算法识别出最适合服用抗抑郁药的患者

麦克莱恩医院的研究人员已经完成了一项研究，旨在确定哪些抑郁症患者最适合服用抗抑郁药物。他们的研究结果发表在心理医学2018年7月2日的研究，已经导致了一种统计算法的发展，可以在患者开始治疗之前识别出抗抑郁药物的最佳反应。

麦克莱恩医院青年实验室抑郁症治疗和病因学主任克里斯蒂安·a·韦伯博士和麦克莱恩抑郁、焦虑和压力研究中心主任迭戈·a·皮扎加利博士是这项研究的合著者之一。Webb解释了他们的论文《抗抑郁药与安慰剂反应的个性化预测:来自EMBARC研究的证据》是如何从最近完成的一项大型多地点临床试验的数据中获得的抗抑郁药物在临床护理中建立抗抑郁药物反应的调节因子和生物特征(EMBARC)。在开始前收集参加EMBARC研究的个体的人口学和临床特征治疗该研究团队横跨四个地点(哥伦比亚大学、马萨诸塞州总医院、密歇根大学和德克萨斯大学西南医学中心)。参与者还接受了基于计算机的任务。

利用这些信息，韦伯和他的同事们开发了一种算法，预测大约三分之一的人会从抗抑郁药物中获得相对于安慰剂的有意义的治疗效果。在这项研究中，参与者被随机分配服用一种常见的抗抑郁药药物治疗或者服用安慰剂。

韦伯说，研究结果与之前的许多临床试验一样，“我们发现，随机分配给药物组和安慰剂组的患者在平均症状改善方面的差异相对较小。”然而，他解释说，“对于三分之一被预测更适合抗抑郁药物的人来说，如果他们碰巧被分配到药物而不是安慰剂，他们的结果会明显更好。”后一组患者的特点是抑郁症严重程度更高，情绪消极，年龄较大，更有可能被雇用，在计算机化任务中表现出更好的认知控制。

“这些结果使我们更接近于确定可能优先受益于SSRI的患者群体，并可能实现个性化抗抑郁药物治疗选择的目标，”UT西南医学中心的Madhukar Trivedi医学博士补充道，他是EMBARC研究的协调首席研究员。

Webb说，在这些发现的基础上，他的团队现在正在寻求将算法应用于“现实世界”的诊所。具体来说，他报告说，研究人员正在寻求与宾夕法尼亚大学合作进行一项研究，该研究将在精神病诊所治疗中测试算法个人通过比较两种或两种以上可行的治疗方法——例如，两种不同类型的抗抑郁药，或抗抑郁药与心理疗法——来患有抑郁症。

韦伯说:“我们的任务是使用这些数据驱动的算法，为临床医生和患者提供有用的信息，告诉他们哪种治疗有望为这个特定的个体带来最好的结果。”他解释说，像这样的研究可能会进一步实现在医疗保健领域创造“个性化药物”的目标。他说:“我们不是使用一刀切的方法，而是想优化我们对个别患者的治疗建议。”