PV-055 - TRASTORNO BIPOLAR Y TRASTORNO POR CONSUMO DE SUSTANCIAS COMÓRBIDO: UN ANÁLISIS DE MACHINE-LEARNING

Descripción precisa de los objetivos: El trastorno por consumo de sustancias (TCS) es una comorbilidad común en individuos con trastorno bipolar (TB) y se asocia a una peor evolución clínica del TB. El presente estudio tiene como objetivo adoptar un algoritmo de machine-learning para identificar qué características sociodemográficas o clínicas están más asociadas a la presencia de diferentes tipos de TCS en el TB. Material y métodos: Pacientes adultos con TB fueron reclutados en la Unidad de Trastornos Bipolares y Depresivos del Hospital Clínic de Barcelona. Se recogieron las características sociodemográficas y clínicas y se entrenaron cuatro Random Forests (RFs) para predecir la presencia de TCS en general, de trastorno por consumo de alcohol (TCA), o de TCA y al menos otro tipo de TCS (TCA+TCS) en la muestra total o en diferentes submuestras. Las variables más importantes seleccionadas por los RFs se consideraron como variables independientes en regresiones logísticas múltiples para predecir la presencia de TCSs. Resultados y conclusiones: Se incluieron a un total de 508 pacientes (276 mujeres) con TB-I (345) o TB-II (205); entre ellos 262 presentaron comorbilidad con TCS (108 con solo TCA, 106 con TCA+TCS). El TCS se predijo con una precisión del 65,3%, y se asoció con un comórbido trastorno de la personalidad de cluster B (OR=2,31; p=0,006) y tener una relación (OR=0,6; p=0,015). El TCA+TCS (precisión=75%) se asoció con un primer episodio hipomaniaco (OR=4,34; p=0,01), y hetero-agresividad (OR=3,15; p=0,003). El TCA+TCS en una submuestra que incluía solo a personas con TCA (precisión=62.5%) se asoció con un primer episodio afectivo depresivo (OR=0,41; p=0,011). Ninguna variable se asoció con el TCA (precisión=53.8%). Incluir sólo los factores sociodemográficos y clínicos en modelos de machine-learning limita su eficacia, y los futuros modelos deberían considerar también predictores biológicos, clínicos y de neuroimagen para explorar más esta asociación.