Un estudio publicado en JAMA Network revela cómo el análisis de datos diarios puede predecir la ideación suicida en el largo plazo en personas LGBTQ+.
La ideación suicida es una preocupación grave para la salud global, especialmente en la población de minorías sexuales y de género. En la actualidad se han realizado diversos estudios para predecir la ideación suicida a través de las experiencias diarias. Un estudio reciente se propuso investigar esta relación y empleó la evaluación momentánea ecológica (EMA) y el aprendizaje automático o machine learning para identificar patrones.
La prevención e intervención en suicidios son apoyos esenciales para las personas de minorías sexuales y de género. Sin embargo, investigaciones previas se han centrado principalmente en estresores crónicos. El modelo del estrés de minoría sugiere que las personas de minorías sexuales enfrentan estresores hostiles que pueden afectar negativamente su salud. Según el estudio, este enfoque puede pasar por alto la influencia de las interacciones dinámicas entre las fluctuaciones de estado de ánimo en estas poblaciones, desencadenadas por eventos estresantes, lo que crea barreras para desarrollar intervenciones en etapas tempranas para reducir el riesgo suicida.
El estudio reconoce la importancia de reconocer el trasfondo cultural de cada individuo para predecir la ideación suicida. Por ejemplo, en China, una encuesta a nivel nacional reveló la discriminación experimentada por grupos de la diversidad en su vida diaria e incluso durante festividades importantes como el Año Nuevo Lunar, una festividad única para los chinos, que dura 16 días y durante la cual los miembros extendidos de la familia se reúnen para celebrar. De esta manera para algunas personas de minorías sexuales y de género, la mayor frecuencia de reuniones familiares durante este período puede generar o incrementar los conflictos con los miembros de sus familias.
Tomando este contexto en cuenta, para el estudio reunieron datos sobre estados de ánimo y eventos estresantes de individuos LGBTQ+ durante 25 días en tres momentos diferentes del Año Nuevo Lunar chino. Luego, se realizaron encuestas de seguimiento a 1, 3 y 8 meses. Los participantes eran adultos jóvenes de toda China que se identificaban como minorías sexuales y de género, entre 18 y 29 años.
Además, se emplearon tres enfoques para predecir la ideación suicida a corto plazo (1 mes) y largo plazo (3 y 8 meses): datos basales de estrés crónico, patrones dinámicos de estados de ánimo y eventos estresantes (enfoque EMA) y una combinación de datos basales y patrones dinámicos (enfoque EMA más basales).
En este sentido, de los 103 participantes, un porcentaje experimentó ideación suicida en diferentes momentos del estudio. El enfoque EMA superó a los otros métodos en la predicción de la ideación suicida a 1 mes (AUC, 0.80) y demostró un mejor rendimiento a 3 y 8 meses. Durante el Año Nuevo Lunar, se obtuvo el mejor rendimiento en la predicción de la ideación suicida.
El estudio destacó la importancia de los factores de riesgo contextuales experimentados por las minorías sexuales y de género en diferentes etapas de sus vidas. La aplicación del aprendizaje automático puede facilitar la identificación temprana de personas en riesgo y contribuir al desarrollo de programas de prevención personalizados para mitigar futuros riesgos suicidas.
La ideación suicida es un problema importante de salud pública que requiere mayor atención, por lo que investigaciones como esta demuestran cómo el análisis de datos diarios puede ayudar a comprender y predecir mejor este riesgo en comunidades vulnerables. Además, resalta la necesidad de abordar las disparidades en salud mental en las minorías sexuales y de género a través de enfoques y soluciones novedosas como el uso de aprendizaje automático.
