Modelle der auditiven Halluzination

Halluzinationen sind Wahrnehmungen ohne Reiz. 70 % der Patienten mit Schizophrenie leiden unter belastenden akustischen Halluzinationen. Ihre bloße Anwesenheit erhöht das Suizidrisiko. Die meisten erreichen eine Remission mit D2-Dopaminrezeptorblockern nach 1 Jahr Adhärenz. Allerdings haben 30 % der Patienten hartnäckige Halluzinationen und 50 % halten sich nicht an ihre Medikamente, häufig wegen ungünstiger Nebenwirkungen – diese hartnäckigen und nicht-adhärenten Patienten leiden weiter. Es besteht ein eindeutiger Bedarf an einem mechanistischen Verständnis von Halluzinationen als Auftakt für ein rationales Behandlungsdesign.

Diese Studie bietet die ersten Schritte zur Entwicklung eines interventionellen Biomarkers für klinische Halluzinationen auf der Grundlage der Computational Neuroscience.

Computational Psychiatry beinhaltet die Nutzung der Leistungsfähigkeit der Computational Neuroscience, um die klinischen Bedürfnisse von Menschen mit schweren psychischen Erkrankungen zu erfüllen. Es wurde viel über das Versprechen des Ansatzes diskutiert. Bisher gibt es nur wenige Studien, die sich hauptsächlich mit korrelativen Methoden wie der funktionellen Bildgebung befassen. Diese Studie wird diesen Mangel beheben, indem sie die neuronalen Loci von Computermodellparametern bei Patienten mit Psychose mit transkranieller Magnetstimulation (TMS) kausal manipuliert und die Auswirkungen dieser Manipulation auf die Leistung von Verhaltensaufgaben verfolgt. Mit einem solchen kausalen Eingriff wird die Richtigkeit der Erklärung von Halluzinationen durch das Modell entweder validiert oder widerlegt. Wenn es validiert ist, kann das Modell als Biomarker zur Vorhersage des Beginns von Halluzinationen, zur Steuerung, Entwicklung oder Verfolgung der Auswirkungen von Behandlungen für Halluzinationen weiterentwickelt werden. Wenn dies nicht bestätigt wird, sollte das Modell verworfen und andere Alternativen verfolgt werden.