El proceso de cribado, si bien desempeña un papel fundamental en la detección de síntomas depresivos en población adolescente, es un procedimiento que presenta ciertas limitaciones debido al uso casi exclusivo de instrumentos autoinforme y a las variaciones del estado de ánimo de los adolescentes a lo largo del día. En este sentido, las técnicas basadas en el análisis del habla han surgido como un enfoque eficaz y no invasivo para la detección y el cribado de la depresión. Asimismo, el empleo de biomarcadores lingüísticos y acústicos permite optimizar las herramientas automatizadas de detección temprana al aportar datos complementarios cruciales, sobre todo considerando que los instrumentos tradicionales presentan algunas limitaciones, relacionadas la falta de introspección del paciente sobre su propia sintomatología o la tendencia a sesgar las respuestas, entre otros.
Con el objetivo de contribuir a la prevención y al desarrollo de métodos de cribado más eficaces, Wang y cols. (2026) investigaron si la combinación de características acústicas del habla con cuestionarios validados de depresión mejoraba el cribado de la depresión en adolescentes. Para ello, se reclutaron 421 adolescentes de un centro educativo de Guangzhou (China), quienes realizaron tareas de habla estandarizadas y completaron cuestionarios validados de depresión (Patient Health Questionnaire-9; PHQ-9), y fueron cribados en dos grupos de análisis: a) grupo con síntomas depresivos (n = 57) y el grupo de control (n = 364). Para el análisis del habla, los investigadores extrajeron características acústicas de cada grabación utilizando el conjunto de características del INTERSPEECH 2009 Emotion Challenge, y evaluaron cuatro algoritmos de aprendizaje automático para la clasificación (i.e., Balanced Random Forest – BRF -; regresión logística; Support Vector Machine – SVM -; XGBoost).
Modelos algorítmicos frente a la evaluación tradicional de la depresión: ¿qué método obtuvo un mejor rendimiento en la clasificación?
Los autores de este estudio observaron un mejor rendimiento de los modelos en comparación con el PHQ-9, siendo el modelo BRF el que obtuvo el mejor rendimiento, tanto durante el entrenamiento, en la prueba con datos reservados (hold-out test), y mostró niveles adecuados de sensibilidad y especificidad. No obstante, las características acústicas por sí solas obtuvieron un rendimiento inferior al del PHQ-9, aunque aportaron información complementaria que mejoró el modelo combinado. En particular, las características relacionadas con los coeficientes cepstrales en las frecuencia de Mel (Mel-Frequency Cepstral Coefficients; MFCC) y las medidas de probabilidad de voz contribuyeron sustancialmente al modelo, representando 13 de las 21 características acústicas seleccionadas.
A pesar de la novedad del estudio, los autores recalcan importantes limitaciones relacionadas con el tamaño de la muestra, el desequilibrio entre los grupos y la ausencia de un seguimiento prospectivo de los resultados. En consecuencia, Wang y cols. (2026) sugieren que los futuros estudios podrían beneficiarse de ensayos longitudinales multicéntricos y de la inclusión de muestras más heterogéneas para mejorar la investigación y los métodos en este ámbito científico.
Hacia modelos multimodales para la detección temprana de la depresión en adolescentes
En resumidas cuentas, este estudio de Wang y cols. (2026) muestra que la integración de características acústicas del habla con instrumentos de medida tradicionales de depresión mejora significativamente el cribado de la depresión en adolescentes, especialmente entre aquellos que tienden a no manifestar su malestar emocional. Los biomarcadores lingüísticos y derivados del habla, consecuentemente, podrían proporcionar información complementaria de valor frente a algunas de las limitaciones referidas a la evaluación tradicional (e.g., estigma de los pacientes; escasa conciencia de los síntomas depresivos; sesgos en las respuestas).
Finalmente, los autores de este estudio destacan que el enfoque multimodal debería utilizarse como una herramienta auxiliar y escalable de cribado, nunca como un sustituto de la evaluación clínica. Asimismo, sigue siendo fundamental realizar estudios longitudinales y con diversos grupos para aportar una mayor validez de estos métodos de cribado, lo que repercutiría en sistemas de triaje más eficaces y en protocolos de identificación temprana de esta problemática en los servicios de salud mental.
