1

en nasjonal studie initiert AV Ut Southwestern i 2011 for bedre å forstå humørsykdommer har produsert hva forskere kaller prosjektets flaggskipfunn: en datamaskin som nøyaktig kan forutsi om et antidepressivt middel vil fungere basert på pasientens hjerneaktivitet.

den nye forskningen er den siste blant flere studier fra studien som kumulativt viser hvordan høyteknologiske strategier kan hjelpe leger objektivt diagnostisere og foreskrive depresjonsbehandlinger. Selv om implementering av disse tilnærmingene vil ta tid, forutsier forskere verktøy som AI, hjerneavbildning og blodprøver vil revolusjonere psykiatriområdet i de kommende årene.

» disse studiene har vært en større suksess enn noen på teamet vårt kunne ha forestilt seg, » sier Madhukar Trivedi, Md, EN Ut Southwestern psykiater som overvåket multi-site rettssaken involverer Stanford, Harvard og andre institusjoner. «Vi ga rikelig med data for å vise at vi kan bevege oss forbi gjettespillet om å velge depresjonsbehandlinger og endre tankegangen til hvordan sykdommen skal diagnostiseres og behandles.»

eeg-baserte spådommer

studien publisert I Nature Biotechnology inkluderte mer enn 300 deltakere med depresjon som ble tilfeldig valgt for å motta enten en placebo eller EN ssri (selektiv serotonin reuptake inhibitor), den vanligste klassen av antidepressiva. Forskere brukte et elektroensfalogram, ELLER EEG, for å måle elektrisk aktivitet i deltakerens cortex før de begynte behandling. Teamet utviklet deretter en maskinlæringsalgoritme for å analysere OG bruke EEG-dataene for å forutsi hvilke pasienter som ville ha nytte av medisinen innen to måneder.

IKKE bare forutså AI nøyaktig utfall, videre forskning antydet at pasienter som var tvilsomme til å reagere på et antidepressivt middel, sannsynligvis ville forbedre seg med andre tiltak som psykoterapi eller hjernestimulering.

funnene ble validert i ytterligere tre pasientgrupper.

«denne studien tar tidligere forskning, som viser at Vi kan forutsi hvem som drar nytte av et antidepressivt middel, og faktisk bringer det til praktisk nytte,» sier Amit Etkin, Md, Ph. D., En Stanford University psychiatry professor som jobbet Med Trivedi for å utvikle algoritmen.

blant de neste trinnene, sier forskere, utvikler ET AI-grensesnitt som kan integreres mye med Eeg over hele landet, samt søker godkjenning fra US Food And Drug Administration.

Signaturer av depresjon

Data fra studien stammer fra 16-ukers EMBARC-studien, Som Trivedi initierte på fire amerikanske steder for å etablere biologibaserte, objektive strategier for å rette opp humørsykdommer.

prosjektet evaluerte pasienter med alvorlig depressiv lidelse gjennom hjerneavbildning og ulike DNA, blod og andre tester. Hans mål var å ta opp et foruroligende funn fra EN annen studie han ledet (STAR*D) som fant at opptil to tredjedeler av pasientene ikke responderte tilstrekkelig på deres første antidepressiva.

«Vi gikk inn i denne tankegangen,» Ville Det ikke være bedre å identifisere i begynnelsen av behandlingen hvilke behandlinger som ville være best for hvilke pasienter?»Trivedi forklarer.

Tidligere EMBARC-studier identifiserte ulike prediktive tester, inkludert bruk av magnetisk resonans imaging (MRI) for å undersøke hjernens aktivitet i både hvilestatus og under behandling av følelser. EEG vil trolig være det mest brukte verktøyet, Sier Trivedi, fordi Det er billigere og – i de fleste tilfeller-vil være like eller mer effektivt.

imidlertid kan en blodprøve eller MR være nødvendig for noen pasienter hvis depresjonen manifesterer seg på en annen måte. «Det er mange signaturer av depresjon i kroppen,» Sier Trivedi. «Å ha alle disse testene tilgjengelig vil forbedre sjansene for å velge riktig behandling første gang.»

Voksende problem

ifølge data Fra National Health And Nutrition Examination Survey har antidepressiv bruk i USA økt nesten 65% over et tiår og et halvt-fra 7,7% i 1999-2002 til 12,7% i 2011-2014. Trivedi sier at den utvidede bruken av medisiner gjør det mer kritisk å forstå grunnlaget for depresjon og sikre at pasientene foreskrives en effektiv terapi.

Mens teamet hans fortsetter å evaluere data fra EMBARC-studien, Har Trivedi initiert andre store forskningsprosjekter for å forbedre remisjonsgraden av depresjon. BLANT DEM ER D2K, en studie som vil registrere 2500 pasienter med depresjon og bipolare lidelser og følge dem i 20 år. I TILLEGG ER RAD EN 10-årig studie av 2500 deltakere (i alderen 10-24) som vil avdekke faktorer for å redusere risikoen for å utvikle humør eller angstlidelser.

Ved hjelp av Noen av disse enrollene, Vil Trivedis forskerteam studere resultatene fra flere andre tester for å vurdere pasientens biologiske signaturer for å bestemme den mest effektive behandlingen.

» Det kan være ødeleggende for en pasient når et antidepressivt middel ikke virker, » Sier Trivedi. «Vår forskning viser at de ikke lenger trenger å tåle den smertefulle prosessen med prøving og feiling.»