Una nuova prova universale per predire il rischio che qualcuno soccombere alla depressione maggiore è stata sviluppata da UCL (University College London) ricercatori. Lo strumento online, predictD , potrebbe alla fine essere utilizzati dai medici di famiglia e cliniche locali per identificare quelli a rischio di depressione per la quale la prevenzione può essere più utile.
L'algoritmo di rischio, sviluppato da un team guidato da Michael King dell'UCL professori e Irwin Nazareth, è stato testato in 6.000 persone visitano il loro medico di famiglia in sei paesi europei (Regno Unito, Spagna, Portogallo, Paesi Bassi, Slovenia ed Estonia). La sua precisione è stato testato anche in quasi 3.000 partecipanti GP in un paese più, il Cile, in Sud America. Lo studio, pubblicato negli Archives of General Psychiatry, follow-up i partecipanti a sei e 12 mesi. Il team ha modellato il loro approccio su indici di rischio per malattie cardiache, che forniscono una stima percentuale di rischio in un dato periodo di tempo. L'algoritmo è stato più preciso nel predire futuri episodi di depressione come strumenti analoghi sviluppati in Europa per predire il rischio futuro di problemi cardiaci.
Un sito web è stato allestito per l'algoritmo di rischio, a www.ucl.ac.uk/predict-depression/ .
Ulteriori test dello strumento come rivelatore precoce della depressione è prevista in studi randomizzati di prevenzione in Europa. Il team sta anche esplorando la possibilità di utilizzare lo strumento in Cina, con il progetto di creare uno studio sulla previsione della depressione in un contesto di comunità cinese. Questa sarebbe la prima iniziativa di ricerca sempre del suo genere in Asia.
Il professor Michael King, UCL Dipartimento di Scienze della Salute Mentale, dice: "La depressione è un problema comune in tutto il mondo, ma anche se sappiamo come trattarla, sappiamo molto poco su come prevenire la sua insorgenza Abbiamo modi di predire l'insorgenza. di malattia cardiaca o ictus, ma nessuno per predire il rischio della gente di depressione maggiore. Il nostro studio è uno dei primi a sviluppare un algoritmo di rischio proprio per questo scopo. "