Neuer Algorithmus kann die Reaktion auf Antidepressiva vorhersagen
Forscher haben einen statistischen Algorithmus entwickelt, der Patienten identifiziert, die am besten auf Antidepressiva ansprechen können - bevor sie mit der Behandlung beginnen.
Die Ermittler des McLean Hospital, einer Tochtergesellschaft der Harvard Medical School, verwendeten Daten aus einer kürzlich abgeschlossenen klinischen Studie an mehreren Standorten mit dem Titel „Moderatoren und Biosignaturen der Antidepressivumreaktion in der klinischen Versorgung“ (EMBARC).
Das Papier von Christian A. Webb, Ph.D., und Diego A. Pizzagalli, Ph.D., erscheint in der Zeitschrift Psychologische Medizin.
Webb sagte, dass demografische und klinische Merkmale von Personen, die an der EMBARC-Studie teilgenommen haben, vor Beginn der Behandlung vom Studienteam an vier Standorten (Columbia University, Massachusetts General Hospital, University of Michigan und UT Southwestern Medical Center) erfasst wurden. . Den Teilnehmern wurden auch computergestützte Aufgaben übertragen.
Unter Verwendung dieser Informationen entwickelten Webb und seine Kollegen einen Algorithmus, der vorhersagt, dass ungefähr ein Drittel der Personen einen bedeutenden therapeutischen Nutzen aus Antidepressiva im Vergleich zu Placebo ziehen würde. In der Studie wurden die Teilnehmer nach dem Zufallsprinzip einem gängigen Antidepressivum oder einer Placebo-Pille zugeordnet.
Die Ergebnisse, so Webb, waren wie in vielen früheren klinischen Studien dahingehend, dass "wir einen relativ geringen Unterschied in der durchschnittlichen Symptomverbesserung zwischen den Personen, denen das Medikament zufällig zugewiesen wurde, und dem Placebo fanden".
Er erklärte jedoch: "Für ein Drittel der Personen, von denen vorhergesagt wurde, dass sie besser für Antidepressiva geeignet sind, hatten sie signifikant bessere Ergebnisse, wenn sie eher dem Medikament als dem Placebo zugewiesen wurden."
Die letztere Gruppe von Patienten war durch einen höheren Schweregrad der Depression und eine negative Emotionalität gekennzeichnet, war älter, wurde häufiger eingesetzt und zeigte eine bessere kognitive Kontrolle bei einer computergestützten Aufgabe.
"Diese Ergebnisse bringen uns der Identifizierung von Gruppen von Patienten näher, die sehr wahrscheinlich bevorzugt von selektiven Serotonin-Wiederaufnahmehemmern (SSRIs) profitieren, und könnten das Ziel der Personalisierung der Auswahl der Antidepressivum-Behandlung verwirklichen", fügte Madhukar Trivedi, MD, Koordinierender Hauptforscher des UT Southwestern Medical Center, hinzu die EMBARC-Studie.
SSRIs sind eine Klasse von Arzneimitteln, die typischerweise als Antidepressiva bei der Behandlung von Depressionen und Angststörungen eingesetzt werden.
Aufbauend auf diesen Erkenntnissen, sagte Webb, versucht sein Team nun, den Algorithmus für den Einsatz in „realen“ Kliniken anzupassen. Insbesondere, sagte er, wollen die Forscher mit der University of Pennsylvania an einer Studie zusammenarbeiten, die den Algorithmus in psychiatrischen Kliniken zur Behandlung von Menschen mit Depressionen testen soll, indem zwei oder mehr praktikable Behandlungen verglichen werden. Zum Beispiel zwei verschiedene Klassen von Antidepressiva oder Antidepressiva vs. Psychotherapie.
"Unsere Mission ist es, diese datengesteuerten Algorithmen zu verwenden, um Ärzten und Patienten nützliche Informationen darüber zu liefern, welche Behandlung das beste Ergebnis für diese bestimmte Person erzielen soll", sagte Webb.
Er erklärte, dass solche Forschungen das Ziel der Schaffung einer „personalisierten Medizin“ im Gesundheitswesen fördern könnten. "Anstatt einen einheitlichen Ansatz zu verwenden, möchten wir unsere Behandlungsempfehlungen für einzelne Patienten optimieren", sagte er.
Quelle: McClean Hospital
