Revista Ciencia

Investigadores desarrollan algoritmo que ayuda a reconocer personas con trastorno bipolar diagnosticado como depresión

Por Davidsaparicio @Psyciencia

Investigadores desarrollaron un algoritmo capaz de predecir el riesgo que tiene un paciente de recibir un diagnóstico erróneo de depresión mayor y posteriormente pasar a uno de trastorno bipolar. Esta herramienta ayudar a los profesionales a identificar a los pacientes con trastorno bipolar que han sido diagnosticados erróneamente con depresión mayor (Nestsiarovich et al., 2021).

El trastorno depresivo mayor (DM) y el trastorno bipolar (TB) son trastornos del estado de ánimo comunes con sintomatología superpuesta. Si bien ambas condiciones se caracterizan por episodios depresivos, un diagnóstico bipolar solo se cumple cuando los pacientes presentan al menos un episodio maníaco o hipomaníaco, un episodio de energía extrema o sentimientos elevados.

Por qué es importante

Si bien la DM y el TB comparten características clínicas, el tratamiento recomendado en cada caso difiere. La DM se trata a menudo con antidepresivos, pero existe evidencia de que estos medicamentos pueden provocar manía entre los pacientes con TB. El algoritmo desarrollado por este equipo de investigadores ayudaría a los médicos a identificar lo antes posible el trastorno bipolar, permitiendo predecir qué pacientes con un diagnóstico de DM recibirán un diagnóstico posterior de TB.

Qué metodología usaron

El modelo diseñado por los autores se probó en una red de cinco bases de datos de pacientes de EEUU que incluían 2.687.578 pacientes con diagnóstico de depresión mayor. Los pacientes a los que se les cambió el diagnóstico a trastorno bipolar en el plazo de un año formaron el grupo de casos, y los pacientes a los que no se les cambió el diagnóstico formaron el grupo de control.

Qué encontraron

El modelo de regresión final identificó siete variables que predijeron positivamente la transición del paciente de DM a TB dentro de un año: 

  • edad más joven, 
  • depresión más severa al inicio, 
  • presencia de psicosis, 
  • presencia de ansiedad, 
  • pensamientos o actos de autolesión, 
  • abuso de sustancias, y 
  • diagnóstico previo de un trastorno mental.

Tres variables predijeron negativamente la transición de DM a TB: 

  • edad avanzada, 
  • depresión menos severa al inicio del estudio, y 
  • embarazo.

El predictor positivo de una edad más joven está en línea con la evidencia de que el TB tiende a presentarse a una edad más temprana que la depresión. El predictor positivo de la gravedad de la depresión se corresponde con la investigación que sugiere que los pacientes con TB experimentan episodios depresivos más graves en comparación con los pacientes con DM. Luego, el modelo se validó en conjuntos de datos adicionales en varios países. 

Implicaciones de los hallazgos

Los investigadores sugieren que este algoritmo podría ser una herramienta útil para los médicos, permitiéndoles asignar puntajes de riesgo a sus pacientes para la conversión del diagnóstico a TB. Los predictores identificados (aparición temprana de depresión, presencia de depresión severa y características psicóticas) podrían ayudar a promover la vigilancia entre los médicos con respecto a la posibilidad de un diagnóstico subyacente de TB en pacientes deprimidos y alentarlos a hacer preguntas aclaratorias sobre episodios maníacos/hipomaníacos. 

Finalmente, cabe señalar una limitación notable del estudio fue que se basó en registros de salud electrónicos; estos registros pueden estar limitados por datos faltantes y por variaciones en los criterios utilizados para el diagnóstico.

Referencia bibliográfica:Nestsiarovich, A., Reps, J. M., Matheny, M. E., DuVall, S. L., Lynch, K. E., Beaton, M., Jiang, X., Spotnitz, M., Pfohl, S. R., Shah, N. H., Torre, C. O., Reich, C. G., Lee, D. Y., Son, S. J., You, S. C., Park, R. W., Ryan, P. B., & Lambert, C. G. (2021). Predictors of diagnostic transition from major depressive disorder to bipolar disorder: a retrospective observational network study. Translational Psychiatry, 11(1), 642. https://doi.org/10.1038/s41398-021-01760-6Fuente:Psypost

⚡
MEMBRESÍA PREMIUM
⚡

Con la membresía premium recibes en tu correo electrónico – sin distracciones ni publicidad – los artículos más importantes en el campo de la investigación científica de la conducta; tendrás acceso a material exclusivo y descuentos en cursos de formación y podrás acceder al servidor privado en Discord para chatear y comentar con otras personas que comparten tu pasión por la psicología. Inicia tu membresía hoy y apoya a Psyciencia.


Volver a la Portada de Logo Paperblog