Clear Sky Science · it

Un dataset sui livelli di stress e ansia degli studenti universitari basato su questionari e sensori indossabili

· Torna all'indice

Perché questo è importante per studenti e genitori

Stress e ansia sono una realtà quotidiana per molti studenti universitari, influenzando in modo silenzioso voti, sonno e persino la decisione di proseguire gli studi. Gran parte di ciò che sappiamo sulla salute mentale degli studenti proviene però da indagini occasionali che non cogliono gli alti e bassi della vita reale. Questo studio introduce un nuovo dataset open che segue gli studenti per un intero semestre usando sia domande di check-in quotidiane sia dispositivi indossabili, offrendo un quadro più dettagliato di come la vita nel campus e la pressione mentale si muovano insieme.

Figure 1. Gli studenti condividono sensazioni quotidiane e segnali dai dispositivi indossabili che confluiscono in un unico dataset organizzato su stress e ansia.
Figure 1. Gli studenti condividono sensazioni quotidiane e segnali dai dispositivi indossabili che confluiscono in un unico dataset organizzato su stress e ansia.

La vita studentesca sotto una pressione silenziosa

Gli anni universitari sono spesso descritti come entusiasmanti e ricchi di opportunità, ma possono anche essere segnati da una pressione costante. Gli studenti gestiscono carichi di studio pesanti, preoccupazioni economiche, circoli sociali in evoluzione e incertezza sul futuro. Ricerche precedenti mostrano che molti studenti, sia triennali sia magistrali, riportano stress e ansia da moderati a gravi, fattori collegati a voti più bassi, assenze e a un rischio maggiore di abbandono. Gli studenti del primo anno sembrano particolarmente a rischio, e chi studia medicina o scienze della salute affronta spesso un carico ancora più elevato a causa di doveri clinici e percorsi formativi lunghi.

Dalle indagini occasionali al monitoraggio quotidiano

La maggior parte degli studi esistenti dipende ancora da questionari sporadici di tipo retrospettivo o visite cliniche. Questi strumenti catturano solo un'istantanea delle sensazioni degli studenti e sono vulnerabili a lacune di memoria, poiché le persone devono ricordare come si sono sentite in giorni o settimane passate. Mancano inoltre di coloro che stanno peggio, che potrebbero non rispondere affatto a lunghi questionari. Al contrario, i nuovi dispositivi indossabili possono raccogliere in modo discreto segnali di battito cardiaco e attività 24 ore su 24 in contesti quotidiani. Combinati con brevi domande giornaliere, promettono un modo per seguire stress e ansia mentre salgono e scendono durante esami, vacanze e settimane ordinarie.

Come è stato costruito il nuovo dataset

Gli autori hanno creato il dataset SSAQS seguendo volontari undergraduate di due università messicane per un semestre, da febbraio a luglio 2025. Studenti dei corsi di informatica e ingegneria matematica sono stati invitati a partecipare, hanno dato il consenso informato e potevano abbandonare lo studio in qualsiasi momento. Hanno visionato un video e partecipato a una conferenza di uno psicologo per chiarire cosa si intende per stress e ansia. Ogni sera, tra le 20 e le 22, ricevevano un breve questionario telefonico che chiedeva di valutare il livello medio di stress e ansia di quella giornata su una scala da 0 a 100. Avvisi di promemoria hanno aiutato a mantenere alte le risposte e in media gli studenti hanno risposto a più dell'80 percento delle domande giornaliere.

Cosa hanno registrato i dispositivi indossabili

Parallelamente ai questionari, ciascun partecipante ha indossato un Fitbit Inspire 3 giorno e notte. Gli orologi hanno raccolto misure relative al movimento quotidiano, al sonno e a segnali corporei. Tra queste, categorie di livello di attività come sedentario o molto attivo, variazioni del ritmo cardiaco durante il sonno, stima della saturazione di ossigeno notturna, minuti trascorsi in sonno profondo, conteggio giornaliero dei passi e un punteggio di stress calcolato da Fitbit sulla base di diversi segnali interni. I dati sono stati scaricati mensilmente dagli studenti, anonimizzati con script e organizzati in file separati per individuo, con timestamp precisi che permettono ai ricercatori di allineare i pattern fisiologici con le sensazioni autoriportate.

Figure 2. I segnali dei dispositivi indossabili e le valutazioni quotidiane dell'umore provenienti dagli stessi studenti si trasformano in curve affiancate comparabili tra loro.
Figure 2. I segnali dei dispositivi indossabili e le valutazioni quotidiane dell'umore provenienti dagli stessi studenti si trasformano in curve affiancate comparabili tra loro.

Controllo qualità e limiti

Il team ha esaminato attentamente i dati per comprenderne punti di forza e limiti. I grafici a istogramma hanno mostrato che la maggior parte dei valori rientrava in intervalli realistici, sebbene alcune letture di ossigeno si siano raggruppate su valori bassi probabilmente riflettendo momenti in cui gli studenti avevano rimosso il dispositivo. Il punteggio di stress di Fitbit conteneva molti valori zero segnalati come calcoli falliti, che gli autori raccomandano di filtrare. Quando i ricercatori hanno confrontato le medie giornaliere del punteggio di stress derivato dal dispositivo con le valutazioni di stress fornite dagli studenti, la correlazione è risultata molto bassa. Ciò suggerisce che ciò che l'orologio rileva nel corpo e ciò che gli studenti percepiscono nella mente non si muovono sempre insieme, e ognuno offre una finestra diversa sullo stress.

Cosa offre questa risorsa per il futuro

Il dataset SSAQS colma un'importante lacuna fornendo un registro pubblico e semestrale di segnali legati a stress e ansia nella vita reale del campus, ed è una delle prime risorse di questo tipo provenienti dall'America Latina. I ricercatori in salute mentale, data science e tecnologia indossabile possono ora testare e confrontare metodi per rilevare lo stress, esplorare come sonno, movimento e umore interagiscono e progettare strumenti più intelligenti per supportare gli studenti prima che i problemi si aggravino. Pur basandosi in parte su algoritmi proprietari e su valutazioni riassuntive giornaliere, offrono un punto di partenza ricco per costruire sistemi più precisi ed equi per comprendere e alleviare il carico mentale degli studenti universitari.

Citazione: Garcia-Ceja, E., Alvarado-Uribe, J., Escamilla-Ambrosio, P.J. et al. A Dataset of University Students' Stress and Anxiety Levels based on Questionnaires and Wearable Sensors. Sci Data 13, 732 (2026). https://doi.org/10.1038/s41597-026-07085-7

Parole chiave: stress studentesco, ansia, sensori indossabili, dati Fitbit, monitoraggio della salute mentale