Los cuestionarios y encuestas puntuales tradicionales tienen limitaciones considerables para evaluar los estados de ánimo. Generalmente, estos métodos proporcionan una instantánea de un momento concreto, pero no consiguen capturar la naturaleza continua y dinámica de las emociones. Además, puede que no reflejen el contexto en tiempo real en el que se producen las emociones, lo que provoca una pérdida de información muy valiosa. Para abordar estas limitaciones, son necesarios enfoques más sofisticados, como cuestionarios digitales basados en aplicaciones móviles. Estas herramientas permiten realizar evaluaciones ecológicas momentáneas, un método de recopilación de datos en tiempo real que permite a los investigadores monitorizar continuamente la dinámica y evolución de diferentes estados y comportamientos. Este método permite comprender de forma más precisa y completa cómo fluctúan las emociones en circunstancias naturales, y ofrece información muy valiosa tanto para la investigación como para aplicaciones clínicas. Para lograr una medición longitudinal de las emociones de las personas, así como de otros datos sociales y conductuales, el presente estudio desarrolló MobileWell, una herramienta digital que consta de una aplicación móvil y una plataforma de análisis de datos. La aplicación MobileWell recaba, a tiempo real y de forma anónima, tanto datos objetivos como subjetivos de las personas. La plataforma MobileWell combina automática y continuamente los datos recabados y realiza análisis con la ayuda de la IA que se traducen en indicadores a nivel poblacional en relación con la actividad física, las interacciones sociales y los estados de ánimo, así como su relación con el bienestar general.

A pesar de que los estados de ánimo son dinámicos y complejos por naturaleza, existen muy pocos conjuntos de datos públicos que evalúen las emociones de las personas de forma ininterrumpida a lo largo del tiempo. Para corregir esta situación, en el presente estudio se utilizó el sistema MobileWell para recabar un nuevo conjunto de datos abierto. Se seleccionó a más de un centenar de adultos que constituirían una muestra representativa de la población española, equilibrada en términos de género, edad, ubicación e ingresos anuales. Los participantes se instalaron la aplicación MobileWell y la mantuvieron en su móvil durante un mes. Durante ese periodo recibieron cuestionarios digitales varias veces al día. Dichos cuestionarios recabaron datos, introducidos por los propios usuarios, relativos a su estado de salud, emociones y bienestar, lo que permitió contar con una visión global de la situación social, conductual, emocional y de bienestar de los participantes. En concreto, el estudio partió de la hipótesis de que los estados de ánimo pueden ser positivos (alegría, satisfacción, placer) o negativos (tristeza, frustración, ansiedad). Así pues, se pidió a los participantes, seis veces al día, que valoraran cómo se sentían en una escala que iba de «muy mal» a «muy bien». En lo que se refiere al bienestar psicológico, se pidió a los participantes que valoraran una serie de indicadores. La escala de prosperidad se usó para medir el éxito autopercibido, mientras que la escala breve de resiliencia se usó para evaluar la capacidad para recuperarse del estrés. Mediante la escala de satisfacción con la vida, se evaluó el nivel de satisfacción con la vida percibido por el usuario. La escala de trastorno de ansiedad generalizada se usó para medir los síntomas relacionados con la ansiedad, y el cuestionario sobre la salud del paciente-9 evaluó la recurrencia de varios síntomas destacados de depresión. Por último, el cuestionario de aceptación y acción-II midió el nivel de evitación experiencial. Este enfoque global permite un conocimiento detallado del bienestar psicológico y emocional de los participantes.

Ciertas teorías muy influyentes sobre las emociones sostienen que las personas tienen un estado de ánimo de base particular que actúa como punto de referencia al que regresan tras una experiencia emocional intensa o acontecimientos de regulación internos, como los que se experimentan durante las grandes transiciones vitales o en situaciones de estrés. Este estudio exploró la hipótesis alternativa de que las personas tienen más de un estado de ánimo particular y experimentan transiciones bruscas entre dichos estados. Esta hipótesis se inspira en el concepto de multiestabilidad observado en otros sistemas naturales complejos, como los lagos, que pueden experimentar cambios súbitos entre aguas cristalinas y aguas turbias, o los bosques tropicales, que rápidamente pueden transformarse en sabanas. Para ahondar en esta hipótesis, la presente investigación analizó los datos emocionales recopilados en el estudio MobileWell100+. A las series temporales de datos sobre emociones se les aplicó un enfoque para el análisis de estabilidad de paisajes, desarrollado inicialmente para sistemas ecológicos. Los resultados del análisis revelaron que más de la mitad de los participantes (el 61,5 %) presentaban un comportamiento biestable, lo cual significa que sus emociones a menudo pasaban repentinamente de un estado positivo a uno negativo, y viceversa, en lugar de regresar a un punto de partida estable. Además, esta biestabilidad emocional se observaba de forma prácticamente igual en mujeres (47,5 %) y hombres (52,5 %). Comprender que, en general, las personas son biestables tiene implicaciones importantes tanto para la investigación psicológica como para la práctica clínica. Enfatiza la importancia de tener en cuenta la complejidad y variabilidad de las experiencias emocionales al desarrollar intervenciones y ayudas en materia de salud mental. Además, el reconocimiento de patrones emocionales biestables podría conducir a estrategias más efectivas para fomentar la resiliencia y el bienestar psicológico.

