Identificación temprana del trastorno bipolar entre adultos jóvenes
Artículo publicado en Acta Psychiatrica Scandinavica. El objetivo de este trabajo fue construir un modelo de predicción de individuos que desarrollarían trastorno bipolar (TB) utilizando técnicas de aprendizaje automático (machine learning) en una gran cohorte de nacimiento.
Se estudió un total de 3748 sujetos al nacer, a los 11, 15, 18 y 22 años de edad en una cohorte de nacimiento comunitaria.
Un total de 107 (2,8%) individuos dentro de la cohorte presentaron TB tipo I, 26 (0,6%) presentaron TB tipo II y 87 (2,3%) presentaron TB no especificado. La frecuencia de mujeres fue del 58,82% (n = 150) en la muestra de TB y del 53,02% (n = 1868) entre la población no afectada. El modelo con variables evaluadas en la visita de seguimiento de 18 años logró el mejor rendimiento: AUC 0,82 (IC 0,75 a 0,88), precisión equilibrada 0,75, sensibilidad 0,72 y especificidad 0,77. Las variables más importantes para detectar TB en la visita de seguimiento de 18 años fueron el riesgo de suicidio, el trastorno de ansiedad generalizada, el abuso físico de los padres y los problemas económicos. Además, el subgrupo de alto riesgo de TB mostró una alta frecuencia de consumo de drogas y síntomas depresivos.
Conclusiones: Los autores desarrollaron una calculadora de riesgo para TB que incorpora variables demográficas y clínicas de una cohorte de nacimiento de 22 años. Los hallazgos apoyan estudios previos en muestras de alto riesgo que muestran la importancia del riesgo de suicidio y el trastorno de ansiedad generalizada antes del inicio del TB, y destacan la función de los factores sociales y los eventos adversos de la vida.
