Handlungstendenzen und Prognose bei Major Depression

Die Entwicklung klinischer und psychologischer Marker, die die große Untergruppe von Patienten mit schweren Depressionen charakterisieren, die nicht von serotonergen Antidepressiva profitieren, die als Erstlinienbehandlung angeboten werden, ist von größter klinischer Bedeutung, wurde jedoch bisher nicht erreicht. Klinische und psychologische Indikatoren wären angesichts ihrer breiten Verfügbarkeit ideal, um das Nichtansprechen auf Antidepressiva vorherzusagen. Bisher konnten diese Maßnahmen jedoch keine genauen Vorhersagen auf individueller Ebene liefern. Neuartige Prädiktoren für die Prognose und das Ansprechen auf die Behandlung bei Major Depression (MDD) können einen Mehrwert für die Entwicklung gezielter Behandlungen und stratifizierter Ansätze zur Verbesserung der langfristigen Ergebnisse von Personen mit MDD schaffen.

Die psychologischen Grundlagen der Reaktion der Patienten auf die Behandlung waren eine wichtige Forschungsrichtung. Wie vom überarbeiteten Modell der erlernten Hilflosigkeit vorgeschlagen, ist eine zentrale kognitive Anfälligkeit für MDD die Tendenz, sich übermäßig für negative Ereignisse im eigenen Leben verantwortlich zu machen. In Übereinstimmung mit der Theorie haben frühere Studien die Bedeutung der Selbstbeschuldigung sowohl als Anfälligkeitsfaktor als auch als Symptom einer Depression gezeigt. Beispielsweise wurde in einer kürzlich durchgeführten Studie gezeigt, dass Personen mit remittierter MDD im Vergleich zu gesunden Kontrollteilnehmern eine erhöhte Neigung zur Selbstverachtung aufwiesen. Da MDD eine lebenslange Diagnose ist, könnte das Verständnis der Unterschiede zwischen remittierter MDD und gesunden Kontrollpersonen helfen, die mit MDD verbundenen Anfälligkeitsmerkmale zu identifizieren. Somit demonstriert der Befund von Selbstbeschuldigungsverzerrungen bei remittierter MDD die potenzielle Rolle der Selbstbeschuldigung als Anfälligkeitsmerkmal und als neuartiger kognitiver Marker für MDD, die während der Remission vorhanden bleiben und möglicherweise eine Anfälligkeit für ein Wiederauftreten darstellen. Eine Einschränkung in früheren Studien besteht jedoch darin, dass Menschen unter bestimmten Umständen Schwierigkeiten hatten, ihre moralischen Emotionen wie Scham und Schuld zu unterscheiden. Bisherige Maßnahmen zur Bewertung dieser Emotionen hingen weitgehend von der subjektiven Einschätzung der Teilnehmer ab und sind daher hinsichtlich der Differenzierung der moralischen Emotionen problematisch.

Darüber hinaus gehen diese Maßnahmen nicht auf die adaptive oder maladaptive Natur moralischer Emotionen ein. Wie von Tangney vorgeschlagen, können moralische Emotionen entweder adaptiv oder maladaptiv sein, und dieser Unterschied wird möglicherweise durch die unterschiedlichen Handlungstendenzen eines Individuums bestimmt, die mit seinen moralischen Emotionen verbunden sind. Handlungstendenzen beschreiben einen impliziten kognitiven und motivationalen Zustand, bevor eine Handlung ausgeführt wird. Es wurde vermutet, dass adaptive Handlungstendenzen wie das Gefühl, sich zu entschuldigen, mit selbstbeschuldigenden Emotionen wie Schuld verbunden waren, und maladaptive Handlungstendenzen wie das Gefühl, sich zu verstecken und eine Distanz zu sich selbst zu schaffen, mit Scham verbunden waren. Eine empirische Untersuchung der Zusammenhänge zwischen Handlungstendenzen und selbstbeschuldigenden Emotionen fehlt jedoch. Weitere Untersuchungen zu diesem Thema sind wichtig, um die potenzielle Rolle von Handlungstendenzen als neuartiges Maß für Selbstvorwürfe und ihren Zusammenhang mit der Anfälligkeit für MDD zu verstehen. Es ist wichtig, Maßnahmen für Handlungstendenzen mit hoher ökologischer Validität zu entwickeln. In früheren Studien hat unsere Forschungsgruppe eine computergestützte Aufgabe entwickelt, die Handlungstendenzen misst und sie zur Vorhersage der Prognose bei MDD verwendet. Es wurde festgestellt, dass diese Aufgabe das Rezidivrisiko bei Menschen mit MDD vorhersagen kann, was eine große Effektgröße zeigt (Cohen's d = 0,96). Es gab jedoch zwei wesentliche Einschränkungen. Erstens wurde die Aufgabe in einem verbalen Format verwendet und enthielt abstrakte Beschreibungen von Szenarien (z. „Du verhältst dich geizig gegenüber deinem Freund“), was die Aufgabe davon abhängig macht, wie gut sich die Teilnehmer die Szenarien vorstellen können. Zweitens erschwerte die mangelnde Immersivität der Aufgabe die Beschäftigung, was die ökologische Gültigkeit der Aufgabe einschränken kann.

