2018年10月18日 星期四

吃藥也要「個人化服務」:數據預測憂鬱症患者服藥治療效果!


憂鬱症,就像是你的心感冒了。感冒了當然要想辦法治療囉!

        目前面對憂鬱症有兩種最主要的治療方法:一種由心理師引導患者轉換想法、藉由想法轉變趕走壞心情;另外一種則是服用抗憂鬱藥物。但是,不像一般感冒鼻塞吃xx藥、咳嗽吃xx藥、吃了藥症狀就會緩解,每個人對抗憂鬱藥物的反應大不相同。有些人服用藥物後了症狀馬上改善、有些人嘗試多種藥物還是沒有明顯改善、甚至有些人不吃藥也會隨著時間自己痊癒。難道我們只能靠醫生經驗判斷、多次嘗試來找到適合的療法嗎?美國一項2018年的最新研究利用「個人預測系統」,透過患者背景資料蒐集在治療「之前」有效預測患者對抗憂鬱藥物的反應。讓我們來看看這是如何做到的吧!

        其實,早在2006年開始,就有許多研究者積極研究哪些特徵可以預測患者服藥會不會有效。例如說年紀小、受過高等教育、正在工作、焦慮程度低等等,研究顯示有這些特徵的人對抗憂鬱藥物反映較佳。可是呢!!!請注意到:這些研究的分析方法是把各種特徵分開來看,也就是研究者「假設」研究對象除了特定的一個特徵之外的各種生活環境、成長背景、身體狀況都是相同的,進而研究誰比較適合藥物治療。但是我們知道:每個人都是獨一無二的!要找到生理心理上幾乎相同的人簡直比登天還難啊。因此,只關注單一特徵的這種研究方法難以發現各種特徵合在一起考慮時到底會發生什麼事。甚至有可能出現A特徵預測這個患者吃藥有效、B特徵卻預測這個患者吃藥沒效的矛盾狀況,這時候醫生到底該相信哪邊的數據呢?是不是有點尷尬了?

說到這裡,終於可以介紹2018這篇文獻的特別之處囉~
        研究者首先是蒐集多位憂鬱症患者的各種背景資料,從基本的年齡、性別、工作狀況、家庭狀況、教育程度,到更專業的焦慮程度、憂鬱程度、能不能控制自己注意力等等。接著計算各種特徵預測服藥效果的「比重」,利用比重這種算法可以同時考慮全部的特徵。預測完成後,研究者把216位憂鬱症成人隨機分派到「服用抗憂鬱症藥」或是「服用假藥」兩種組別,讓全部的受試者吃藥吃8周。8周後研究者再次看看患者病情改善的程度,發現預測果然是有效的!如果看全部216位患者的資料,服用真藥和假藥的兩組患者病情改善程度差不多;但如果只看預測吃藥會有效的患者資料,就會發現到吃真藥的患者病情改善程度明顯比吃假藥的患者多。

        總之總之,過去有關於抗憂鬱藥物治療效果的研究,多關注單一的特徵。也因此今天介紹的這篇研究使用不同的統計方法,讓科學研究離開完美情境假設,研究結果也更加實用喔。當然,我們也不能忽視治療憂鬱症的其他要素,像是和家人朋友聊聊天增進人際關係啦、運動運動活絡筋骨啦、心理治療抒發情緒等等,這些要素是未來可以加入個人預測系統,相輔相成的部分。相信這套個人預測系統多多反覆驗證之後,會成為憂鬱症患者的一大福音。誰都不想要吃了藥卻不知道會不會好對吧?


文/高雄醫學大學心理三 陳榕婕

圖/<a href="https://www.freepik.com/free-photo/medicine-pill-and-capsule_1156204.htm">Designed by Suksao</a>

參考資料/

Derubeis, R. J., Cohen, Z. D., Forand, N. R., Fournier, J. C., Gelfand, L. A., & Lorenzo-Luaces, L. (2014). The Personalized Advantage Index: Translating Research on Prediction into Individualized Treatment Recommendations. A Demonstration. PLoS ONE, 9(1). doi:10.1371/journal.pone.0083875

Webb, C. A., Trivedi, M. H., Cohen, Z. D., Dillon, D. G., Fournier, J. C., Goer, F., . . . Pizzagalli, D. A. (2018). Personalized prediction of antidepressant v. placebo response: Evidence from the EMBARC study. Psychological Medicine, 1-10. doi:10.1017/s0033291718001708

    2 則留言:

    1. 想知道文獻有沒有說計算各種特徵預測服藥效果的「比重」是怎麼分配的~(有可能每個人的各項特徵占的比重不太一樣該怎麼計算><

      回覆刪除
    2. 各個特徵有許多,由年齡、性別至注意力、焦慮程度,若要分析如此龐大的特徵量應該不太容易,研究者有沒有指出哪些特徵是主要用以調節藥物比重的呢?

      回覆刪除