Estimación de Depresión y Ansiedad en Estudiantes Universitarios mediante el uso de Teléfonos Celulares

1 Estimación de Depresión y Ansiedad en Estudiantes Universitarios mediante el uso de Teléfonos Celulares Cuerpo Académico de Soluciones de Software (ITSON-CA-29) Departamento de Computación y Diseño, Dirección de Ingeniería y Tecnología Instituto Tecnológico de Sonora (ITSON) 1 Descripción del Problema La depresión y ansiedad son condiciones que pueden ocasionar en los individuos varios desórdenes como cambios en comportamiento. Dos de los instrumentos más usados para medir depresión y ansiedad son el Beck Depression Inventory (BDI) (Beck, Steer, Ball, & Ranieri 1996) y el Beck Anxiety Inventory (BAI) (Beck, Epstein, Brown, & Steer, 1988). Ambos son instrumentos ampliamente usados y validados en México. Como se menciona, se ha reportado que el uso frecuente de teléfonos celulares en adultos jóvenes muestra una relación con niveles elevados de estrés y depresión (Augner & Hacker, 2012; Thomée, Härenstam, & Hagberg, 2011). Esto es preocupante debido a la penetración creciente del uso de teléfonos celulares tanto en adolecentes como en adultos. Esto puede llevar, entre otras cosas, a trastornos de sueño, problemas interpersonales, así como dificultad para lidiar con situaciones de la vida diaria. Entre otros, uno de los factores que ha mostrado relación con el uso excesivo del teléfono celular en adolecentes es el género, siendo las personas del sexo femenino quienes muestran un uso más elevado en comparación con personas del sexo masculino (Augner & Hacker, 2012; Sánchez-Martínez & Otero, 2009). Adicionalmente, se ha reportado que las personas experimentando ciertos niveles de ansiedad tienden a externar diferente comportamiento de contacto social por medio de la tecnología (Reid & Reid, 2007). Es decir, que perciben de diferente manera los medios de comunicación como llamadas o mensajes de texto, por lo que es posible monitorear esos cambios de comportamiento. Por otro lado, se han llevado a cabo estudios que involucran desarrollos tecnológicos que sirven para coadyuvar en el monitoreo de ciertos constructos como estrés por medio de los cambios fisiológicos de los individuos como sudoración o latidos del corazón (Ayzenberg, Hernandez- Rivera, & Picard, 2012) así como por medio de análisis de la voz de los individuos (Chang, Fisher, Canny, & Hartmann, 2011; Lu et al., 2012). Por ejemplo, en el trabajo de Lu et al. (2012), los autores utilizan los micrófonos que trae el mismo celular para monitorear estrés, por medio de análisis de la voz del individuo, con un porcentaje de inferencia alto tanto en interiores (81%) como en exteriores (76%). De igual forma, de manera exploratoria se han estado realizando proyectos que tratan de disminuir el estrés por medio de tecnología o de interacción con miembros de su red social por medio de tecnología (Ferreira, Sanches, Höök, & Jaensson, 2008; Paredes & Chan, 2011). Aun mas, el uso de tecnología móvil se ha propuesto para el diseño de terapias que puedan ayudar a disminuir estrés (Cipresso et al., 2012). 1

2 La dirección en la asociación de estrés y uso de teléfonos celulares es muy debatible, pero lo cierto es que los mismos teléfonos celulares han mostrado ser factibles para monitorear más de cerca los patrones de comportamiento de los individuos como para mejorar los diagnósticos. Estudios en el área de psicología reportan una factibilidad del uso de celulares para capturar información relacionada con ciertos estresores (Kauer, Reid, Sanci, & Patton, 2009). Por otro lado, como se vio en los proyectos anteriores, también desde el punto de vista tecnológico, es posible intentar detectar cambios en los niveles de estrés por medio de cambios fisiológicos (Ej. sudoración, cambios en la voz, etc.) en los individuos. Debido a que el individuo muestra ciertos cambios tanto fisiológicos como de comportamiento, es posible pensar que se pueden observar ciertos cambios en la manera en que una persona con depresión o ansiedad usa su celular. Sin embargo, hasta ahora no se han reportado trabajos que permitan monitorear cambios en el uso del teléfono celular y que permitan estimar cambios en los niveles de depresión o ansiedad. Por ejemplo, una persona con depresión pudiera incrementar o disminuir su comunicación con personas cercanas. De igual forma, una persona con altos niveles de ansiedad pudiera jugar más a determinado juego en el celular (Ej. Angry Birds), o tal vez ocurra el caso contrario. El poder detectar estos cambios en el uso de teléfono celular puede ayudar a estimar, con cierto grado de error, cambios en el comportamiento que sugieran que algo está ocurriendo con el individuo. Tomando esto como base, se plantean la siguiente pregunta se investigación: Qué patrones de uso del teléfono celular son indicadores de depresión o ansiedad jóvenes universitarios? 2 Antecedentes Debido a la incorporación de sensores en teléfonos celulares (Ej. Acelerómetro, giroscopio, GPS, cámaras, sensores de iluminación) y a la penetración de los mismos en la sociedad, se han estado usando para realizar sensado en individuos y grupos a través de teléfonos celulares. Los teléfonos celulares pueden ser usados tanto para inferir comportamiento individual como para representar estructuras sociales o sistemas sociales complejos. El sensado de teléfonos celulares se está estudiando en tres diferentes escalas por la comunidad científica: sensado individual, grupal y comunitario (Lane et al., 2010). Aplicaciones de sensado individual están diseñadas para una sola persona, y frecuentemente están enfocadas a recolectar datos y analizarlos. Ejemplos de escenarios son llevar un registro de las rutinas de ejercicio del usuario o automatizar la elaboración de un diario personal. Por lo regular, los datos generados en estas aplicaciones de sensado personal son para el consumo del usuario y no es compartido con otros. Una excepción son las aplicaciones de salud que comparten algunos de estos datos con médicos o profesionales en el área de salud. Un ejemplo de este tipo de aplicaciones es UbiFit Garden (Consolvo et al., 2008). Esta aplicación usa la metáfora de un jardín floreciente mientras el usuario progresa hacia sus objetivos para mejorar su estado físico. Esta aplicación infiere el tipo de actividad que realiza el usuario y basado en esto estima su nivel de actividad y lo refleja en el jardín. Otro ejemplo parecido es el paquete comercial Nike+iPod (AppleInc., 2008) que a diferencia de UbiFit Garden, requiere que el usuario inicie el sensado cuando va a realizar un actividad física, no se hace de manera automática. En este caso se mide y almacena la distancia y velocidad del recorrido. 2

3 En el sensado grupal, un grupo se representa por los individuos que participan en aplicaciones de sensado que colectivamente comparten un objetivo o interés particular. Las aplicaciones de sensado grupal se caracterizan por reflejar el creciente interés de las redes sociales o grupos conectados que desean compartir información de sensado de manera libre o sin privacidad. Estas aplicaciones requieren que exista cierto nivel de confianza entre los participantes, dado que se comparte información como puede ser la ubicación o actividad. Un ejemplo de este tipo de sensado es GarbageWatch que permite a los usuarios ayudar a mejorar el programa de reciclado registrando depósitos de reciclado alrededor de un campus académico (CENS/UCLA, 2009). La manera en que se registrar cada uno de los depósitos es por medio de una fotografía que el usuario debe tomar y enviarla a un repositorio central para su análisis. Finalmente, las aplicaciones en sensado comunitario ofrecen información de mayor utilidad a medida que se incrementa el número de participantes. Por ejemplo, monitorear la potencial propagación de una enfermedad en una ciudad (Madan, Cebrian, Lazer, & Pentland, 2010), o un mapa del nivel de ruido de una ciudad (Rana, Chou, Kanhere, Bulusu, & Hu, 2010). Para hacer posible estas aplicaciones se requiere la cooperación de desconocidos que probablemente no se tendrán confianza entre ellos (Lane et al., 2010). Esto aumenta la necesidad para que los sistemas de sensado de la comunidad tengan una fuerte protección de privacidad y que permita niveles bajos de compromiso a los usuarios. Para el sensado en teléfonos celulares se han implementado algunas herramientas o aplicaciones (Vea (Bannach, Amft, & Lukowicz, 2008; Cornelius et al., 2008; Froehlich, Chen, Consolvo, Harrison, & Landay, 2007; Hicks et al., 2010; Kukkonen, Lagerspetz, Nurmi, & Andersson, 2009). Cada una de estas herramientas provee diferentes características. Por ejemplo, MyExperience (Froehlich et al., 2007), es un sistema que combina el registro automático de datos sensados y el muestreo de la experiencia in situ del usuario para obtener información sobre el uso real de los teléfonos celulares. MyExperience combina el uso de datos contextuales de sensores y lo que ellos llaman retroalimentación del usuario (entradas de usuario), produciendo datos cualitativos y cuantitativos. Una de sus limitaciones es que no se puede ejecutar condicionalmente una segunda acción basado en el resultado de la primera. Es decir, no se puede ejecutar una segunda sesión de sensado que requiera de datos de una sesión anterior. Así como MyExperience, las demás herramientas tienen características propias que las hacen deseables en una herramienta general de sensado. Entre otros esfuerzos que se han estado haciendo en diversos grupos de investigación, en México se ha venido trabajando en el diseño e implementación de una herramienta de propósito general que pueda ser utilizada para el estudio de poblaciones de usuarios de teléfonos móviles (Castro, Favela, Perez, & Garcia-Pena, 2011; Perez, Castro, & Favela, 2011; Rodriguez, Martinez, Perez, Castro, & Favela, 2012). Dicha herramienta, denominada InCense, es una herramienta que puede recolectar datos para tratar de entender mejor el comportamiento de alguna población en particular. InCense es una plataforma de sensado con teléfonos móviles que cuenta con la capacidad de ser configurada para desplegar campañas de sensado con distintos propósitos. También tiene la capacidad de realizar sensado participativo y oportunista. Lo mismo se puede utilizar InCense para observar los hábitos de transporte de una población o descubrir el grafo social entre los individuos de la misma población. El desarrollo de InCense se ha centrado principalmente en el uso de 3

