Hacia una selección de antidepresivos basada en la inferencia causal con biomarcadores cerebrales y sanguíneos

Área de la Ciencia:

• La neurociencia
• La psiquiatría
• Investigación de biomarcadores

Sus antecedentes:

• La selección del tratamiento para la depresión es un desafío, a menudo se basa en ensayos y errores.
• Los biomarcadores predictivos podrían personalizar la terapia antidepresiva y mejorar las tasas de remisión.

Objetivo del estudio:

• Integrar biomarcadores multimodales (cerebro y sangre) para predecir la remisión del tratamiento antidepresivo.
• Utilizar la inferencia causal para seleccionar el tratamiento antidepresivo más eficaz basado en las biofirmas individuales.

Principales métodos:

• Se utilizaron datos del estudio EMBARC (N=197), incluido el electroencefalograma, la resonancia magnética funcional en estado de reposo y los biomarcadores sanguíneos.
• Utilizó tratamiento antidepresivo en varias etapas (sertralina, placebo, bupropión) con propensión a la concordancia de puntuaciones para inferencia causal.
• Desarrolló un modelo sin supervisión utilizando características clínicas y multimodales para predecir las probabilidades de remisión.

Principales resultados:

• Una combinación de características clínicas y multimodales predijo la remisión de la Etapa 2 con un AUC de entre 0,71 y 0,74 en todos los brazos de tratamiento.
• Los resultados observados en los brazos de tratamiento tuvieron una precisión del 82%.
• Los resultados contrafactuales previstos se mostraron prometedores, pero requieren una mayor validación en estudios prospectivos.

Conclusiones:

• Los biomarcadores multimodales muestran sensibilidad en la predicción de la respuesta al tratamiento antidepresivo.
• La predicción basada en biomarcadores de resultados contrafactuales apoya la selección de tratamientos personalizados.
• Las investigaciones futuras deberían validar prospectivamente estos hallazgos para su aplicación clínica.