發布時間: 2020-03-14 18:21

腦電波可以幫助預測誰會從抗抑郁藥物中受益

人工智能分析腦電圖可以減少抑郁癥的反復試驗。

用SSRIs(如百憂解和左洛復)之類的藥物治療抑郁癥是壹種不成功也不成功的主張，估計有20%的患者比安慰劑獲得更多的益處。到目前為止，還很難預測哪些病人可能是幸運的。

但斯坦福大學的研究人員描述了壹種測試，可以幫助預測誰將從壹種常見的抗抑郁藥Zoloft中受益，誰將不會受益。

博士後研究員魏武(音譯)和他的同事在2月10日的《自然生物技術》雜誌上發表文章稱，腦電圖數據可以預測哪些患者在廣泛使用抗抑郁藥後病情有所改善。

使用壹種叫做潛在空間分析的機器學習(ML)系統，斯坦福的研究小組比較了治療前服用安慰劑或左洛復的抑郁癥患者的靜息狀態腦電圖(EEGrs)。在接受治療後，研究人員使用漢密爾頓抑郁量表(Hamilton Depression Rating Scale)分析了安慰劑組和左洛芬治療組中哪些患者的情況有所改善。

潛在空間ML系統發現患者的腦電圖模式與抑郁癥狀減輕程度之間有統計學意義。6的相關性。

盡管腦電圖沒有壹個完美的治療結果的預測,毫升腦波分析表現明顯比機會,表明,在未來,醫生可以做出更明智的選擇在開藥時做出的抑郁癥患者,而不必等待8周或更長時間學習特定的藥物是否會減少抑郁癥狀。

斯坦福大學利用腦電圖預測治療結果的研究只是正在開發的幾種新診斷方法中的壹種，這些診斷方法是用來確定哪些病人對哪些藥物有反應。例如，在新興的藥物遺傳學領域的研究表明，對抑郁癥患者進行基因篩查，不僅可能最終有助於預測哪些患者對不同藥物的反應最佳，還可能有助於預測哪些患者最有可能出現副作用。

與腦電圖分析壹樣，藥物基因學也遠非完美。但這些新興的診斷方法最終可能會大大縮短目前治療抑郁癥常見的反復試驗的時間，更快地讓患者走上康復之路。

埃裏克Haseltine博士

Eric Haseltine博士是壹名神經學家，著有《大爆炸》壹書。

打印:大腦旅行:5分鐘的實驗，探索妳的耳朵之間的空間

在線:大腦Safari, Twitter, Facebook, LinkedIn

Psychology Today