4 sensores físicos en teléfonos celulares, es decir que ya vienen incorporados en los mismos como GPS, giroscopio, etc. Sin embargo, hay otros indicadores en los teléfonos celulares que revelan información acerca del uso del dispositivo que están más relacionados con tanto con sensores físicos, sino con aspectos de uso del celular. Por ejemplo, estar sensando la frecuencia con que se carga la batería, o la frecuencia con que se queda sin carga el celular, la frecuencia de llamadas, la hora y día de la semana en que se comunica con más frecuencia, el número de aplicaciones que tienen instalada, etc. El sensar todos estos indicadores se conoce como soft sensing por el uso del software, pero es un módulo que InCense aún no tiene implementado totalmente. El propósito principal de esta propuesta es el de usar InCense para la recolección de datos relacionados con el uso del teléfono celular por estudiantes universitarios, con el objetivo de analizar estos patrones de uso e investigar relaciones con la intensidad de depresión y ansiedad. De igual forma, uno de los objetivos es el de general un modelo computacional que permita monitorear ciertos aspectos de comportamiento en el uso del teléfono celular que permitan identificar indicios de depresión y ansiedad. 2.1 Originalidad de Trabajo Desde el punto de vista de la computación, aun y cuando ha habido trabajos relacionados con la estimación de patrones de comportamiento usando el soft sensing, estos se han centrado más en identificar cuestiones de personalidad de los usuarios de teléfonos móviles (Blom, Gatica-Perez, & Kiukkonen, 2011). Los proyectos que se mencionan con anterioridad se han centrado en tratar de estimar estrés en las personas así como diseñar terapias para tratar de disminuirlo (Ayzenberg et al., 2012; Chang et al., 2011; Ferreira et al., 2008; Lu et al., 2012; Paredes & Chan, 2011). Sin embargo, no existe un trabajo que involucre el uso de soft sensing en teléfonos celulares para estimar depresión o ansiedad en jóvenes universitarios. Por otro lado, desde el punto de vista de la psicología, este proyecto estaría innovando al tratar de hacer asociaciones con parámetros que no son generalmente considerados en esta área. Las valoraciones profesionales y diagnósticos se hacen utilizando instrumentos que han sido validados con anterioridad por medio de experimentos rigurosos. Sin embargo, esta línea de investigación estaría proveyendo a la psicología una manera más de estimar depresión o ansiedad, o al menos mostrar indicios de que puedan tener cualquiera de esos dos problemas y poder sugerir una valoración profesional. La propuesta de proyecto va dirigida a tratar de asociar comportamientos en el uso del teléfono propios de personas que sufren depresión o ansiedad, por lo que inicialmente se estaría tratando de establecer esta asociación. Posteriormente, se diseñaría e implementaría un modelo computacional que pueda servir para detectar uno o ambos problemas con el uso de la tecnología móvil, con el objetivo de ofrecer terapias por profesionales de la psicología. 4

5 3 Objetivos 3.1 General Estimar depresión y ansiedad en jóvenes universitarios mediante el uso de teléfonos celulares inteligentes (Smartphones) 3.2 Específicos Diseñar e implementar el módulo de soft sensing de la plataforma InCense. Identificar patrones de comportamiento en el uso del celular que tengan relación con la intensidad de depresión o ansiedad en los participantes. Estimar depresión y ansiedad en jóvenes universitarios mediante datos obtenidos por medio de teléfonos celulares. Diseñar modelo computacional inicial para detección temprana de depresión y ansiedad. 4 Justificación y Metodología 4.1 Justificación La depresión y ansiedad es un problema que afecta a miles de jóvenes tanto en México como en el mundo. En los últimos meses, han estado siendo publicadas numerosas notas de prensa que señalan una dependencia de los jóvenes hacia el teléfono celular. Aún es debatible si el teléfono celular per se es un artefacto que puede ocasionar este tipo de dependencia, pero lo cierto es que se habla de una relación significativa. En este proyecto se pretende sentar las bases para tratar de identificar la detección temprana de una o ambas condiciones en estudiantes universitarios. En particular, se estará estudiando inicialmente con estudiantes universitarios en el Instituto Tecnológico de Sonora, con la intención de realizar estudios futuros en otras universidades de la región. De manera adicional, con este proyecto se pretende consolidar el trabajo hacia dentro del Cuerpo Académico. Si bien, el CA tiene algunos años de formación, con la incorporación de nuevos miembros y la colaboración con investigadores reconocidos, se está intentando potenciar los productos que el cuerpo académico venía produciendo. Hay varios elementos que, de conjugarse, pueden hacer de la región del sur del Sonora una región fuerte en el desarrollo de este tipo de proyectos. 4.2 Metodología La metodología de la investigación involucra colaboración de diversas areas, por lo que se describe más en términos de las etapas y procedimiento general. 4.2.1 Diseño Se hará una invitación de manera aleatoria a potenciales participantes que cumplan con ciertos requisitos como que hayan sido diagnosticados con depresión o ansiedad. Además, debe tener un Smartphone. De no ser el caso, se proporcionará, en la medida de lo posible, uno para el estudio. 5

