基于EEG模式的算法告知治疗改善了患有重度抑郁症患者的治疗结果
Ramon Solhkhah1,2,3,4, Justin Feintuch5, Mabel Vasquez5
1Department of Psychiatry and Behavioral Science, Endeavor Health Northshore and Swedish Hospitals, Evanston, IL, USA.
Journal of family medicine and primary care
|January 10, 2025
概括
使用电脑脑脑图 (EEG) 模式进行计算机引导的药物选择,改善了主要抑郁症 (MDD) 患者的治疗结果. 随着EEG报告完全 (RF/RF) 显示,与标准护理相比,症状减少显著更大,自杀念头率更低.
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.
- 计算生物学 计算生物学
背景情况:
- 为重大抑郁症 (MDD) 选择有效的药物是一个重大的临床挑战.
- 目前的治疗选择严重依赖于医生的判断,往往导致试错方法.
- 电脑电图 (EEG) 图案为指导个性化MDD治疗提供了一个潜在的生物标志物.
研究的目的:
- 评估商业上可用的EEG数据分析系统,用于指导MDD患者的药物选择.
- 为了比较接受标准护理的患者与计算机引导的治疗选择之间的临床结果.
主要方法:
- 一项涉及MDD患者的前性研究,随机分配到医生判断 (控制,n=115) 或计算机引导的选择 (PEER,n=165).
- 医生使用自己的判断或遵循PEER系统的建议来选择药物.
- 抑郁症状 (QIDS SR-16) 和自杀念头在基线,90日和180天被评估.
主要成果:
- 与对照组相比,PEER组中完全遵循EEG报告 (RF/RF) 的患者在90天和180天内显著减少了抑郁症状.
- 射频/射频组在90天和180天的自杀想法率也较低.
- 其他PEER子组 (RF/RNF,RNF/RF,RNF/RNF) 显示出不同的反应,RF/RF显示出最强大的益处.
结论:
- 对EEG模式的计算分析可以增强医生在选择MDD药物的决策.
- 个性化,EEG指导的治疗选择显示出改善患者结果和减少症状严重性的承诺.
- 进一步将EEG分析系统纳入临床实践可能会提高MDD治疗的有效性.
