Research Publication · Digital Mental Health · Psychometric AI
Gallardo-Pujol, D., Trujillo, A., Domínguez-Álvarez, B., Martínez, G., Clapés, A., & Escalera, S. (2024, 28 octubre).Developing a Digital Mental Health Ecosystem for Workplaces: Rationale, Objectives, and Methods of the MetrikaMind Project.
Descripción de la Investigación
Este estudio describe el diseño conceptual, los objetivos científicos y la metodología del proyecto MetrikaMind orientado al desarrollo de un ecosistema digital de salud mental para entornos laborales. La investigación propone una plataforma basada en psicometría avanzada, inteligencia artificial y monitorización longitudinal para mejorar la evaluación de ansiedad y depresión en trabajadores, facilitando la detección temprana de cambios clínicos y apoyando la toma de decisiones basada en datos.
Contexto Científico
La ansiedad y la depresión representan una de las principales causas de discapacidad global y generan un impacto significativo en la productividad laboral, el absentismo y el presentismo. El estudio plantea que muchas soluciones digitales actuales se centran en intervención terapéutica, mientras que la evaluación precisa y continua sigue siendo un área insuficientemente desarrollada.
El proyecto MetrikaMind introduce un enfoque centrado en evaluación psicométrica avanzada y análisis longitudinal, incorporando modelos bifactoriales para mitigar sesgos en respuestas autorreportadas y mejorar la precisión diagnóstica en contextos laborales.
Principales Aportaciones
- Desarrollo de un ecosistema digital de evaluación en salud mental para entornos laborales.
- Integración de modelos psicométricos avanzados con algoritmos de inteligencia artificial explicable (XAI).
- Uso de datos activos (EMA) y pasivos (movilidad, actividad física y uso del móvil) para monitorización continua.
- Diseño metodológico prospectivo alineado con guías TRIPOD para modelos predictivos.
- Introducción de indicadores psicológicos clave (Key Psychological Indicators) para evaluación longitudinal.
Impacto del Estudio
– Impacto Clínico
- Potencial mejora en la precisión de la evaluación de ansiedad y depresión en entornos laborales.
- Detección temprana de cambios clínicos mediante monitorización continua.
- Reducción del impacto de sesgos de respuesta como “faking good” o deseabilidad social.
– Impacto Técnico y Tecnológico
- Integración de modelos bifactoriales, aprendizaje automático y análisis longitudinal en salud mental digital.
- Desarrollo de sistemas de alerta predictiva orientados a profesionales sanitarios.
- Uso combinado de datos activos y pasivos para mejorar la interpretación clínica.
– Impacto en sistema sanitario y entorno laboral
- Posible mejora del bienestar laboral y reducción del absentismo y presentismo.
- Generación de datos científicos para políticas de salud mental en el trabajo.
- Contribución a modelos de evaluación digital escalables y alineados con el paradigma Software as Medical Device.
Relevance para MetrikaMind
Este estudio establece la base metodológica y científica del ecosistema MetrikaMind, posicionando la plataforma como una solución orientada a la evaluación objetiva y monitorización continua en salud mental laboral. El enfoque combina psicometría avanzada, inteligencia artificial explicable y análisis longitudinal para apoyar decisiones clínicas y organizacionales basadas en evidencia.
Acceso a DOI: https://doi.org/10.31219/osf.io/yqra6