6 4.2.2 Participantes Los participantes (N=40) serán estudiantes del Instituto Tecnológico de Sonora con un rango de edades de 18-23 años. El reclutamiento será en coordinación con el Centro de Atención e Investigación del Comportamiento Humano del ITSON, en el cual se tendrán 20 estudiantes que han sido diagnosticados con ansiedad y depresión, y 20 estudiantes que formaran parte del grupo de control. 4.2.3 Ubicación El estudio se realizará en las instalaciones del ITSON, universidad pública en Ciudad Obregón, Sonora, así como en el desarrollo de las actividades de la vida diaria de los participantes. 4.2.4 Valoración inicial, intermedia y final Se hará una valoración inicial utilizando la versión en español de los instrumentos Beck Depression Inventory (BDI) (Beck et al., 1996) y el Beck Anxiety Inventory (BAI) (Beck et al., 1988). Ambos son instrumentos ampliamente usados y validados en México. La aplicación de los instrumentos asi como su interpretación será en colaboración con Centro de Atención e Investigación del Comportamiento Humano del ITSON y el Dr. Christian Acosta del Depto. de Psicología del ITSON. 4.2.5 Medición de Resultados La medición de los resultados del estudio será con base en los siguientes criterios: a. Valoración psicológica a los estudiantes portadores de Smartphones participantes b. Significancia estadística en la diferencia de los grupos (depresión/ansiedad y control) en cuanto al comportamiento en el celular por medio del uso del software SPSS. 4.2.6 Procedimiento general del estudio El estudio está dividido en tres principales etapas: Etapa 1: Preparación Esta etapa sirve para preparar tanto los elementos tecnológicos como el recurso humano que estará participando. Entre las actividades principales de esta etapa están: a. Diseño e implementación de la herramienta de software de recolección de datos. Desarrollo de módulos de sensado en software para la plataforma InCense. Estos módulos permitirán recabar información relacionada con el uso del celular por parte de los participantes. Como parte de las actividades, se tiene una visita al CICESE por parte de los miembros del CA Soluciones de Software para colaborar en el diseño de este módulo de InCense. b. Selección y valoración inicial de estudiantes. En esta etapa es crucial que se puedan invitar a participar a estudiantes que estén experimentando depresión o ansiedad, así como estudiantes que no estén experimentando ninguno de ellos, los cuales servirán como grupo de control. 6

7 Etapa 2: Recolección de datos a. Aplicación de instrumentos BDI/BAI para una valoración inicial (basal) a participantes en el estudio. Agrupar estudiantes en dos grupos: experimentando depresión o ansiedad y aquellos que no. Se aplicarán estos instrumentos de manera periódica (estudio longitudinal) para valorar las variaciones en los niveles de depresión y ansiedad. La separación de aplicación de los instrumentos será de 1 mes. b. Implementar en el Smartphone del estudiante una campaña de sensado con InCense para capturar información relacionada con el uso del celular. Es decir, el uso de aplicaciones en el celular. Etapa 3: Análisis de datos a. Análisis de datos provenientes de instrumentos psicológicos. Valorar los estudiantes para ver los cambios en el estrés que pueden haber experimentado. b. Correlación de comportamiento. Análisis de datos para buscar correlaciones entre comportamiento externado en el celular con las personas que reportaron índices atípicos de depresión o ansiedad. Diseñar en una etapa inicial un modelo computacional que pueda ser capaz de detectar estos cambios de comportamiento de manera automática en el uso del teléfono celular. 4.3 Participantes y colaboradores Los miembros del CA Soluciones de Software son los siguientes: Dr. Luis A. Castro (líder), obtuvo su doctorado en Informática en la Universidad de Manchester. Su grado de Maestro en Ciencias en Ciencias de la Computación fue otorgado en el Centro de Investigación Científica y de Educación de Ensenada (CICESE), y su licenciatura en el Instituto Tecnológico de Mexicali. Los principales interés de investigación son Interacción-Humano Computadora, Cómputo Móvil y Ubicuo, así como diseño y adopción de sistemas. Es miembro del SNI y de la ACM. Contacto: luis.caztro@itson.edu.mx, http://www.caztro.com Mtro. Adrián Macías, obtuvo su grado de maestría en Ciencias de la Computación en el Centro de Investigación Científica y de Educación Superior de Ensenada (CICESE), y su grado de Ingeniería en Electrónica en el Instituto Tecnológico de Sonora donde se desempeña como profesor investigador impartiendo cursos relacionados con Programación Computacional, Diseño de Software y Sistemas Distribuidos. Sus intereses de investigación están orientados al cómputo móvil y ubicuo. Es miembro de la ACM. Mtro. Manuel Domitsu, Obtuvo su grado de Ingeniero Mecánico Electricista por el ITESO (1978). Además, obtuvo grados de Maestro en Administración por el ITSON (1981) así como Maestro en Ciencias Computacionales por el ITESM (2001). Sus áreas de Interés son Lenguajes de Programación, Aplicaciones Web, Aplicaciones Móviles y Sistemas Empotrados. Mtro. Moisés Rodríguez, estudió la Licenciatura en Ingeniería Industrial y estudió la maestría en ingeniería en Optimización de Sistemas Productivos y la maestría en Administración en el Instituto Tecnológico de Sonora. Actualmente tiene las áreas de 7

