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.
Personalized medicine in psychiatry
|September 11, 2024
概括
使用轨迹建模预测反复性跨磁刺激 (rTMS) 对抗抑郁药物的反应显示出有希望. 隐性类混合 (LCMM) 和非线性混合效应 (NLME) 模型准确预测了患者在4周后的反应,有助于治疗决策.
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.
- 生物统计学 生物统计学
背景情况:
- 重复性跨磁刺激 (rTMS) 是一种治疗抑郁症的方法.
- 预测患者对rTMS的反应对于优化治疗至关重要.
- 目前用于预测对rTMS反应的方法有限.
研究的目的:
- 为了比较潜在类混合模型 (LCMM) 和非线性混合效应 (NLME) 模型对抗抑郁药对rTMS反应的预测准确度.
- 确定这些模型是否可以预测临床上有意义的分类 (非) 反应,而不仅仅是连续症状得分.
主要方法:
- 分析了接受rTMS的238名耐治疗抑郁症患者的自然样本.
- 开发了LCMM和NLME模型来分析抗抑郁药反应轨迹.
- 对比了LCMM和NLME模型的预测性能.
主要成果:
- 虽然LCMM轨迹受到基线症状严重程度的影响,但基线症状本身具有较低的预测能力.
- 一个最佳的非线性两类LCMM模型预测了患者在4周后的反应 (AUC = 0.70).
- 在4周后,NLME建模显示预测性能略有改善 (AUC = 0.76),而两种模型都没有更早地预测反应.
结论:
- 像LCMM和NLME这样的轨迹建模方法证明了rTMS响应的预测有效性.
- 这些发现表明,轨迹建模可能会在rTMS治疗中指导未来的治疗决策.
