Karakteristika ved behandling af resistent skizofreni fra sygdomsdebut

Tidligere langsigtede opfølgningsstudier på patienter med skizofreni i første episode har vist, at op til 30 % af patienter, der aldrig har modtaget antipsykotisk medicinbehandling, ikke oplever symptomlindring eller har dårlig behandlingsrespons efter standard antipsykotisk medicinbehandling, og bliver derfor behandlings- resistent skizofreni (TRS). Ved langtidsopfølgning udgør patienter med behandlingsresistent skizofreni fra sygdomsdebut (TRO) desuden 80 % af alle TRS-patienter. Foreløbige undersøgelser i udlandet har fundet ud af, at TRO-patienter har karakteristika såsom tidlig debutalder, mandlig overvægt, fremtrædende negative symptomer, høj andel af positiv familiehistorie og lang varighed af ubehandlet psykose, men der er stadig ingen konsekvent konklusion om de patologiske mekanismer. Der er i øjeblikket ingen forskning om denne type patienter i Kina, og der er vanskeligheder med tidlig diagnosticering af TRO-patienter i klinisk praksis. Denne undersøgelse har til formål at etablere en TRO-forudsigelsesmodel ved at integrere data om demografi, sygdomskarakteristika, psykopatologi, social funktion og neurokognition fra en kohorte af patienter med skizofreni i første episode. Matematiske modelleringsmetoder såsom K-Means/SVM og konvolutionelle neurale netværk vil blive brugt. Hos patienter med ubehandlet skizofreni i første episode er tidlig og præcis identifikation af TRO-patienter i det indledende diagnosestadium og behandling med clozapin derfor særlig vigtig for potentielt at forkorte behandlingsperioden og reducere den personlige og samfundsmæssige byrde for TRO-patienter. Baseret på fremskridt i eksisterende forskning og forskergruppens tidligere arbejde, spekulerer vi i, at TRO-patienter har unikke kliniske egenskaber. Dette projekt vil etablere en TRO-forudsigelsesmodel baseret på multidimensionelle kliniske data ved brug af matematiske modelleringsmetoder. Fra et klinisk anvendelsesperspektiv udvælger undersøgelsen TRO-modellens forudsigelsesfaktorer baseret på eksisterende kliniske vurderingsmetoder, hvilket gør modellen yderst klinisk anvendelig og generaliserbar. Ved at etablere en TRO-forudsigelsesmodel kan TRO-patienter med høj risiko ikke kun identificeres tidligt i den indledende diagnosefase, hvilket muliggør passende kliniske behandlingsinterventioner, men den kan også give ny indsigt i den fremtidige kliniske behandling af TRO, fremme udviklingen af ​​tidligt og personlig præcision identifikation og behandling af TRO, og forbedre langsigtet prognose og reducere byrden af ​​sygdommen for patienter.