آخرین مطالب

حجم ماده خاکستری می تواند تصمیمات درمانی برای ایجاد اختلالات سلامت روان را تعیین کند


مغز

اعتبار: دامنه عمومی Pixabay/CC0

ساختار مغز بیماران مبتلا به روان پریشی و افسردگی اخیر می تواند بینش بیولوژیکی مهمی را در مورد این بیماری ها و چگونگی ایجاد آنها ارائه دهد.

در یک مطالعه جدید منتشر شده در روانپزشکی زیستیمحققان دانشگاه بیرمنگام نشان می‌دهند که با بررسی اسکن‌های ساختاری ام‌آر‌آی مغز، می‌توان بیمارانی را که بیشتر مستعد ابتلا به نتایج ضعیف هستند، شناسایی کرد.

با شناسایی این بیماران در مراحل اولیه بیماری، پزشکان قادر خواهند بود درمان های هدفمندتر و موثرتری را ارائه دهند.

پاریس الکساندروس لالوسیس، نویسنده اصلی این مقاله می‌گوید: «در حال حاضر، روشی که ما اکثر اختلالات سلامت روان را تشخیص می‌دهیم، بر اساس تاریخچه، علائم و مشاهدات بالینی بیمار است، نه بر اساس اطلاعات بیولوژیکی. “این بدان معناست که بیماران ممکن است مکانیسم‌های بیولوژیکی زیربنایی مشابهی در بیماری خود داشته باشند، اما تشخیص‌های متفاوتی داشته باشند. با درک کامل‌تر این مکانیسم‌ها، می‌توانیم ابزارهای بهتری را در اختیار پزشکان قرار دهیم تا از آنها در برنامه‌ریزی درمان استفاده کنند.”

در این مطالعه، محققان از داده های حدود 300 بیمار مبتلا به روان پریشی اخیر و افسردگی با شروع اخیر که در مطالعه PRONIA شرکت داشتند، استفاده کردند. PRONIA یک مطالعه کوهورت با بودجه اتحادیه اروپا است که به بررسی ابزارهای پیش آگهی برای روان پریشی می پردازد که در هفت مرکز تحقیقاتی اروپایی از جمله بیرمنگام در حال انجام است.

محققان از یک الگوریتم یادگیری ماشینی برای ارزیابی داده‌های اسکن مغز بیماران و دسته‌بندی آن‌ها در گروه‌ها یا خوشه‌ها استفاده کردند. دو خوشه بر اساس اسکن ها شناسایی شد که هر کدام شامل بیماران روان پریشی و بیماران افسردگی بود. هر خوشه ویژگی های متمایزی را نشان داد که به شدت با احتمال بهبودی آنها مرتبط بود.

در اولین خوشه، حجم کمتری از ماده خاکستری – بافت تیره‌تر داخل مغز که در کنترل ماهیچه‌ها و عملکردهایی مانند حافظه، احساسات و تصمیم‌گیری دخالت دارد – با بیمارانی مرتبط بود که نتایج ضعیف‌تری داشتند. در مقابل، در گروه دوم، سطوح بالاتر ماده خاکستری نشانه بیمارانی بود که احتمال بهبودی بیشتری از بیماری خود داشتند.

سپس از الگوریتم دوم برای پیش بینی وضعیت بیماران نه ماه پس از تشخیص اولیه استفاده شد. محققان در مقایسه با سیستم‌های تشخیصی سنتی، دقت بالاتری در پیش‌بینی نتایج هنگام استفاده از خوشه‌های مبتنی بر بیولوژیکی پیدا کردند.

همچنین شواهد نشان داد که بیمارانی در گروهی که حجم کمتری از ماده خاکستری در اسکن مغزشان دارند، ممکن است سطوح بالاتر التهاب، تمرکز ضعیف‌تر و سایر اختلالات شناختی را داشته باشند که قبلاً با افسردگی و اسکیزوفرنی مرتبط بودند.

در نهایت، این تیم این خوشه ها را در سایر مطالعات کوهورت بزرگ در آلمان و ایالات متحده آزمایش کردند و توانستند نشان دهند که از همان خوشه های شناسایی شده می توان برای پیش بینی نتایج بیمار استفاده کرد.

لالوسیس توضیح می دهد: «در حالی که مطالعه PRONIA شامل افرادی بود که اخیراً بیماری آنها تشخیص داده شد، مجموعه داده های دیگری که ما استفاده کردیم شامل افراد مبتلا به بیماری های مزمن بود. ما متوجه شدیم که هر چه مدت بیماری طولانی‌تر باشد، احتمال اینکه بیمار در اولین خوشه با حجم ماده خاکستری کمتر قرار بگیرد، بیشتر می‌شود. به راهنمایی تصمیمات درمانی هدفمند کمک کنید.”

قدم بعدی برای تیم این است که قبل از برنامه ریزی آزمایشات بالینی در مقیاس بزرگتر، شروع به اعتبارسنجی خوشه ها در کلینیک، جمع آوری داده های بیمار در زمان واقعی کند.


یادگیری ماشینی می تواند به تشخیص سلامت روان کمک کند


اطلاعات بیشتر:
پاریس الکساندروس لالوسیس و همکاران، طبقه بندی مبتنی بر نوروبیولوژیک افسردگی و روان پریشی با شروع اخیر: شناسایی دو فنوتیپ فرا تشخیصی متمایز، روانپزشکی زیستی (2022). DOI: 10.1016/j.biopsych.2022.03.021

ارائه شده توسط دانشگاه بیرمنگام

نقل قول: حجم ماده خاکستری می‌تواند تصمیمات درمانی برای ایجاد اختلالات سلامت روان را ارائه دهد (2022، 12 آوریل) بازیابی شده در 12 آوریل 2022 از https://medicalxpress.com/news/2022-04-grey-volume-treatment-decisions-mental.html

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.