Brain：预测重度抑郁患者对抗抑郁药治疗的反应
2017-02-14 MedSci MedSci原创
预测重度抑郁障碍患者对治疗的反应可以减少治疗次数和延长缓解时间，从而降低发病率，为过度增加的医疗保健系统提供巨大的好处。近期，一项发表在杂志Brain上的研究在患者认知控制期间，使用神经和性能预测器来预测患者的治疗反应（在治疗前后使用汉密尔顿抑郁评分量表评估改善百分比）。研究收集了被诊断患有重度抑郁障碍的49名患者；其中36名患者完成治疗，并收集到可用于研究的数据。参与者使用依他普仑（n = 22
预测重度抑郁障碍患者对治疗的反应可以减少治疗次数和延长缓解时间，从而降低发病率，为过度增加的医疗保健系统提供巨大的好处。
近期，一项发表在杂志Brain上的研究在患者认知控制期间，使用神经和性能预测器来预测患者的治疗反应（在治疗前后使用汉密尔顿抑郁评分量表评估改善百分比）。
研究收集了被诊断患有重度抑郁障碍的49名患者；其中36名患者完成治疗，并收集到可用于研究的数据。
参与者使用依他普仑（n = 22）或度洛西汀（n = 14）治疗10周。在参数Go / No-go测试期间的进行功能性MRI和性能成像，以此预测治疗后汉密尔顿抑郁评分量表评分的变化。基于血流动力学反应函数的对比和测试相关的独立成分分析（样本子集：n = 29）是预测因子。独立成分分析组件beta权重和血流动力学响应函数建模预测头和前扣带，中扣带，背内侧前额叶皮层和外侧额叶皮层治疗反应。
综合回归模型、独立分量分析、血液动力学反应函数建模和性能测量预测治疗反应的准确度为90％（与单独临床特征的74％准确度相比）。
性能标记和功能磁共振成像之间的汇集，包括新型独立分量分析技术，在重度抑郁障碍的治疗反应的预测中达到高精度。
原始出处：
Crane NA, Jenkins LM, Bhaumik R, et al. Multidimensional prediction of treatment response to antidepressants with cognitive control and functional MRI. Brain. 2017 Feb;140(Pt 2):472-486.
本文系梅斯医学（MedSci）原创编译整理，转载需授权！
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#抑郁药#
40
#抗抑郁#
30
要有耐心看下去
57