Esta página se ha traducido automáticamente del turco. Leer el original

Esta página es un resumen en turco, elaborado con ayuda de inteligencia artificial, del trabajo presentado en el 26.º Congreso Mundial de Psiquiatría. El trabajo pertenece a los autores que lo presentan; para citarlo, consulte la fuente original.

EV0310

La geometría del trauma: cartografía de los perfiles latentes de síntomas del TEPT mediante autocodificadores dispersos

THE GEOMETRY OF TRAUMA: MAPPING LATENT PTSD SYMPTOM PROFILES VIA SPARSE AUTOENCODERS

El mapa de síntomas de seis dimensiones aprendido mediante un autocodificador disperso agrupó a los pacientes con la misma puntuación total en la PCL-5 de forma más consistente que los métodos lineales y reconstruyó mejor sus perfiles.

El objetivo era comprobar si un mapa de síntomas aprendido a partir de los mismos 20 ítems de la PCL-5 reconstruía los perfiles de los pacientes con mayor precisión que los métodos lineales y mantenía a los pacientes con la misma puntuación total en una única región coherente. La justificación es que, aunque la gravedad del TEPT se expresa mediante una única puntuación total en la PCL-5, esta puntuación suma 20 síntomas diferentes, y dos pacientes que obtienen 37 puntos pueden presentar cuadros clínicos completamente distintos. La muestra constó de 3.311 evaluaciones con la PCL-5; los datos se dividieron en una proporción de 80/20 (muestra de prueba n = 663, 76 grupos de puntuación). Se compararon un autocodificador disperso (sparse autoencoder, de 20 dimensiones a 6 y de nuevo a 20), el análisis de componentes principales (PCA) y el análisis factorial; las medidas de resultado fueron el error de reconstrucción, la varianza explicada y la dispersión intrapuntuación (within score dispersion, WSD), definida como la distancia media entre los pacientes que comparten la misma puntuación total. Se realizaron comprobaciones mediante mapas estandarizados, 1.000 remuestreos bootstrap y 5 inicializaciones aleatorias; se eligieron seis dimensiones para que se correspondieran con los modelos establecidos de agrupaciones sintomáticas del TEPT. El autocodificador disperso mostró el mejor rendimiento (MSE 0,264, varianza explicada 73,6 %, WSD 2,48); los valores del PCA fueron 0,286, 72,1 % y 2,65, y los del análisis factorial, 0,338, 66,2 % y 2,61. Como ejemplo, en la dimensión de activación z5, la dificultad de concentración presentaba una carga de +0,28 y la hipervigilancia de +0,23, mientras que la respuesta de sobresalto tenía una carga de -0,21, la irritabilidad y la ira de -0,21 y la conducta temeraria de -0,38; esto distingue la activación internalizante de la externalizante dentro del grupo E de la PCL-5. Los autores proponen describir a los pacientes no solo por su puntuación total, sino también por su posición en el espacio de síntomas; plantean que el cambio durante el seguimiento podría interpretarse como un desplazamiento en este espacio estable y que la dimensión de activación podría contribuir a la selección del tratamiento al diferenciar una presentación tensa e hipervigilante de otra iracunda e impulsiva. Las limitaciones son el diseño transversal, la magnitud modesta del efecto y la ausencia de validación frente a desenlaces clínicos hasta el momento, la falta de comparación con modelos de teoría de respuesta al ítem (IRT) o modelos bifactoriales y una estabilidad moderada (r = 0,59).

Todos los resúmenes del WCP 2026