Machine learning pode prever respostas de medicação em pacientes com transtorno bipolar

Pesquisadores desenvolveram um novo algoritmo de machine learning que é 94% preciso na previsão de quais pacientes com transtorno bipolar e outros transtornos de humor responderão aos medicamentos.

Transtornos de humor como transtorno depressivo maior (TDM) e transtorno bipolar são frequentemente complexos e difíceis de diagnosticar, especialmente entre os jovens quando a doença está apenas evoluindo. Isso pode dificultar as decisões sobre medicação. Em um estudo colaborativo do Instituto de Pesquisa em Saúde Lawson, The Mind Research Network e Brainnetome Center, os pesquisadores desenvolveram um algoritmo de inteligência artificial (IA) que analisa imagens cerebrais para classificar melhor a doença em pacientes com transtorno de humor complexo e ajudar a prever sua resposta à medicação. .

O estudo completo incluiu 78 pacientes adultos emergentes de programas de saúde mental do Centro de Ciências da Saúde de Londres (LHSC), principalmente do Primeiro Programa de Ansiedade e Humor (FEMAP). A primeira parte do estudo envolveu 66 pacientes que já haviam completado o tratamento para um diagnóstico claro de TDM ou transtorno bipolar I, que é uma forma de transtorno bipolar que apresenta episódios maníacos completos, além de 33 pesquisas adicionais. participantes sem história de doença mental. Cada indivíduo participou da varredura para examinar diferentes redes cerebrais usando os recursos de ressonância magnética funcional de Lawson (fMRI) na St. Joseph’s Health Care.

A equipe de pesquisa analisou e comparou os exames daqueles com transtorno de depressão maior, bipolar I e sem história de doença mental, e descobriu que os três grupos diferiam em redes cerebrais específicas. Estas incluíam regiões na rede de modo padrão, um conjunto de regiões consideradas importantes para a autorreflexão, bem como no tálamo, um “portal” que conecta várias regiões corticais e ajuda a controlar a excitação e o estado de alerta.

Os dados foram usados ​​por pesquisadores da The Mind Research Network para desenvolver um algoritmo de IA que usa aprendizado de máquina para examinar fMRI para classificar se um paciente tem MDD ou transtorno bipolar I. Quando testado contra os participantes da pesquisa com um diagnóstico conhecido, o algoritmo corretamente classificado sua doença com 92,4% de precisão.

A equipe de pesquisa então realizou exames de imagem com 12 participantes adicionais com transtornos de humor complexos para os quais o diagnóstico não era claro. Eles usaram o algoritmo para estudar a função cerebral de um participante para prever seu diagnóstico e, mais importante, examinaram a resposta do participante à medicação.

“Os antidepressivos são a terapia farmacêutica de padrão-ouro para TDM, enquanto os estabilizadores de humor são o padrão-ouro para o transtorno bipolar”, diz a Dra. Elizabeth Osuch, cientista-clínica da Lawson, diretora médica do FEMAP e co-principal investigadora do estudo. “Mas torna-se difícil prever qual medicamento funcionará em pacientes com transtornos de humor complexos quando o diagnóstico não é claro. Eles responderão melhor a um antidepressivo ou a um estabilizador de humor? ”

A equipe de pesquisa levantou a hipótese de que os participantes classificados pelo algoritmo como tendo MDD responderiam aos antidepressivos enquanto aqueles classificados como portadores de bipolar I responderiam aos estabilizadores de humor. Quando testados com os pacientes complexos, 11 de 12 responderam à medicação prevista pelo algoritmo.

Os dados foram usados ​​por pesquisadores da The Mind Research Network para desenvolver um algoritmo de IA que usa machine learning para examinar fMRI para classificar se um paciente tem TDM ou transtorno bipolar está no domínio público.

“Este estudo dá um grande passo no sentido de encontrar um biomarcador de resposta à medicação em adultos emergentes com transtornos de humor complexos”, diz o Dr. Osuch. “Também sugere que um dia poderemos ter uma medida objetiva de doença psiquiátrica por meio de imagens cerebrais que tornariam o diagnóstico mais rápido, mais eficaz e mais consistente entre os profissionais de saúde”.

Atualmente, os psiquiatras fazem um diagnóstico baseado na história e no comportamento de um paciente. As decisões de medicação são baseadas nesse diagnóstico. “Isso pode ser difícil com transtornos de humor complexos e no início de uma doença, quando os sintomas podem ser menos bem definidos”, diz o Dr. Osuch. “Os pacientes também podem ter mais de um diagnóstico, como a combinação de um transtorno de humor e um transtorno de abuso de substâncias, o que complica ainda mais o diagnóstico. Ter um teste biológico ou procedimento para identificar em qual classe de medicação o paciente responderia avançaria significativamente no campo da psiquiatria. ”

Fonte: https://neurosciencenews.com/machine-learning-mood-disorder-pharmacology-9673

Quer mais conteúdo sobre alimentação, estética e saúde? Acesse https://nutrindoideias.com

[Total: 0    Média: 0/5]

Deixe um comentário