Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Las nuevas ayudas del algoritmo del AI predicen la reacción de la medicación en pacientes con desorden de humor complejo

Los desordenes de humor como desorden depresivo importante (MDD) y desorden bipolar son a menudo complejos y duros de diagnosticar, especialmente entre la juventud cuando la enfermedad apenas se está desarrollando. Esto puede tomar decisiones sobre la medicación difíciles. En un estudio colaborativo del instituto de investigación de la salud de Lawson, la red y el centro de Brainnetome, investigadores de la investigación de la mente han desarrollado un algoritmo de la inteligencia (AI) artificial que analiza exploraciones de cerebro para clasificar mejor enfermedad en pacientes con un desorden de humor complejo y para ayudar a predecir su reacción a la medicación.

El estudio completo incluyó a 78 pacientes adultos emergentes de programas de salud mental en las ciencias de la salud de Londres centra (LHSC), sobre todo del primer programa del humor y de la ansiedad del episodio (FEMAP). La primera parte del estudio implicó a 66 pacientes que habían terminado ya el tratamiento para una diagnosis sin obstrucción o de MDD o el tipo bipolar I (I bipolar), que es una forma del desorden bipolar que ofrece episodios maníacos completos, así como 33 adicionales investigan a participantes sin historia de la enfermedad mental. Cada uno individual participado en la exploración para examinar diversas redes del cerebro usando las capacidades de resonancia magnética funcionales de la proyección de imagen (fMRI) de Lawson en la atención sanitaria Londres de San José.

El equipo de investigación analizaba y comparó las exploraciones de ésos con MDD, I bipolar y ninguna historia de la enfermedad mental, y encontró que difirieron los tres grupos particularmente las redes del cerebro. Estas regiones incluidas en la red de la manera de omisión, un equipo de regiones probablemente importantes para la uno mismo-reflexión, así como en el tálamo, un “Gateway” que conecta regiones corticales múltiples y ayuda a despertar y a vigilancia del mando.

Los datos fueron utilizados por los investigadores en la red de la investigación de la mente para desarrollar un algoritmo del AI que utiliza el aprendizaje de máquina examinar exploraciones del fMRI para clasificar si un paciente tiene MDD o I. bipolar. Cuando estaba probado contra los participantes de la investigación con una diagnosis sabida, el algoritmo clasificó correctamente su enfermedad con el 92,4 por ciento de exactitud.

El equipo de investigación entonces realizó proyección de imagen con 12 participantes adicionales con los desordenes de humor complejos para los cuales una diagnosis no estaba sin obstrucción. Utilizaron el algoritmo para estudiar la función del cerebro de un participante para predecir su diagnosis y, más importantemente, examinaron la reacción del participante a la medicación.

Los “antidepresivos son el patrón oro que la terapia farmacéutica para MDD mientras que los estabilizadores del humor son el patrón oro para I bipolar,” dice al Dr. Elizabeth Osuch, clínico-científico en Lawson, director médico en FEMAP e investigador del co-guía en el estudio. “Solamente llega a ser difícil predecir qué medicación trabajará en pacientes con desordenes de humor complejos cuando una diagnosis no está sin obstrucción. Responderán mejor a un antidepresivo o a un estabilizador del humor?”

El equipo de investigación presumió que los participantes clasificados por el algoritmo como teniendo MDD responderían a los antidepresivos mientras que ésos clasificados como teniendo bipolar yo responderían a los estabilizadores del humor. Cuando estaba probado con los pacientes complejos, 11 de 12 respondieron a la medicación prevista por el algoritmo.

“Este estudio toma una medida importante hacia encontrar un biomarker de la reacción de la medicación en adultos emergentes con desordenes de humor complejos,” dice al Dr. Osuch. “También sugiere que poder un día tener una dimensión objetivo de la enfermedad psiquiátrica con las imágenes cerebrales que harían diagnosis más rápida, más efectiva y más constante a través de proveedores de asistencia sanitaria.”

Los psiquiatras hacen actualmente una diagnosis basada en la historia y el comportamiento de un paciente. Las decisiones de la medicación se basan en esa diagnosis. “Esto puede ser difícil con desordenes de humor complejos y en el curso temprano de una enfermedad cuando los síntomas pueden estar menos bien definidos,” dice al Dr. Osuch. Los “pacientes pueden también tener más de una diagnosis, tal como una combinación de un desorden de humor y de un desorden de abuso de substancia, diagnosis de complicación adicional. Tener una prueba o un procedimiento biológica para determinar qué clase de la medicación responderá un paciente avance importante el campo de la psiquiatría.”

Fuente: https://www.lawsonresearch.ca/machine-learning-could-predict-medication-response-patients-complex-mood-disorders