8 interés en los sistemas de información y su integración con aplicaciones con dispositivos móviles, cómputo en la nube y acceso a datos (Big data). Dra. Elsa Padilla, estudió la Lic. en Sistemas de Computación Administrativa en el ITESM Campus Obregón y maestría en Administración de Tecnologías de Información también por el ITESM. Finalmente, estudió un doctorado en Educación en Tecnología Instruccional y Educación a Distancia por la NOVA Southwestern University. Mtro. Iván Tapia, estudió la carrera de Ingeniería en Sistemas de Información en el ITESM Campus Obregón. También estudió una maestría en Ciencias de la Computación en el ITESM Campus Obregón. Es importante mencionar que este proyecto será realizado en colaboración con otros grupos de investigación externos al CA: Dr. Christian Oswaldo Acosta, Departamento de Psicología, ITSON, miembro del CA: Actores y Procesos Psicoeducativos Dr. Ramón Palacio, ITSON, miembro del CA: Redes y Telecomunicaciones Dr. Luis F. Rodríguez, Depto. de Computación y Diseño, ITSON Dr. Jesús Favela, Depto. de Ciencias de la Computación, CICESE Dr. Pablo Romero, IIMAS, UNAM De igual forma, se tiene la participación de estudiantes de licenciatura: Benny Franco Ibarra, estudiante de Ing. en Software del ITSON Mario Oswaldo Parra, estudiante de Ing. en Software del ITSON Juan Manuel Bojórquez, estudiante de Ing. en Software del ITSON Fernando Martínez Anguis, estudiante de Ing. en Software del ITSON 5 Resultados Esperados Uno de los resultados que se espera es poder caracterizar comportamientos en el celular propios de jóvenes universitarios que experimentan ansiedad o depresión. Además, se espera que esta caracterización pueda servir de base para generar un modelo computacional que pueda ayudar a detectar por medio del celular ciertos comportamientos que sugieran que pueda haber depresión o ansiedad en jóvenes universitarios. Además de los resultados en torno a la generación de conocimiento, se tienen ciertos resultados cuantificables que se esperan obtener que van desde publicaciones hasta generación de recursos humanos. 5.1 Corto plazo 1 artículo de congreso internacional Iniciar colaboración con grupos de investigación externos al CA y consolidar trabajo en conjunto entre los miembros del CA. 8

9 5.2 Mediano plazo 2 tesis de licenciatura 1 artículo de congreso internacional 2 artículos de revistas indexadas o JCR 1 reporte técnico 1 prototipo 6 Infraestructura disponible Un laboratorio equipado para que trabajen los estudiantes involucrados Equipo servidor SUN X2200 para procesamiento central de datos Tabletas y Smartphones (3) Acceso a base de datos indexadas como ACM Acervo bibliográfico Software para estadística SPSS Apoyo técnico y asesoría por parte de los colaboradores externos al CA 7 Cronograma de Actividades Las actividades a realizar por parte del CA se describen a continuación siguiendo las actividades descritas en la metodología. 7.1 Etapa 1: Preparación 7.1.1 Diseño e Implementación de herramienta de recolección de datos Aquí se tienen que hacer las siguientes actividades. Primero, se tiene que analizar la manera en que InCense será aumentado para dotarle la capacidad de sensar el uso del teléfono celular. Aquí estaría participando el Mtro. Adrián Macías, el Mtro. Manuel Domitsu, dos de los estudiantes, además de que involucra una visita al CICESE con el Dr. Jesús Favela. En segundo término, los estudiantes estarían implementando los cambios que se requieren en la plataforma, y finalmente, el Mtro. Moisés Rodríguez estaría diseñando y aplicando pruebas para el software recién implementado. 7.1.2 Selección y valoración inicial de estudiantes La Dra. Elsa Padilla y el Mtro. Iván Tapia, en colaboración con el Dr. Christian Acosta y el Centro de Atención e Investigación del Comportamiento Humano del ITSON, estarían reclutando posibles participantes en el estudio. Además, se hará una valoración inicial (basal) a estudiantes participantes para tener una clasificación de los estudiantes. La idea principal es que habrá dos grupos principalmente: un grupo de control en el que no tienen ni ansiedad ni depresión, y otro grupo en el que los estudiantes han sido diagnosticados con depresión o ansiedad en el citado centro. 9

