Top News

Αλγόριθμος “δείχνει” πότε ο ασθενής χρειάζεται αντικαταθλιπτικά

Αλγόριθμος “δείχνει” πότε ο ασθενής χρειάζεται αντικαταθλιπτικά
Your browser does not support the video tag. Ερευνητές του McLean Hospital έχουν ολοκληρώσει μια μελέτη που προσπάθησε να καθορίσει ποια άτομα με κατάθλιψη είναι τα καλύτερα προσαρμοσμένα για αντικαταθλιπτικά φάρμακα. Τα ευρήματά τους, που δημοσιεύτηκαν στην Psychological Medicine οδήγησαν στην ανάπτυξη ενός στατιστικού αλγορίθμου που εντοπίζει τους ασθενείς που μπορεί να ανταποκριθούν καλύτερα στα […]

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Ερευνητές του McLean Hospital έχουν ολοκληρώσει μια μελέτη που προσπάθησε να καθορίσει ποια άτομα με κατάθλιψη είναι τα καλύτερα προσαρμοσμένα για αντικαταθλιπτικά φάρμακα. Τα ευρήματά τους, που δημοσιεύτηκαν στην Psychological Medicine οδήγησαν στην ανάπτυξη ενός στατιστικού αλγορίθμου που εντοπίζει τους ασθενείς που μπορεί να ανταποκριθούν καλύτερα στα αντικαταθλιπτικά φάρμακα πριν αρχίσουν τη θεραπεία.

Ο Christian A. Webb, Ph.D., διευθυντής της Θεραπείας και της Αιματολογίας κατάθλιψης στο Εργαστήριο Νεολαίας στο Νοσοκομείο McLean, είναι ένας από τους συνεργάτες της μελέτης, μαζί με τον Diego A. Pizzagalli, Ph.D., διευθυντή του Κέντρου για την Κατάθλιψη του McLean , Έρευνα άγχους.  Ο Webb εξήγησε πως η μελέτη τους αποτελεί “Προσωπική πρόβλεψη του αντικαταθλιπτικού κατά της απάντησης placebo: Στοιχεία από τη μελέτη EMBARC”, αυξήθηκε από δεδομένα που προέκυψαν από μια μεγάλη και πρόσφατα ολοκληρωμένη κλινική δοκιμή πολλαπλών θέσεων των αντικαταθλιπτικών φαρμάκων που ονομάζεται Δημιουργία Συντονιστών και Βιογραφίες Ανταπόκρισης Κλινική περίθαλψη (EMBARC).


Τα δημογραφικά και κλινικά χαρακτηριστικά των ατόμων που συμμετείχαν στη μελέτη EMBARC συλλέχθηκαν πριν από την έναρξη της θεραπείας από την ομάδα μελέτης σε τέσσερις τοποθεσίες (Πανεπιστήμιο Κολούμπια, Γενικό Νοσοκομείο της Μασαχουσέτης, Πανεπιστήμιο του Μίτσιγκαν και Ιατρικό Κέντρο Southwestern UT). Στους συμμετέχοντες δόθηκαν επίσης καθήκοντα υπολογιστών.

Χρησιμοποιώντας αυτές τις πληροφορίες, ο Webb και οι συνεργάτες του ανέπτυξαν έναν αλγόριθμο που προβλέπει ότι περίπου το ένα τρίτο των ατόμων θα αντλήσει ένα σημαντικό θεραπευτικό όφελος από αντικαταθλιπτικά φάρμακα σε σχέση με το εικονικό φάρμακο. Στη μελέτη, οι συμμετέχοντες ανατέθηκαν τυχαία σε ένα κοινό αντικαταθλιπτικό φάρμακο ή σε ένα δισκίο placebo.

Τα αποτελέσματα, όπως ανέφερε ο Webb, ήταν όπως και πολλές προηγούμενες κλινικές δοκιμές στο ότι “διαπιστώσαμε σχετικά μικρή διαφορά στη μέση βελτίωση των συμπτωμάτων μεταξύ των ατόμων που τυχαία ανατέθηκαν στο φάρμακο έναντι του εικονικού φαρμάκου”.

Ωστόσο, εξήγησε, “για το ένα τρίτο των ατόμων που αναμένεται να είναι καλύτερα προσαρμοσμένα στα αντικαταθλιπτικά φάρμακα, είχαν σημαντικά καλύτερες επιπτώσεις αν έλαβαν μέρος στο φάρμακο παρά στο εικονικό φάρμακο”. Η τελευταία ομάδα ασθενών χαρακτηρίστηκε από υψηλότερη σοβαρότητα κατάθλιψης και αρνητική συναισθηματικότητα, ήταν μεγαλύτερης ηλικίας, πιο πιθανό να χρησιμοποιηθεί, και επέδειξε καλύτερο γνωστικό έλεγχο σε μια μηχανογραφημένη εργασία.

“Αυτά τα αποτελέσματα μας φέρνουν πιο κοντά στον εντοπισμό ομάδων ασθενών που είναι πολύ πιθανό να επωφεληθούν κατά προτίμηση από μια SSRI και θα μπορούσαν να συνειδητοποιήσουν το στόχο της εξατομίκευσης της επιλογής της αντικαταθλιπτικής θεραπείας”, πρόσθεσε ο Madhukar Trivedi, MD, συντονιστής του ερευνητή EMBARC του UT Southwestern Medical Center.

Με βάση αυτά τα ευρήματα, ανέφερε ο Webb, η ομάδα του προσπαθεί τώρα να προσαρμόσει τον αλγόριθμο για χρήση σε κλινικές “πραγματικού κόσμου”. Συγκεκριμένα ανέφερε ότι οι ερευνητές προσπαθούν να συνεργαστούν με το Πανεπιστήμιο της Πενσυλβάνια σε μια μελέτη που θα δοκιμάσει τον αλγόριθμο σε ψυχιατρικές κλινικές που θα θεραπεύουν τα άτομα που πάσχουν από κατάθλιψη συγκρίνοντας δύο ή περισσότερες βιώσιμες θεραπείες -Για παράδειγμα, δύο διαφορετικές κατηγορίες αντικαταθλιπτικών ή αντικαταθλιπτικά έναντι της ψυχοθεραπείας.

“Η αποστολή μας είναι να χρησιμοποιήσουμε αυτούς τους αλγόριθμους με γνώμονα τα δεδομένα για να παρέχουμε στους κλινικούς ιατρούς και στους ασθενείς χρήσιμες πληροφορίες σχετικά με το ποια θεραπεία αναμένεται να αποφέρει το καλύτερο αποτέλεσμα για αυτό το συγκεκριμένο άτομο”, δήλωσε ο Webb. Εξήγησε ότι η έρευνα αυτή μπορεί να ενισχύσει το στόχο της δημιουργίας “εξατομικευμένης ιατρικής” στην υγειονομική περίθαλψη. “Αντί να χρησιμοποιήσουμε μια προσέγγιση ενός μεγέθους, θα θέλαμε να βελτιστοποιήσουμε τις συστάσεις θεραπείας για μεμονωμένους ασθενείς”, δήλωσε.