Algoritma Baru Boleh Meramalkan Respons kepada Antidepresan
Penyelidik telah mengembangkan algoritma statistik yang mengenal pasti pesakit yang paling mungkin bertindak balas terhadap antidepresan - sebelum mereka memulakan rawatan.
Penyiasat dari McLean Hospital, sebuah gabungan dari Sekolah Perubatan Harvard, menggunakan data dari percubaan klinikal pelbagai tempat yang baru selesai yang disebut Menetapkan Moderator dan Biosignature of Antidepressant Response in Clinical Care (EMBARC).
Makalah oleh Christian A. Webb, Ph.D., dan Diego A. Pizzagalli, Ph.D., muncul dalam jurnal Perubatan Psikologi.
Webb mengatakan bahawa ciri-ciri demografi dan klinikal individu yang mengambil bahagian dalam kajian EMBARC dikumpulkan sebelum permulaan rawatan oleh pasukan kajian di empat lokasi (Columbia University, Massachusetts General Hospital, University of Michigan, dan UT Southwestern Medical Center) . Peserta juga diberikan tugas berasaskan komputer.
Dengan menggunakan maklumat ini, Webb dan rakan-rakannya mengembangkan algoritma yang meramalkan bahawa kira-kira satu pertiga individu akan memperoleh manfaat terapeutik yang bermakna dari ubat antidepresan berbanding dengan plasebo. Dalam kajian ini, peserta secara rawak diberikan ubat antidepresan yang biasa atau pil plasebo.
Hasilnya, kata Webb, seperti banyak ujian klinikal sebelumnya bahawa "kami mendapati terdapat sedikit perbezaan dalam peningkatan simptom rata-rata antara individu yang secara rawak diberikan ubat berbanding plasebo."
Namun, dia menjelaskan, "untuk sepertiga individu yang diramalkan lebih cocok untuk antidepresan, mereka mempunyai hasil yang jauh lebih baik jika mereka ditugaskan untuk mengambil ubat daripada plasebo."
Kumpulan pesakit yang terakhir dicirikan oleh keterukan kemurungan yang lebih tinggi dan emosi yang negatif, lebih tua, lebih cenderung untuk bekerja, dan menunjukkan kawalan kognitif yang lebih baik pada tugas berkomputer.
"Hasil ini membawa kita lebih dekat untuk mengenal pasti kumpulan pesakit yang sangat mungkin mendapat manfaat daripada perencat pengambilan serotonin terpilih (SSRI) dan dapat merealisasikan tujuan memperibadikan pemilihan rawatan antidepresan," tambah Madhukar Trivedi, MD dari Pusat Perubatan UT Southwestern, MD, penyelaras utama penyelidik untuk kajian EMBARC.
SSRI adalah kelas ubat yang biasanya digunakan sebagai antidepresan dalam rawatan gangguan kemurungan utama dan gangguan kecemasan.
Berdasarkan penemuan ini, kata Webb, pasukannya kini berusaha menyesuaikan algoritma untuk digunakan di klinik "dunia nyata". Secara khusus, katanya, para penyelidik ingin bekerjasama dengan University of Pennsylvania dalam satu kajian yang akan menguji algoritma di klinik psikiatri yang merawat individu yang menderita kemurungan dengan membandingkan dua atau lebih rawatan yang dapat dilaksanakan; sebagai contoh, dua kelas antidepresan, atau antidepresan berlainan berbanding psikoterapi.
"Misi kami adalah menggunakan algoritma berdasarkan data ini untuk memberikan maklumat berguna kepada doktor dan pesakit mengenai rawatan mana yang diharapkan dapat memberikan hasil terbaik bagi individu spesifik ini," kata Webb.
Dia menjelaskan bahawa penyelidikan seperti ini dapat meningkatkan tujuan untuk mewujudkan "perubatan khusus" dalam perawatan kesihatan. "Daripada menggunakan pendekatan satu ukuran untuk semua, kami ingin mengoptimumkan cadangan rawatan kami untuk setiap pesakit," katanya.
Sumber: Hospital McClean
