몇 주 전 (2017 년 2 월 22 일) "정신 분열증 치료제의 효능 및 예측 가능성 재평가 : 증상 클러스터링 접근법"이라는 제목의 정신 의학 저널 JAMA Psychiatry 에서 새로운 연구가 나왔습니다.이 연구에서 박사 Adam M. Chekroud와 동료들은 새로이 대중적으로 사용 된 통계 기법 인 기계 학습을 사용하여 "MDD 환자가 어떤 약물에 반응 할 것인가?"라는 질문을 던졌다.
지금까지이 선택은 기본적으로 시행 착오였습니다.
이 보고서는 2 개의 대형 연방 기금 연구 인 STAR * D 및 CoMED와 7 개의 제약 회사 연구를 포함하여 이전에 수행 된 9 개의 대규모 항우울제 치료 연구 자료를 사용하여 여러 의약품을 비교합니다. 이는보다 효과적인 치료법을 확인하기 위해 기계 학습 및 관련 접근법을 사용하는 과정의 일부입니다 (기본 저자 인 AM Chekroud 및 https://www.spring.care의 연구 참조)
이 발명적인 "기계 학습"접근법은 정신과를 포함한 많은 의학 분야에서 치료에 대한보다 나은 반응과 관련된 패턴을 확인하는 데 사용됩니다. 기계 학습은 증상이 가장 중요하거나 상호 연관되는 방식에 대한 연구원이나 임상의의 선입견에 의존하기보다는 데이터 자체에서 치료 반응을 예측하는 패턴을 찾습니다. 이 기술은 데이터 세트 내에서 "N 빼기 1"방법을 사용하여 연결을 테스트하고 각 분석에서 하나의 주제를 빼고 데이터 세트의 일부분, 예를 들어 절반을 빼내어 그 부분에서 관찰 된 패턴을 비교합니다 대 다른. 그런 다음 이러한 패턴을 다른 연구의 데이터로 테스트하여 예측이 가능한지 확인할 수 있습니다.
대부분의 연구자들은 주요 우울증은 "이질적"이라고 믿습니다. 즉, 단일 증상이 아닌 여러 가지 증상이 비슷한 증상을 포함하고 있습니다. 그래서 아마도 의학적 반응과이 다른 조건의 다른 생물학을 이해하기 위해서 아형을 풀 수 있다면 상당한 가치가 있습니다.
이 최근 연구의 연구자들은 3 가지 주요 증상 (핵심 감정, 수면 (불면증) 및 '비정형 증상')을 발견했습니다. 일반적으로, 그들은 항우울제가 다른 두 군데의 증상보다 감정적 인 증상에 더 잘 작용 함을 발견했습니다. 일부 약물은 일부 영역 (세로토닌 – 노르 에피네프린 재 흡수 억제제 둘록 세틴 대 SSRI 에스 시알 로프 롬의 고용량)에서 다른 약물보다 효과적이었습니다.
이 연구의 한 가지 유용한 결과는 온라인 도구 인 https://www.spring.care/spring-assessment입니다.이 도구는 환자와 의사가 의사 결정을 내리는 데 사용할 수있는 설문지입니다.
한 가지 흥미로운 가능성 :이 연구 (및 새로운 도구)는 증상을 기반으로 특정 환자에게 항우울제를 맞추는 "개인화 된"치료에 도움이 될 수 있습니다.
이 증상 군에 집중할 수있는 신약 개발에 도움이 될 수 있습니다. 우울증이있는 사람들의 뇌에서 여러 증상 클러스터가 반영 될 수 있기 때문에 우울증의 생물학에 대한 연구를 안내 할 수 있습니다. 서로 다른 두뇌 회로가 이러한 여러 증상 클러스터에 연관 될 수 있습니다.
이 연구에는 몇 가지 한계가 있습니다. 두 가지 연구 디자인 (두 가지 연구 중 두 가지가 위약을 사용하지 않았으며, '눈이 먼'은 연구마다 다릅니다)이었고, 9 가지 연구 중 7 가지가 1 가지 약물 (둘록 세틴)으로 이루어졌습니다. 또한 증상 클러스터는 모든 연구에서 동일하지 않았으며, 다른 연구에서 다소 다른 항목을 사용했는데, 이는 '돌로 쓰여진'것이 아니며, 우리가 명확하게 이해하지 못했을 수도 있음을 시사합니다. 또한이 연구는 심리 요법 연구가 아닌 의약 연구만을 조사했습니다. 어떤 형태의 심리 치료 (CBT, 행동 활성)는 의약품에 잘 반응하지 않는 증상에 유용 할 수 있습니다. 3 개의 클러스터는 다른 연구에서 얻은 데이터로 테스트하여 보류되는지 확인해야합니다.
연습 정신과 의사로서의 가장 큰 한계는이 발견이 개별 환자를 돌보는 데 얼마나 잘 사용될 수 있는지는 명확하지 않다는 것입니다. 한가지는 약물이나 약물 남용과 같은 다른 문제가있는 사람들을 제외하는 경우가 많습니다.
내가 가질 질문 :
· 의사로서 무작위로 항우울제를 선택하는 경우보다 1 명의 추가 환자를 얻으려면 얼마나 많은 환자가 이러한 예측에 따라 치료해야합니까?
· 환자가이 연구 또는 온라인 도구 (spring.care)를 기반으로 한 권장 사항을 따르는 경우 특정 약에 대한 응답 확률을 얼마나 높일 것인가, 아니면 " 그 / 그녀의 경험 "?
그러나 연구자로서 저에게 가장 흥미로운 점은 저의 그룹이이 패러다임이 시험 될 수있는 수많은 데이터 세트를 가지고 있다는 것입니다. Columbia Psychiatry의 우울증 평가 서비스 그룹은 수십 년 동안 수십 번의 연구를 수행했으며 일반적으로 동일한 평가 척도 이 보고서가 조사하는 내용입니다. 데이터 세트를 보는 데 같은 방법을 사용할 수 있습니다. 보너스 : 우리는 또한 많은 연구에서 MRI 및 기타 영상 (예 : 뇌파)을 수행했으며, 우리는이 샘플에서 기계 학습과 동일한 방법을 사용하기 시작했습니다. 우리는 기계 학습이 약물 치료 (그리고 문제, 위약) 반응과 가장 관련이있는 것으로 파악할 수있는 뇌 회로를 찾고 있습니다. 여러 번 기계 학습 기술이 생겨나는 일은 전혀 예상치 못한 일입니다. 그래서 그러한 조사가 다른 방법으로 '낚시 탐험'의 한 방법으로 진행되는 동안 과학 탐구의 가장 좋은 방법 중 하나 인 미지의 것을 탐구하는 것입니다. 물론 그러한 임의의 탐색은 무작위 잡음을 발견 할 수 있습니다 … 그래서 그러한 모든 발견은 완전히 다른 연구에서 다른 데이터 세트의 "복제"를 긴급하게 요구합니다.