10 7.2 Etapa 2: Recolección de datos 7.2.1 Aplicación de instrumentos BDI/BAI para valoración de manera mensual Esto se realizará en coordinación con el Dr. Christian Acosta y el Centro de Atención e Investigación del Comportamiento Humano del ITSON, donde estará citando de manera mensual a los estudiantes para hacerle una valoración, además de darles seguimiento por parte de la Dra. Elsa Padilla y el Mtro. Iván Tapia. 7.2.2 Implementación de campaña de sensado Los estudiantes involucrados, en colaboración con el Dr. Luis Castro, estarán diseñando una campaña de sensado en InCense para la captura de los datos correspondientes, así como encuestas en el celular que sean definidas en colaboración con el Dr. Christian Acosta. Las campañas de sensado se estarán implementando en los celulares de los participantes, y se les dará seguimiento por parte del Mtro. Adrián Macías y Mtro. Manuel Domitsu para cualquier problema técnico que pueda surgir durante la campaña de recolección. 7.3 Etapa 3: Análisis de datos 7.3.1 Análisis de datos provenientes de instrumentos psicológicos Estudiar las variaciones entre los diagnósticos psicológicos iniciales, así como las valoraciones intermedias de los estudiantes participantes. En esta tarea estarán participando la Dra. Elsa Padilla y el Mtro. Iván Tapia, en colaboración con el Dr. Christian Acosta y el Centro de Atención e Investigación del Comportamiento Humano del ITSON. 7.3.2 Análisis de estadística inferencial Entre el Dr. Luis Castro, Mtro. Adrián Macías, Mtro. Manuel Domitsu y Dr. Christian Acosta, realizar análisis estadístico de los datos para tratar de obtener correlaciones que tengan significancia estadística entre el comportamiento externado en el celular así como su valoración psicológica con respecto a depresión y ansiedad, y comparándolos con aquellos estudiantes que no tienen esas condiciones. Entre otras cosas, las actividades que componen a esta son: condensación y preparación de datos, análisis estadístico, interpretación de resultados. De manera adicional, se tiene una visita del Dr. Pablo Romero del IIMAS, UNAM, quien está trabajando en detección de estrés usando cambios fisiológicos en los individuos. 7.3.3 Diseño de Modelo computacional inicial En colaboración con el Dr. Luis F. Rodríguez y el Dr. Ramón Palacio, se sentarán las bases para el diseño de un modelo computacional que permita estimar depresión o ansiedad con base en un análisis de uso de un teléfono inteligente. De igual forma, este modelo se usara para identificar indicios de depresión o ansiedad de manera automática en un teléfono inteligente. Los miembros que participan en esta actividad son el Dr. Luis Castro, Mtro. Adrián Macías, Mtro. Manuel Domitsu, y Mtro. Moisés Rodríguez. 10

11 7.4 Roles de los participantes Aquí se describen los roles primarios de los participantes en el proyecto Participante Dr. Luis Castro Mtro. Adrián Macías Mtro. Manuel Domitsu Mtro. Moisés Rodríguez Dra. Elsa Padilla Mtro. Iván Tapia Dr. Christian Acosta Dr. Ramón Palacio Dr. Luis F. Rodríguez Dr. Jesús Favela Dr. Pablo Romero Benny Franco Mario Parra Fernando Martínez Juan M. Bojórquez Rol primario Coordinación del proyecto, Diseño experimental, análisis estadístico, diseño de campañas de sensado Diseño de módulo de plataforma de sensado Diseño de módulo de plataforma de sensado Diseño y ejecución de pruebas Reclutamiento, selección y seguimiento de participantes; diseño experimental Reclutamiento, selección y seguimiento de participantes; diseño experimental Diseño experimental, análisis estadístico Asesoría técnica y científica Asesoría técnica y científica Asesoría técnica y científica Asesoría técnica y científica Desarrollo de módulo en plataforma de sensado InCense Desarrollo de módulo en plataforma de sensado InCense Desarrollo de módulo en plataforma de sensado InCense Desarrollo de módulo en plataforma de sensado InCense 11

