan F, Li Y, Xu X, Yu X, et al. Impacto psicológico y factores predisponentes de la pandemia de la enfermedad del coronavirus 2019 (COVID-19) en el público en general en China. Diario electrónico SSRN. 2020.

              • 60.

                Holt-Lunstad J. La relevancia potencial para la salud pública del aislamiento social y la soledad: prevalencia, epidemiología y factores de riesgo. Informe sobre políticas públicas y envejecimiento. 2017; 27 (4): 127–130.

              • 61.

                Taylor DA, Altman I, Wheeler L, Kushner EN. Factores de personalidad relacionados con la respuesta al aislamiento social y al encierro. Revista de Consultoría y Psicología Clínica. 1969; 33 (4): 411–419. pmid: 4390225

              • 62.

                Kong X, Wei D, Li W, Cun L, Xue S, Zhang Q, et al. El neuroticismo y la extraversión median la asociación entre la soledad y la corteza prefrontal dorsolateral. Investigación experimental del cerebro. 2014; 233 (1): 157–164. pmid: 25234401

              • 63.

                Zelenski JM, Sobocko K, Whelan DC. Introversión, Soledad y Bienestar Subjetivo. En: Coplan RJ, Bowker JC, editores. El manual de la soledad. John Wiley & Sons, Ltd .; 2013. p. 184–201.

                • 64.

                  Ballester BR, Torno A, Duarte E, Duff A, Verschure PF. Un dispositivo de pulsera portátil para promover el uso del brazo en pacientes con accidente cerebrovascular. En: NEUROTECHNIX; 2015. p. 24–31.

                • 65.

                  Grechuta K, Ballester BR, Munné RE, Bernal TU, Hervás BM, Mohr B, et al. La señalización multisensorial facilita la denominación en la afasia; 2020. Preprint bajo consideración en Journal of NeuroEngineering and Rehabilitation.

                • 66.

                  Beck AT, Steer RA, Brown GK. Manual para el inventario de depresión de Beck-II. San Antonio, TX: Corporación Psicológica. 1996.

                  • 67.

                    Kroenke K, Spitzer RL, Williams JBW. El PHQ-9: Validez de una medida breve de gravedad de la depresión. Revista de Medicina Interna General. 2001; 16 (9): 606–613. pmid: 11556941

                  • 68.

                    Vigo D, Thornicroft G, Atun R. Estimación de la verdadera carga global de las enfermedades mentales. La psiquiatría de Lancet. 2016; 3 (2): 171–178. pmid: 26851330

                  • 69.

                    Sayers J. Informe sobre la salud en el mundo 2001-Salud mental: nueva comprensión, nueva esperanza. Boletín de la Organización Mundial de la Salud. 2001; 79: 1085–1085.

                  • 70.

                    Demyttenaere K, Kiekens G, Bruffaerts R, Mortier P, Gorwood P, Martin L, et al. Resultado en la depresión (II): más allá de la escala de calificación de depresión de Hamilton. Espectros del SNC. 2020; pags. 1–22.

                  • 71.

                    Reinertsen E, Clifford GD. Una revisión de la monitorización fisiológica y conductual con sensores digitales para enfermedades neuropsiquiátricas. Medición fisiológica. 2018; 39 (5): 05TR01.

                  • 72.

                    Lipton ZC, Elkan C, Naryanaswamy B. Umbral óptimo de los clasificadores para maximizar la medida F1. En: Lecture Notes in Computer Science (incluidas las subseries Lecture Notes en Inteligencia Artificial y Lecture Notes en Bioinformática). vol. 8725 LNAI. Springer Verlag; 2014. p. 225–239.

                    Leer más

                    tianze.zhang@graduateinstitute.ch