Retour aux articles
Évaluation / diagnosticAnglaisabstract onlySource tier 1PubMed — neurosciences cognitives developpementales

Dépistage passif des symptômes dépressifs à l'aide de l'actigraphie quotidienne du poignet et de l'apprentissage profond : développement et validation d'un modèlePassive Screening for Depressive Symptoms Using Daily Wrist Actigraphy and Deep Learning: Model Development and Validation Study.

ÉlevéNiveau de preuveSource tier 1Fiabilité sourceDOIRéférence disponible
À retenir
  • L'actigraphie passive peut capturer les rythmes d'activité/repos associés à la charge de symptômes dépressifs.
  • Les modèles d'apprentissage profond, notamment LSTM, ont montré une discrimination correcte (AUC=0,80) pour classifier les groupes de symptômes dépressifs.
  • La discrimination était meilleure pour les symptômes sévères (AUC=0,889), mais les faux positifs restent notables.
Lecture clinique

Étude pertinente pour le dépistage passif des symptômes dépressifs, mais non spécifique aux troubles neurodéveloppementaux ; intérêt modéré pour les cliniciens en neuropsychologie.

Échantillon limité à des adultes hispaniques/latins, ce qui peut limiter la généralisabilité. Taux de faux positifs notables, nécessitant une validation clinique supplémentaire. Utilisation d'une échelle auto-rapportée (CESD-10) comme référence, ce qui peut introduire un biais.

CognitionNeurosciencesÉvaluation / diagnosticClinique FRAdultedépressionactigraphieapprentissage profonddépistagesanté mentale
Résumé IA

Cette étude développe et évalue des modèles d'IA pour le dépistage passif des symptômes dépressifs à partir de données d'actigraphie du poignet chez 1160 adultes hispaniques/latins. Les résultats montrent que les marqueurs comportementaux (activité diurne, rythmes circadiens) diffèrent selon les groupes de symptômes. Le modèle LSTM a atteint une AUC macro-moyenne de 0,80, avec une meilleure discrimination pour les symptômes sévères (AUC=0,889), mais des faux positifs notables. L'actigraphie pourrait servir de signal complémentaire non invasif pour le dépistage précoce.

Points clés

L'actigraphie passive peut capturer les rythmes d'activité/repos associés à la charge de symptômes dépressifs. Les modèles d'apprentissage profond, notamment LSTM, ont montré une discrimination correcte (AUC=0,80) pour classifier les groupes de symptômes dépressifs. La discrimination était meilleure pour les symptômes sévères (AUC=0,889), mais les faux positifs restent notables. Les données d'actigraphie pourraient servir de signal complémentaire non invasif pour le dépistage précoce.

Implications cliniques

L'actigraphie pourrait être utilisée comme outil de dépistage passif et continu des symptômes dépressifs, complétant les évaluations auto-rapportées. Cela pourrait aider à identifier les patients nécessitant une évaluation plus approfondie en soins primaires ou en santé mentale.

Niveau de preuve

Élevé

Partager