Laatste nieuws
Wetenschap

Respons op antidepressivum voorspellen met AI

2 reacties
Science photo libra / ANP photo
Science photo libra / ANP photo

Niet alle patiënten met een depressie hebben baat bij medicatie. Vraag is: kan de behandelaar van tevoren die patiënten identificeren? Ja, dan kan: er is een algoritme dat op basis van eeg-data bepaalt wie wel en wie niet reageert op een antidepressivum.

Wei Wu e.a. publiceerden in Nature Biotechnology over een algoritme waarmee is te bepalen wie wel en wie niet goed reageert op een antidepressivum. De onderzoekers konden beschikken over de gegevens van de Embarc-studie, een grote RCT waarin het antidepressivum sertraline werd vergeleken met een placebo. Primaire doelstelling van die trial was of op basis van bepaalde kenmerken ontleend aan het eeg (in rust) en de MRI, was te voorspellen wat de klinische respons zou zijn. Wu e.a. besloten in een nieuw onderzoek een computer te ‘trainen’ (machine learning) door die te voeden met de ruwe eeg-data uit de Embarc-trial en met feedback over de respons van de patiënten, dat wil zeggen: wel of geen reactie op sertraline. Dat ze zo uiteindelijk een algoritme verkregen dat op basis van eeg-gegevens vrij nauwkeurig kon voorspellen wie wel en wie niet zou reageren op het antidepressivum, bleek toen ze het toepasten bij een nieuwe groep patiënten.

Ditzelfde algoritme werd, zo vertelt biologisch psycholoog Martijn Arns (Universiteit Utrecht, directeur van het onderzoeksinstituut Brainclinics Nijmegen) en coauteur van de studie, ook losgelaten op een eeg-dataset van bijna tweehonderd patiënten die behandeld waren met transcraniële magnetische stimulatie (TMS). Resultaat: ‘Voorspelt het algoritme dat iemand niet zal reageren op sertraline, dan zal hij of zij juist beter reageren op TMS, een bewezen effectieve behandeling bij ernstige depressies.’

Interpretatie van de bevindingen is niet gemakkelijk. Arns: ‘Machine learning ziet kennelijk patronen die wij met het blote oog niet waarnemen. In het eeg is specifiek gelet op de alfafrequentieband. Maar wat dit neurologisch betekent, weten we niet.’ Arns wil zijn aandacht vooral richten op de praktische toepassing van deze bevindingen. ‘Met deze benadering zouden we het bestaande stepped-care-model achter ons kunnen laten. Het is een belangrijke stap in de richting van “gestratificeerde geneeskunde”, waarbij de behandelkeuze wordt gebaseerd op specifieke kenmerken van subgroepen aan de hand van biomarkers. Dit leidt uiteindelijk tot precisiepsychiatrie. Hoe mooi is het als we al vóór de behandeling weten of medicatie zin heeft, of dat het beter is om een andere behandeling zoals psychotherapie of TMS toe te passen?’ Gestratificeerde psychiatrie op basis van biomarkers voorkomt ook het ethische probleem dat nu aan de toepassing van biomarkers kleeft. Arns: ‘Er wordt weliswaar gestreefd naar een sensitiviteit/specificiteit van 80-90 procent, 100 procent zekerheid heb je nooit. Wat doe je dus als je met 90 procent zekerheid weet dat een patiënt niet zal reageren op medicatie. Gun je die dan toch maar de behandeling? Bij stratificatie heb je die vraag niet: de biomarker wordt immers gebruikt om een patiënt naar een evidencebased antidepressieve behandeling te leiden: of sertraline, of TMS, of in – de toekomst – psychotherapie, ect enzovoort.’

Technisch gezien hoeft het niet moeilijk te zijn, denkt Arns. ‘Eeg is de meest toegankelijke hersenscantechniek. Er zijn al netwerken van eeg-labs waar je dit in de praktijk zou kunnen uitvoeren. In een afspraak van een uur zou er een advies voor de patiënt tot stand kunnen komen. Uiteindelijk verwacht ik dat je een apparaatje hebt ter grootte van een mobiele telefoon, dat je tegen het voorhoofd van de patiënt kunt houden, waarna je binnen een paar minuten een antwoord hebt.’

In ieder geval is deze methodiek veel beter dan afgaan op bijvoorbeeld gedragsvariabelen: ‘Die voorspellen helemaal niks. Zo hoor je bijvoorbeeld ook wel dat een oudere leeftijd samenhangt met een grotere kans op non-respons. Maar dat zijn allemaal geïsoleerde bevindingen die nooit zijn gerepliceerd.’

lees ook
Wetenschap psychiatrie
  • Henk Maassen

    Henk Maassen is journalist bij Medisch Contact, met speciale belangstelling voor psychiatrie en neurowetenschappen, sociale geneeskunde en economie van de gezondheidszorg.  

Op dit artikel reageren inloggen
Reacties
  • W.J.Duits

    Bedrijfsarts, Houten

    Het feit of AI ooit ons in staat zal stellen het leven te begrijpen, blijft een interessante kwestie. Het resultaat wat je uit een berekening haalt is, wordt bepaald door de gevens die je er in stopt en vervolgens door welke vragen je stelt en welke ...axioma's je aanneemt. Maar wie weet.
    Maar de term depressie is op zich al een interessante vergaarbak van symptomen, is er eigenlijk wel een scherp onderscheid te maken. Is het eigenlijk al geen illusie om te zeggen dat "depressie" zo eenduidig is te definieren dat dit type onderzoek mogelijk is?

  • Myti van Staveren

    Arts (niet meer praktiserend), volop bezig met onderzoek naar de soms invaliderende, soms ook blijvende bijwerkingen van de fluorchinolone antibiotica. , Amsterdam

    We begrijpen nog steeds niet hoe antidepressiva precies werken. Ja de hormonale aangrijpingspunten, en wat ze precies wel of niet selectief onderdrukken. We weten nog steeds niet waarom de een depressief wordt en de ander niet. Nog hoe überhaupt het ...brein werkt. En ons lichaam.
    Ik heb mijn twijfels of een algoritme daar bij gaat werken. Het wetenschappelijk gaan aantonen wat wel en niet gaat werken. Bij de een wel en bij de ander niet...
    Therapie is ook niet wetenschappelijk te bewijzen. Werkt iets wel of niet. Alleen CGT is wetenschappelijk onderbouwt.
    Echter, ik wil mezelf en anderen toch vooral niet gaan vergelijken met een pikkende duif (Skinner?) of een kwijlende hond (Pavlov).

    Dit is mijn mening voor wat het waard is: we zullen nooit ons lichaam helemaal gaan begrijpen. Waarom klopt een hart iedere slag weer (intrinsiek) en waarom stopt het ooit bij iedereen?
    En we zullen ook nooit helemaal onze geest begrijpen. Waarom ziet de een "spoken" en de ander nooit...
    Het enige geruststellende in deze materie is in mijn ogen dat we nooit helemaal zullen kunnen begrijpen waarom we leven.
    Hopelijk (?) gaat AI ons daarbij helpen.

 

Cookies op Medisch Contact

Medisch Contact vraagt u om cookies te accepteren voor optimale werking van de site, kwaliteitsverbetering door geanonimiseerde analyse van het gebruik van de site en het tonen van relevante advertenties, video’s en andere multimediale inhoud. Meer informatie vindt u in onze privacy- en cookieverklaring.