12 7.5 Cronograma de Actividades El cronograma de actividades es el siguiente: Actividades Diseño e implementación de herramienta de recolección de datos Meses 1 2 3 4 5 6 7 8 9 10 11 12 x x x x Selección y valoración de estudiantes participantes x x x x Aplicación de instrumentos BDI/BAI Implementación de campaña de sensado Artículo de congreso internacional Recolección de datos y seguimiento x x x x x Análisis de datos provenientes de instrumentos BDI/BAI x x x x x x x x Análisis de estadística inferencial x x Artículo de revista y congreso internacional Diseño de modelo computacional inicial x x Escritura de reporte final x x 12

13 8 Presupuesto (1 año) Rubro Justificación Monto Becas para estudiantes (2) Visita científica al CICESE (3 días) Estancia de Profesor visitante Adquisición de materiales, consumibles y accesorios menores Adquisición de infraestructura académica Gastos para trabajo de Campo Beca para estudiantes que estarán apoyando con actividades en el proyecto Incluye alimentos, hospedaje, y traslado por tierra en auto del ITSON para 3 integrantes del CA y 2 estudiantes. La visita se efectúa para reunión de trabajo con el Dr. Jesús Favela en el CICESE (Ensenada, Baja California) Incluye dos estancias de 3 días cada una de profesores visitantes - 1 visita Dr. Jesús Favela, CICESE - 1 visita Dr. Pablo Romero, UNAM Incluye papelería para encuestas, material para impresoras. Adquisición de 10-12 teléfonos celulares Android para sensado. Algunos celulares serán de la última generación (Ej. Samsung Galaxy S4 alrededor de $11,000 c/u), mientras que otros serán modelos anteriores (Ej. Samsung Galaxy S2, S3 alrededor de $5,000 a $9,000 c/u) Incluye gastos de estudiantes relacionados con la recolección de datos generados por el sensado de los 40 participantes durante 6 meses ($6,000 por mes). Gastos incluyen transporte, alimentos, o comunicación. 45,500 35,000 20,000 13,500 100,000 36,000 Asistencia a congresos Asistencia para la presentación en 2 congresos internacionales 50,000 TOTAL $300,000 13

14 9 Referencias AppleInc. (2008). Nike + ipod, from http://www.apple.com/ipod/nike/ Augner, C., & Hacker, G. W. (2012). Associations between problematic mobile phone use and psychological parameters in young adults. International Journal of Public Health, 57(2), 437 441. doi: 10.1007/s00038-011-0234-z Ayzenberg, Y., Hernandez-Rivera, J., & Picard, R. (2012). FEEL: Frequent EDA and event logging - A mobile social interaction stress monitoring system. Paper presented at the Extended Abstracts on Human Factors in Computing Systems (CHI 2012), Austin, Texas, USA. Bannach, D., Amft, O., & Lukowicz, P. (2008). Rapid Prototyping of Activity Recognition Applications. IEEE Pervasive Computing, 7(2), 22-31. doi: 10.1109/mprv.2008.36 Beck, A. T., Epstein, N., Brown, G., & Steer, R. A. (1988). An Inventory for Measuring Clinical Anxiety: Psychometric Properties Journal of Consulting and Clinical Psychology, 56(6), 893-897. Beck, A. T., Steer, R. A., Ball, R., & Ranieri, W. F. (1996). Comparison of Beck Depression Inventories-IA and-ii in Psychiatric Outpatients. Journal of Personality Assessment, 67(3), 588-597. doi: 10.1207/s15327752jpa6703_13 Blom, J., Gatica-Perez, D., & Kiukkonen, N. (2011). People-Centric Mobile Sensing with a Pragmatic Twist: from Behavioral Data Points to Active User Involvement. Paper presented at the 13th international conference on Human computer interaction with mobile devices and services (MobileHCI 2011), Stockholm, Sweden. Castro, L. A., Favela, J., Perez, M., & Garcia-Pena, C. (2011). Opportunistic Sensing for Behavioral Inferences in Elder Care. IEEE Pervasive Computing, 10(4). CENS/UCLA. (2009). Participatory campaigns for sustainability (GarbageWatch), from http://research.cens.ucla.edu/. Cipresso, P., Serino, S., Villani, D., Repetto, C., Sellitti, L., Albani, G.,... Riva, G. (2012). Is your phone so smart to affect your state? An exploratory study based on psychophysiological measures. Neurocomputing, 84, 23-30. doi: 10.1016/j.neucom.2011.12.027 Consolvo, S., McDonald, D. W., Toscos, T., Chen, M. Y., Froehlich, J., Harrison, B.,... Landay, J. A. (2008). Activity sensing in the wild: a field trial of ubifit garden. Paper presented at the Proc. of the SIGCHI Conference on Human Factors in Computing Systems (CHI 2008), Florence, Italy. Cornelius, C., Kapadia, A., Kotz, D., Peebles, D., Shin, M., & Triandopoulos, N. (2008). Anonysense: privacy-aware people-centric sensing. Paper presented at the 6th international conference on Mobile systems, applications, and services, Breckenridge, CO, USA. Chang, K.-h., Fisher, D., Canny, J., & Hartmann, B. (2011). How's my mood and stress?: an efficient speech analysis library for unobtrusive monitoring on mobile phones. Paper presented at the Proc. of the 6th International Conference on Body Area Networks (BodyNets 2011), Beijing, China. Ferreira, P., Sanches, P., Höök, K., & Jaensson, T. (2008). License to chill!: how to empower users to cope with stress. Paper presented at the Proc. of the 5th Nordic conference on Humancomputer interaction: building bridges (NordCHI 2008), Lund, Sweden. Froehlich, J., Chen, M. Y., Consolvo, S., Harrison, B., & Landay, J. A. (2007). MyExperience: a system for in situ tracing and capturing of user feedback on mobile phones. Paper presented at the 5th international conference on Mobile systems, applications and services (MobiSys 2007), San Juan, Puerto Rico. 14

