Longevity & AgingArtículo de investigaciónAcceso abierto

Los dispositivos wearables y la IA muestran un potencial inicial para detectar el deterioro cognitivo, pero la validación va rezagada

Una revisión sistemática de 49 estudios vincula la alteración del sueño y de los ritmos de reposo-actividad con un peor rendimiento cognitivo. Los modelos de IA alcanzan AUC de 0,70-0,95, pero carecen de validación externa.

viernes, 20 de noviembre de 2026 0 visualizaciones
Publicado en J Med Internet Res
Older adult asleep wearing a smartwatch, with glowing rest-activity rhythm waves and a faint brain outline above

Resumen

Esta revisión sistemática reunió 49 estudios (2020-2025) sobre datos obtenidos mediante dispositivos portátiles para la detección temprana del deterioro cognitivo y la demencia. La mayoría empleó actigrafía de grado de investigación, y la mayor parte de los análisis fueron estadísticos. El sueño fragmentado, los ritmos circadianos debilitados y la actividad irregular se asociaron con peor función cognitiva, con tamaños del efecto entre modestos y moderados. Los modelos de aprendizaje automático y aprendizaje profundo informaron AUC de aproximadamente 0,70-0,95. Solo alrededor de una cuarta parte de los estudios abordó directamente la detección temprana o la prevención mediante la estimación del riesgo o la predicción. Las muestras eran con frecuencia pequeñas, el seguimiento fue breve y la validación externa fue limitada. La evidencia es de tipo asociativo y se centra sobre todo en el diagnóstico o la estratificación del riesgo; no demuestra que los dispositivos portátiles mejoren los resultados de salud. La revisión no fue registrada previamente y no realizó un metaanálisis de los resultados.

Resumen detallado

Las pruebas cognitivas estándar, como el MMSE y el MoCA, son episódicas, por lo que pueden pasar por alto cambios graduales que preceden a la demencia. Los dispositivos wearables pueden registrar de forma pasiva el sueño, la actividad y los ritmos circadianos durante largos periodos, y la IA podría convertir esos flujos de datos en biomarcadores digitales para detectar el riesgo de forma más temprana. Esta revisión analizó en qué medida la evidencia respalda esa idea.

Los autores buscaron en PubMed, Scopus, ACM Digital Library y SpringerLink estudios en humanos revisados por pares publicados entre enero de 2020 y diciembre de 2025. Los participantes tenían una edad media de 50 años o más, los datos del wearable cubrían al menos 24 horas y los resultados cognitivos estaban validados. Dos revisores seleccionaron los estudios y evaluaron el sesgo. La revisión no se registró de forma prospectiva. Dado que los dispositivos, los resultados y los métodos variaban tanto, no se realizó un metaanálisis, solo una síntesis narrativa.

Se incluyeron 49 estudios, con tamaños de muestra de entre 14 y 91.948 participantes (más de 200.000 en total, mediana de 145). Predominó la actigrafía de grado de investigación (43/49), y los dispositivos comerciales aparecieron en 7. El MMSE fue el resultado más común (18/49). La mayoría de los análisis fueron estadísticos (36/49), con 7 que usaron aprendizaje automático y 6 que usaron aprendizaje profundo. El diseño se repartió entre estudios transversales (21) y estudios de cohorte longitudinales (24). La mayoría de los estudios se calificaron como de bajo riesgo de sesgo (alrededor del 69-71 %, ya que el artículo informa cifras ligeramente distintas).

Los análisis estadísticos vincularon el sueño alterado, los ritmos circadianos fragmentados y la actividad irregular con una peor cognición, con tamaños del efecto de modestos a moderados. Los clasificadores de aprendizaje automático y profundo informaron AUC de aproximadamente 0,70-0,95. Alrededor de una cuarta parte de los estudios (13/49) abordó la detección temprana o la prevención mediante la estimación longitudinal del riesgo o el modelado predictivo. El resto fueron hallazgos correlacionales indirectos.

La señal es un marcador conductual de riesgo y funciona en el plano de la detección y la estratificación. La revisión no demuestra que actuar guiándose por los wearables modifique los resultados cognitivos ni la incidencia de demencia. Entre las salvedades figuran las muestras pequeñas, el seguimiento breve, la validación externa limitada y los amplios rangos de AUC, que probablemente reflejan diseños más débiles en el extremo inferior. Las grandes cohortes (47.000-92.000 participantes) pesaron mucho en las cifras agregadas. También es posible la causalidad inversa, ya que la neurodegeneración temprana puede alterar por sí misma el sueño y los ritmos. Los biomarcadores de los wearables parecen merecer atención, pero aún no están validados para el cribado individual.

Hallazgos clave

  • 49 studies (2020-2025) included; 87.8% used research-grade actigraphy and 14.3% used commercial wearables.
  • Disrupted sleep, circadian fragmentation and irregular activity were associated with worse cognition, with modest-to-moderate effect sizes.
  • Machine and deep learning classifiers reported AUCs of about 0.70-0.95; external validation was limited.
  • Only 13/49 studies (26.5%) addressed early detection or prevention via longitudinal risk estimation or prediction.
  • No meta-analysis was possible; the review was not preregistered, and evidence of improved outcomes from wearable-guided action is absent.

Metodología

Revisión sistemática siguiendo PRISMA 2020 en cuatro bases de datos, con cribado y evaluación del riesgo de sesgo realizados de forma independiente por dos revisores (ATCS, Newcastle-Ottawa, Cochrane, QUADAS-2). Solo se realizó una síntesis narrativa debido a la heterogeneidad; no estaba preregistrada. Los tamaños de muestra oscilaron entre 14 y 91.948.

Limitaciones del estudio

Los estudios incluidos a menudo tenían muestras pequeñas, un seguimiento breve y poca validación externa, y las asociaciones podrían reflejar causalidad inversa. La heterogeneidad impidió combinar los resultados, la revisión no estaba registrada y la búsqueda se limitó al inglés, con 15 informes que no pudieron recuperarse. Las AUC reportadas abarcan un amplio rango y podrían ser demasiado optimistas dada la limitada validación externa.

¿Te ha gustado este resumen?

Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.

Introduce tu correo electrónico para suscribirte: