La depresión es una condicion multifactorial impulsada por fuerzas biologicas, psicologicas, sociales y ambientales interactuantes. La evidencia emergente respalda la integracion de estas senales en algoritmos computacionales de riesgo con precision clinicamente significativa. Los factores de riesgo individuales mas fuertes incluyen episodios depresivos previos (OR = 4.4), exposicion alta a discriminacion (OR = 5.39), adversidad infantil con 4+ ACEs (OR = 3.08) y aislamiento social (OR = 3.70 via randomizacion mendeliana).
La heredabilidad de la depresión se situa en aproximadamente 37%, con una arquitectura genética altamente poligenica. Los scores de riesgo poligenico muestran que individuos en el decil superior tienen OR = 2.02, pero un estilo de vida favorable compensa aproximadamente la mitad del riesgo genético alto. El neuroticismo es el predictor de personalidad mas fuerte (d = 1.33), mientras que la rumiacion muestra correlaciones de r = 0.51-0.53 con preocupacion depresiva.
Los modelos de machine learning alcanzan una precision agrupada de 0.76 y AUC de 0.80 para prediccion de depresión, combinando multiples senales. Los sistemas multimodales que fusionan texto, voz y datos conductuales alcanzan AUC de 0.95. Las features mas importantes incluyen sentirse querido/conectado socialmente, síntomas depresivos previos, alteraciones del sueño, niveles de actividad fisica y eventos vitales estresantes.
Factores contextuales como la disrupcion circadiana, patrones dia de semana vs fin de semana, y reacciones de aniversario también contribuyen al perfil de riesgo. La variacion diurna del estado de animo es un criterio DSM para caracteristicas melancolicas, presente en 22.4% de pacientes deprimidos. Los sentimientos negativos alcanzan su pico entre las 9 PM y las 3 AM segun análisis de Twitter a gran escala.
Documento con todas las referencias y análisis detallados.
Descargar documento