通过早期风险检测和有针对性的药物治疗来战胜抑郁症

新的个性化抑郁症治疗方法要么预测一个人何时有可能阻止病情发展，要么用最佳药物治疗疾病。

抑郁症是一种慢性疾病，最初会出现挥之不去的低落情绪——那种严重到会扰乱日常生活的情绪——通常会复发。大约一半的患者不止一次经历过这种情况。

对于许多人来说，它成为终生的条件。仅在欧盟，就有7.2% 的人患有慢性抑郁症，女性患此病的风险高出四倍。

莱顿大学心理学副教授 Eiko Fried 博士说：“越来越明显的是，抑郁症的第一次发作是第二次发作的诱因，因此从科学上讲，预防第一次发作可以阻止下一次发作的可能性很大。”荷兰。

Fried 博士是WARN-D的首席研究员，该项目旨在预测谁有“跌入谷底”的风险，然后生成个性化程序以防止这种情况发生。该项目于 2021 年开始，一直持续到 2026 年。

预警

虽然预防计划已经存在——包括建立复原力的心理干预——但只有在及时识别出处于危险中的个人时，它们才能发挥作用。

WARN-D 是第一项试图建立可靠预警系统的研究。

它将采用智能手机应用程序的形式，可以实时监控用户的心理健康状况，并将此信息与已知的个人社会、心理和生物背景信息相结合。目标是在人们接近个人转折点时抓住他们：当他们生活中堆积的干扰使他们面临翻滚的危险时。

该应用程序的开发将在未来两年内开始。首先，研究人员必须挑选大量数据，寻找易患抑郁症的个体之间的共同特征。

他们旨在根据一组复杂的特征对人进行分组，这些特征包括性格(例如外向与内向)、促进疾病发展的因素(例如创伤性童年)以及一个人从挫折中恢复过来的先天能力(否则称为弹性)。

不同的群体可能会对不同的干预措施做出反应，这意味着必须量身定制预防计划才能取得成功。

高危青年

该研究使用了荷兰的 2,000 名年轻成人学生(一次招募 500 名)。这一人群中的人受抑郁症的影响尤为严重，因此，研究人员特别感兴趣。

“早发性抑郁症与一个人一生中较差的临床结果有关，”弗里德博士说。“许多年轻人一生中有超过 20% 的时间都处于抑郁状态。”

招收年轻学生的另一个好处是，他们很容易被说服(在高达 90 欧元的现金奖励的帮助下)在两年学习的头三个月里日夜佩戴智能手表。这款手表跟踪活动，范围从步数到睡眠时间，并使用心率传感器评估压力水平。

此外，参与的学生每天被问四次关于被认为在抑郁症中起作用的即时事件的问题。这些问题可以是关于他们睡得如何、他们感觉如何快乐、他们有多生气以及他们在那一刻碰巧在做什么。

此外，每个星期天，学生们都会收到一些关于焦虑和抑郁的更全面的问题，例如：本周最好和最坏的事件是什么?

“圣杯是找出人们在压力反应方面的不同方式以及他们相似的方式，”弗里德博士说。“一旦找到共同点，我们就可以开始研究能让人们更有弹性的系统。”

怎么这么伤心?

抑郁症的症状范围从极度悲伤、疲倦和脑雾到睡眠障碍、食欲不振和对以前愉快的活动缺乏兴趣。

这种情况的原因几乎肯定涉及许多因素的相互作用，一些是生物因素，另一些是环境因素。基因可能发挥了作用，如果家里有人也受到影响，一个人就更容易患上抑郁症。也就是说，任何人都可能变得抑郁。

潜在的触发因素包括压力、贫困、疾病、荷尔蒙变化和创伤性生活事件，如童年的逆境和丧亲之痛。

尽管一些研究表明药物有帮助，但抗抑郁药充其量只是碰碰运气，只有一半的患者对他们的第一次处方有积极反应。从一开始就获得正确的药物治疗会对个体患者和经济产生重大影响，并且会减轻医生的压力。

Talia Cohen Solal 博士是一名神经科学家，也是 Genetika+ ​​的首席执行官，Genetika+ ​​是一家以色列公司，致力于开发个性化抑郁症治疗工具。

“我们所拥有的是一种反复试验的药物治疗方法，”Cohen Solal 博士说。“结果，63% 的患者尝试多种药物治疗，三分之一的患者在两轮治疗后没有反应。”

盘子里的大脑

在她的项目RxMine中，她使用“培养皿中的大脑”模型(在实验室中使用干细胞技术从血液样本中生成人脑干细胞和网络)来确定每位患者的最佳抗抑郁药。

在早期的研究中，Cohen Solal 博士的团队在脑组织中发现了称为“生物标志物”的特定细胞变化，这些变化与患者对给定药物的反应有关。

一个人要想对抗抑郁药有成功的反应，必须在生成的大脑模型中发现那些相应生物标志物水平的充分变化。

研究人员设想了一个世界，所有抑郁症患者都可以接受测试，以确定哪种药物最适合他们的病情。这可以将与抑郁症相关的医疗保健成本降低 43%，每位患者每年最多可节省 6500 欧元。

该团队正在将其试验扩展到新药，同时致力于提高其测试程序的效率。

“我们希望在两年内推出一些东西，”Cohen Solal 博士说。“我们的最终希望是快速找到正确的治疗方法，这样患者就不必再忍受不可接受且危及生命的试错药物选择过程。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！