轨迹建模和响应预测在经磁刺激对抑郁症的反应
Aaron N McInnes1, Sarah T Olsen1, Christi R P Sullivan1
1Department of Psychiatry and Behavioral Science, University of Minnesota Twin Cities, Minneapolis, MN, USA.
medRxiv : the preprint server for health sciences
|June 10, 2024
概括
预测抗抑郁药对重复性跨磁刺激 (rTMS) 的反应至关重要. 隐性类混合 (LCMM) 和非线性混合效应 (NLME) 建模显示了预测治疗耐药抑郁症 (TRD) 治疗结果的潜力.
科学领域:
- 神经科学是一个神经科学.
- 精神病学是一个精神病学.
- 统计建模 统计建模
背景情况:
- 重复性跨磁刺激 (rTMS) 是抑郁症的治疗方法,但预测患者的反应仍然是一个挑战.
- 像隐性类混合模型 (LCMM) 和非线性混合效应 (NLME) 等统计模型已被用于分析治疗反应轨迹.
- 这些轨迹建模方法在rTMS治疗中对临床结果的预测有效性尚未得到充分证实.
研究的目的:
- 为了比较LCMM和NLME模型在预测抗抑郁药对rTMS反应的性能.
- 评估这些模型在治疗耐药性抑郁症 (TRD) 患者中预测临床结果的能力.
- 评估轨迹建模的潜力,以指导未来的RTMS治疗决策.
主要方法:
- 分析了接受rTMS的238名TRD患者的自然样本.
- 开发了LCMM和NLME模型来描述抗抑郁药反应轨迹.
- 用AUC值评估模型在不同时间点对临床结果的预测准确性.
主要成果:
- 最优的LCMM模型,考虑到基线症状,准确地预测了患者在4周后的反应 (AUC = 0.70).
- 在NLME建模中,在4周后的预测性能略有改善 (AUC = 0.76).
- 两种模型都无法在治疗4周之前预测反应.
结论:
- 使用LCMM和NLME的轨迹建模显示了对rTMS抗抑郁药反应的预测有效性.
- 这些统计方法可以在4周后预测治疗结果.
- 初步证据表明,轨迹建模可能有助于优化rTMS治疗策略.
