Hace algunas semanas (22 de febrero de 2017), apareció un nuevo estudio en JAMA Psychiatry , una de las principales revistas psiquiátricas, titulado "Reevaluando la eficacia y la previsibilidad de los tratamientos antidepresivos: un enfoque de agrupamiento sintomático". En este estudio, el Dr. Adam M. Chekroud y sus colegas utilizaron una técnica estadística recientemente popular, el aprendizaje automático, para formular la pregunta: "¿qué paciente con trastorno depresivo mayor (TDM) responderá a qué medicamento?"
Hasta ahora, esta elección ha sido básicamente de prueba y error.
Este informe utiliza datos de 9 grandes estudios previos de tratamiento antidepresivo, incluidos 2 grandes estudios financiados con fondos federales STAR * D y CoMED, y 7 estudios de compañías farmacéuticas, que comparan diferentes medicamentos. Es parte de un proceso continuo de uso de aprendizaje automático y enfoques relacionados para identificar tratamientos más efectivos (consulte el trabajo del autor principal, AM Chekroud y https://www.spring.care)
Este enfoque inventivo de "aprendizaje automático" se utiliza para identificar patrones relacionados con una mejor respuesta al tratamiento en muchas ramas de la medicina, incluida la psiquiatría. El aprendizaje automático encuentra patrones para predecir la respuesta al tratamiento en los datos mismos, en lugar de basarse en las ideas preconcebidas de los investigadores o los médicos acerca de qué síntomas son más importantes o cómo se relacionan entre sí. La técnica busca dentro del conjunto de datos a menudo probando las conexiones usando un método "N menos 1", restando un sujeto en cada análisis, y otras tomando parte del conjunto de datos, por ejemplo, una mitad, y comparando el patrón observado en esa parte contra el otro. Luego, estos patrones pueden probarse con datos de otros estudios, para ver si todavía son predictivos.
La mayoría de los investigadores creen que la depresión mayor es "heterogénea", es decir, incluye varias condiciones diferentes con síntomas similares, no un solo trastorno; entonces hay un valor significativo si es posible desentrañar subtipos, tanto para la respuesta del medicamento como para comprender la biología diferente de estas presumiblemente diferentes condiciones.
Los investigadores en este estudio reciente encontraron 3 grupos principales de síntomas (lo que ellos llaman núcleo emocional, sueño (insomnio) y "síntomas atípicos"). En general, encontraron que los antidepresivos funcionaban mejor para los síntomas emocionales que para los otros 2 grupos de síntomas. Algunos de los medicamentos fueron más efectivos que otros en algunas áreas (altas dosis del inhibidor de la recaptación de serotonina-norepinefrina duloxetina vs. el escitalopram SSRI).
Un resultado útil de este estudio es una herramienta en línea, https://www.spring.care/spring-assessment, un cuestionario que pueden usar los pacientes y los médicos para ayudarlos a tomar decisiones.
Una posibilidad intrigante: el estudio (y posiblemente la nueva herramienta) podría ayudar con el tratamiento "personalizado", haciendo coincidir los antidepresivos con un paciente específico en función de sus síntomas.
Podría ayudar en el desarrollo de nuevos medicamentos que podrían enfocarse en estos grupos de síntomas. Y posiblemente podría guiar los estudios de la biología de la depresión ya que los diferentes grupos de síntomas pueden reflejar diferentes anormalidades en los cerebros de las personas con depresión; diferentes circuitos cerebrales pueden estar involucrados en estos diferentes grupos de síntomas.
El estudio tiene algunos límites: diferentes diseños de estudio (dos de los estudios no usaron placebo, el "cegamiento" difirió entre los estudios), y 7 de los 9 estudios fueron con un fármaco (duloxetina). Además, los grupos de síntomas no fueron los mismos en todos los estudios, con elementos algo diferentes en diferentes estudios, lo que sugiere que no están "escritos en piedra" y es posible que no tengamos una comprensión definitiva de ellos. Además, el estudio solo analizó los estudios de medicación y no los estudios de psicoterapia; algunas formas de psicoterapia (TCC, activación conductual) pueden ser útiles para los síntomas que no responden bien a los medicamentos. Los 3 grupos deben probarse en datos de otros estudios, para ver si se mantienen.
La principal limitación para mí como psiquiatra en ejercicio es que no está claro qué tan bien se pueden usar estos hallazgos en el cuidado de pacientes individuales; por un lado, los estudios a menudo excluyen a las personas con problemas médicos o de otro tipo como el abuso de sustancias, etc.
Preguntas que tendría:
· Como médico, ¿cuántos pacientes necesitaría tratar según estas predicciones para obtener un paciente adicional mejor que si elijo un medicamento antidepresivo al azar?
· Como paciente, ¿cuánto aumento mi probabilidad de responder a un medicamento en particular si mi médico sigue las recomendaciones basadas en este estudio o la herramienta en línea (spring.care), frente a si elige un medicamento favorito basado en " su experiencia "?
Pero lo más interesante para mí como investigador es que mi grupo tiene una serie de conjuntos de datos en los que este paradigma podría ser probado. Nuestro grupo en el Servicio de Evaluación de la Depresión en Columbia Psychiatry ha realizado docenas de estudios durante varias décadas, generalmente utilizando las mismas escalas de calificación. que este informe investiga. Podríamos usar el mismo método para mirar nuestro conjunto de datos. Una ventaja: también hemos realizado MRI y otras imágenes (como EEG) en muchos de nuestros estudios, y hemos comenzado a utilizar este mismo método de aprendizaje automático en ESAS muestras. Estamos buscando circuitos cerebrales que el aprendizaje automático podría identificar como la respuesta más relacionada con medicamentos (y para el caso, placebo). Muchas veces las cosas que se obtienen con la técnica de aprendizaje automático son totalmente inesperadas, por lo que si bien estas investigaciones son en cierta forma 'expediciones de pesca' de otra forma, representan uno de los mejores métodos de exploración científica: la búsqueda de lo desconocido. Por supuesto, cualquier exploración de este tipo puede descubrir ruido aleatorio … por lo que cualquier hallazgo de este tipo requiere urgentemente "replicación" en un conjunto de datos diferente … de un estudio completamente diferente.
