El paper. En 2000, Hultsch y su equipo formalizaron algo contraintuitivo: la variabilidad del rendimiento de una persona consigo misma (lo que la literatura llama IIV, variabilidad intra-individual) distingue el deterioro incipiente mejor que su rendimiento medio. En 2004, Hultsch y MacDonald lo afinaron en Trends in Cognitive Sciences: la variabilidad en los tiempos de reacción es especialmente sensible, porque captura fluctuaciones del estado neural que preceden al declive visible. Y en 2013, Vaughan demostró en una cohorte comunitaria que esa variabilidad predice demencia incidente con independencia de la media, la edad, la educación y el APOE.
Cómo lo entendimos. Dos personas pueden acertar 8 de 10 en el mismo juego. Una responde siempre en torno a 2 segundos; la otra, a veces en 1 y a veces en 5. La media es idéntica; la historia que cuentan es muy distinta. La irregularidad es señal.
Cómo lo aplicamos. Nuestra segunda señal, el NPVI (Noa Performance Variability Index), mide la variabilidad en tres ejes a la vez: tiempos de reacción (que pesa un 50%, porque es el eje que la literatura señala como más sensible), precisión (30%) y eficiencia (20%, la relación entre acertar y tardar, que captura cuando alguien empieza a comprar precisión a cambio de velocidad). Se calcula sobre una ventana móvil de 7 días.
Lo que añadimos nosotros. Aquí está uno de nuestros moats más simples de explicar: la IIV clásica se mide con 1 o 2 sesiones clínicas al año, y la variabilidad necesita repeticiones para existir. Nuestro régimen diario genera del orden de 30 a 50 mediciones al mes por usuario. No cambiamos el biomarcador; cambiamos la cantidad de película disponible para calcularlo. Trabajos como el de Tales (2012) ya mostraron que combinar ejes de variabilidad mejora la capacidad predictiva respecto a cualquier eje aislado; nosotros operamos esa combinación cada día.
Referencias. Hultsch et al. (2000). Hultsch & MacDonald (2004), Trends in Cognitive Sciences. Bielak et al. (2010). Vaughan et al. (2013), Sydney Memory and Ageing Study. Tales et al. (2012) sobre composites de variabilidad. Zdanowski et al. (2022) sobre evaluación cognitiva computarizada diaria.