Este estudio también examinó si las transiciones entre estados de ánimo guardan relación con el bienestar de las personas. El primer paso fue cuantificar la intensidad con que los participantes pasaban de un estado de ánimo positivo a uno negativo, y viceversa. Con estos datos, se desarrollaron varios parámetros nuevos para medir estos cambios, y se halló que un parámetro en concreto que cuantifica la tendencia a pasar de un estado de ánimo positivo a uno negativo (la proporción de cambio de afecto positivo a negativo, P2N-ASR) era un sólido predictor para varios indicadores de bienestar psicológico, como la depresión, la ansiedad, la satisfacción con la vida y la resiliencia. El P2N-ASR superó los parámetros tradicionales —como la media y los niveles de desviación estándar del afecto positivo y negativo— en la predicción de algunos de estos indicadores. Unos niveles mayores de P2N-ASR se asociaron especialmente a un mayor malestar, como un incremento de los síntomas de depresión y ansiedad y una reducción de la resiliencia y la satisfacción con la vida. A diferencia de los métodos anteriores, que requerían realizar complejas valoraciones de los estados de ánimo, el P2N-ASR se basa en una pregunta muy simple sobre si la persona se siente bien o mal. Esta simplicidad, combinada con su fuerte valor predictivo, convierte el parámetro P2N-ASR en una herramienta muy útil para los profesionales de la salud mental. El descubrimiento, por parte de los autores, de la biestabilidad en las emociones humanas, un fenómeno que denominaron «biestabilidad afectiva», resulta crucial para comprender mejor tanto las experiencias emocionales sanas como las patológicas.

El presente estudio revela una compleja visión de la dinámica emocional, poniendo de manifiesto que la mayoría de los integrantes de la muestra presentaban un comportamiento biestable, en el que sus emociones pasaban repentinamente de un estado positivo a uno negativo, y viceversa. Esto supone un desafío para el concepto tradicional de estabilidad emocional, que asume que por lo general las emociones regresan al punto de partida tras las alteraciones. Usando la aplicación MobileWell y un nuevo parámetro conocido como proporción de cambio de afecto positivo a negativo (P2N-ASR), el estudio subraya que la tendencia a esos cambios emocionales es un sólido predictor de dificultades en materia de bienestar psicológico. En concreto, unos mayores niveles de P2N-ASR se relacionan con un aumento de la ansiedad y la depresión y unos menores niveles de resiliencia y satisfacción con la vida. La simplicidad del parámetro P2N-ASR —que se basa en una valoración directa de si uno se siente bien o mal— lo convierte en una herramienta muy valiosa para los profesionales de la salud mental. Supera los parámetros tradicionales que se basan en valoraciones complejas de los estados de ánimo y ofrece un enfoque más práctico y claro para monitorizar la salud mental y realizar predicciones en este ámbito. Esta simple clasificación entre «bien» y «mal» se alinea mejor con la forma en que las personas comunican naturalmente su estado anímico en sus interacciones diarias, lo que la hace más accesible y fácil de transmitir, aspecto de gran valor en la práctica clínica. El descubrimiento de la «biestabilidad afectiva» nos permite ahondar en la comprensión de las experiencias emocionales, lo que sugiere que las intervenciones en materia de salud mental podrían beneficiarse de abordar la naturaleza dinámica de las emociones en lugar de centrarse únicamente en una estabilidad basal.

BAÑOS, O.; BAILON, C.; DAMAS, M.; GOICOECHEA, C.; PERAKAKIS, P.; POMARES, H.; RODRIGUEZ-LEON, C.; SANABRIA, D.; VILLALONGA, C. (2022): MobileWell100+: A Multivariate Longitudinal Mobile Dataset for Investigating Individual and Collective Well-Being [conjunto de datos]. Zenodo. 

BAÑOS, O., et al. (2021): MobileWell (versión 1.0) [software informático]. .

DAKOS, V.; KÉFI, S. (2022): «Ecological resilience: what to measure and how». En: Environmental Research Letters, 17(4), 043003.

HIROTA, M.; HOLMGREN, M.; VAN NES, E. H.; SCHEFFER, M. (2011): «Global resilience of tropical forest and savanna to critical transitions». En: Science, 334(6053), 232-235.

STINSON, L.; LIU, Y.; DALLERY, J. (2022): «Ecological momentary assessment: a systematic review of validity research». En: Perspectives on Behavior Science, 45(2), 469-493.