Die auf Virtual Reality (VR) basierende Bewertung ist ein neues Paradigma für die kognitive Bewertung im Vergleich zur traditionellen Papier-und-Bleistift- oder computergestützten Bewertung. VR-Szenarien wurden als vielversprechende Werkzeuge für kognitive Bewertungen vorgeschlagen und haben sich als sicher für die Bewertung von Angststörungen und Depressionen erwiesen. Wichtig ist, dass die interaktive und immersive Natur der virtuellen Realität es ermöglicht, eine kognitive Aufgabe zu entwickeln, die ansprechend ist und eine höhere ökologische Gültigkeit hat, die ideal wäre, um neue kognitive Marker für MDD-Ergebnisse zu identifizieren. Daher zielt diese Studie darauf ab, eine Virtual-Reality-Aufgabe einzusetzen, um schuldbezogene Handlungstendenzen zu messen.

Es gibt drei Hauptforschungsfragen dieser Studie

1. Ist MDD im Vergleich zu einer Nicht-MDD-Kontrollgruppe mit einer höheren Neigung zu maladaptiven Handlungstendenzen wie Selbstdistanzierung und Verstecken assoziiert?
2. Sind maladaptive, auf Selbstvorwürfe bezogene Handlungstendenzen mit einer schlechten Prognose für die aktuelle Major Depression verbunden, wenn sie wie üblich in der Primärversorgung behandelt werden?
3. Können maladaptive selbstvorwurfsbezogene Handlungstendenzen verwendet werden, um die Prognose bei MDD auf individueller Ebene vorherzusagen, wenn sie mit anderen Prädiktoren unter Verwendung eines verschachtelten Elastic-Net-regularisierten, doppelt kreuzvalidierten Regressionsmodells kombiniert werden? (https://github.com/AndrewLawrence/dCVnet). Dabei werden sowohl primäre als auch sekundäre Prädiktoren im selben Modell verwendet.

Unsere vorgeschlagenen primären Prädiktoren für die Prognose einer Major Depression sind die folgenden (diese werden in einem nicht-regularisierten multiplen Regressionsmodell verwendet):

1. Prozentsatz der Versuche, bei denen das Verstecken gewählt wurde, gemessen durch die VR-Aufgabe
2. Prozentsatz der Versuche, bei denen Selbstdistanzierung gewählt wurde, gemessen an der VR-Aufgabe
3. Autonomie-Gesamtpunktzahl, gemessen anhand des Personal Style Inventory
4. Soziotropie-Gesamtpunktzahl, gemessen anhand des Personal Style Inventory
5. Maudsley Staging Model Gesamtpunktzahl
6. Compliance mit der Behandlung, gemessen auf einer Ordinalskala (wie regelmäßig haben Sie Ihre Antidepressiva im letzten Monat in der verschriebenen Dosis eingenommen? 0=nie, 1=manchmal, 2=mehr als die Hälfte der Zeit, 3=meistens, 4=fast jeden Tag, 5=jeden Tag)
7. Erhaltene soziale Unterstützung, gemessen anhand der Social Support Scale
8. Baseline-Depressions-Score, gemessen anhand des Self-rated Quick Inventory of Depressive Symptomatology (QIDS-SR-16) und des Maudsley-Modified Patient Health Questionnaire -9 (MM-PHQ-9, zwei separate Modelle werden für die Verwendung von QIDS- SR-16 oder MM-PHQ-9 als Ergebnisvariable).
9. Baseline-Angstsymptome, gemessen durch die Bewertung der generalisierten Angststörung
10. Optimierung der Antidepressiva-Medikation während des Nachbeobachtungszeitraums auf einer Ordinalskala (0=kein neues Antidepressivum/Absetzen des aktuellen Antidepressivums oder Verringerung seiner Dosis, 1=Erhöhung von wirksamer Dosis zu einer höheren Dosis, 2=Erhöhung von unwirksamer zu wirksamer Dosis/oder Wechsel zu einem anderen Antidepressivum in wirksamer Dosis)

Weitere potenzielle Prädiktoren in Sekundäranalysen für ein nicht-regularisiertes Regressionsmodell:

1. Bewältigungsmechanismus, gemessen mit dem Brief COPE
2. Art der Behandlung während der vier Monate (z. SSRI oder Nicht-SSRI)
3. Affektive Labilität
4. Trauma im frühen Leben
5. Körperliche Komorbidität
6. Alter
7. Geschlecht
8. Ausbildung
9. Alter des Beginns
10. Anzahl der vorherigen Folgen