15 Hicks, J., Ramanathan, N., Kim, D., Monibi, M., Selsky, J., Hansen, M., & Estrin, D. (2010). AndWellness: an open mobile system for activity and experience sampling. Paper presented at the Wireless Health 2010, San Diego, California. Kauer, S. D., Reid, S. C., Sanci, L., & Patton, G. C. (2009). Investigating the utility of mobile phones for collecting data about adolescent alcohol use and related mood, stress and coping behaviours: Lessons and recommendations. Drug and Alcohol Review, 28(1), 25-30. doi: 10.1111/j.1465-3362.2008.00002.x Kukkonen, J., Lagerspetz, E., Nurmi, P., & Andersson, M. (2009). BeTelGeuse: A Platform for Gathering and Processing Situational Data. IEEE Pervasive Computing, 8(2), 49-56. Lane, N. D., Miluzzo, E., Lu, H., Peebles, D., Choudhury, T., & Campbell, A. T. (2010). A survey of mobile phone sensing. IEEE Communications Magazine, 48(9), 140-150. Lu, H., Frauendorfer, D., Rabbi, M., Mast, M. S., Chittaranjan, G. T., Campbell, A. T.,... Choudhury, T. (2012). StressSense: detecting stress in unconstrained acoustic environments using smartphones. Paper presented at the Proc. of the 2012 ACM Conference on Ubiquitous Computing (Ubicomp 2012), Pittsburgh, Pennsylvania. Madan, A., Cebrian, M., Lazer, D., & Pentland, A. (2010). Social sensing for epidemiological behavior change. Paper presented at the 12th ACM International Conference on Ubiquitous Computing (Ubicomp 2010), Copenhagen, Denmark. Paredes, P., & Chan, M. K. (2011). CalmMeNow: Exploratory Research and Design of Stress Mitigating Mobile Interventions. Paper presented at the Extended Abstracts on Human Factors in Computing Systems (CHI 2011), May 7 12, 2011, Vancouver, BC, Canada. Perez, M., Castro, L. A., & Favela, J. (2011). InCense: A Research Kit to Facilitate Behavioral Data Gathering from Populations of Mobile Phone Users. Paper presented at the 5th International Symposium of Ubiquitous Computing and Ambient Inteligence (UCAmI 2011), Riviera Maya, Mexico. Rana, R. K., Chou, C. T., Kanhere, S. S., Bulusu, N., & Hu, W. (2010). Ear-phone: an end-to-end participatory urban noise mapping system. Paper presented at the 9th ACM/IEEE International Conference on Information Processing in Sensor Networks, Stockholm, Sweden. Reid, D. J., & Reid, F. J. M. (2007). Text or Talk? Social Anxiety, Loneliness, and Divergent Preferences for Cell Phone Use. Cyberpsychology & Behavior, 10(3), 424-435. doi: 10.1089/cpb.2006.9936 Rodriguez, M. D., Martinez, R., Perez, M., Castro, L. A., & Favela, J. (2012). Using Ontologies to Reduce User Intervention to Deploy Sensing Campaigns with the InCense Toolkit. Paper presented at the 1st International Workshop on Ubiquitous Mobile Instrumentation as part of the14th International Conference on Ubiquitous Computing (Ubicomp 2012), Pittsburgh, PA, USA. Sánchez-Martínez, M., & Otero, A. (2009). Factors Associated with Cell Phone Use in Adolescents in the Community of Madrid (Spain). Cyberpsychology & Behavior, 12(2), 131-137. doi: 10.1089/cpb.2008.0164 Thomée, S., Härenstam, A., & Hagberg, M. (2011). Mobile phone use and stress, sleep disturbances, and symptoms of depression among young adults - a prospective cohort study. BMC Public Health, 11(66). doi: 10.1186/1471-2458-11-66 15