Sprachbasierte Biomarker: ein neuartiger Ansatz zur Überwachung und Vorhersage von Schizophrenie-Rückfällen (OBSERVSPEECH)

Schizophrenie ist eine hochkomplexe Krankheit unbekannter Ursache. Sie zeichnet sich durch eine heterogene Ätiologie und unterschiedliche klinische Manifestationen aus. Zahlreiche Studien haben genetische, biochemische oder neurologische Entwicklungsfaktoren der Pathologie untersucht, ohne eine endgültige Antwort zu liefern. Der Umweltfaktor wird ebenfalls analysiert, insbesondere die städtische Dichte und Umweltverschmutzung. Schließlich wurde der Immunweg, insbesondere die Neuroinflammation, untersucht. Bestimmte Parasiten wie Toxoplasma können in Kombination mit genetischen Faktoren an der Entstehung einer Schizophrenie beteiligt sein. Alle diese Studien zeigen tendenziell, dass der Zusammenhang zwischen Parasit, Gen und Umwelt die Entwicklung der Schizophrenie beeinflussen würde. Die Ursprünge bleiben jedoch unklar und es sind umfassendere Kenntnisse der Pathophysiologie erforderlich, um die Diagnose und das Patientenmanagement durch neue therapeutische Ziele zu verbessern.

Mehr als 80 % der Patienten mit Schizophrenie weisen Sprachstörungen auf. Diese Anomalien manifestieren sich in Syntax, Semantik und Phonologie. Zu den häufigsten gehören monotone Betonung, Spracharmut, längere Pausen, mangelnde Spontaneität und Störungen der Sprachkohärenz. Da Sprache ein wichtiger Faktor in der sozialen Interaktion ist, haben Patienten große Schwierigkeiten, ihre sozialen Beziehungen aufrechtzuerhalten.

Ein großes Problem bei Schizophrenie ist das Absetzen oder der Missbrauch einer antipsychotischen Behandlung, was zu einem Rückfall und zusätzlichen Krankenhauskosten führt. Laut einer Studie aus dem Jahr 2013 brechen 50 % der Patienten die Behandlung nach sechs Monaten ab, was häufig zu Dekompensationen führt. Um Rückfälle zu vermeiden, können Ärzte entweder Hetero-Fragebögen durchführen, um die Symptome der Patienten zu überwachen, oder die Einhaltung der Behandlung überwachen.

Zur Überwachung der Symptome stehen Ärzten verschiedene standardisierte Fragebögen wie der PAANS zur Verfügung. Allerdings sind diese Tests zeitintensiv.

Um die Einhaltung der Behandlung zu überwachen, können Ärzte die Medikamentenkonzentration im Blut als Beweis für die Einhaltung verwenden. Allerdings ist diese Methode invasiv und erfordert eine kostspielige Koordination der Verabreichung zwischen medizinischem Fachpersonal und Patienten. Es gibt auch mehrere standardisierte Tests zur Überwachung der Einhaltung, beispielsweise den vom Arzt durchgeführten BARS-Fragebogen und den selbst durchgeführten BEMIB. Diese Maßnahmen wurden häufig aufgrund von Faktoren wie Erinnerungsverzerrung und schlechter Selbstwahrnehmung kritisiert, die die Genauigkeit der Patientenberichte einschränken und die Einhaltung überschätzen.

Daher ist es wichtig, neue Instrumente zu entwickeln, um die Entwicklung von Symptomen und Behandlungseffekten objektiv zu messen, um das Auftreten von Rückfällen zu erkennen, ohne den Alltag der Patienten zu belasten.

Sprachmarker zeichnen sich dadurch aus, dass sie über Eigenschaften verfügen, die den Einsatz in der klinischen Praxis erleichtern und sich problemlos in den Alltag der Patienten integrieren lassen. Fortschritte in der Signalverarbeitung und in Algorithmen für maschinelles Lernen ermöglichen es nun, die verschiedenen Komponenten der Sprache zu messen: Phonatorik, Artikulation, die verschiedenen sprachlichen Ebenen (Semantik, Syntax, Morphologie, Pragmatik) sowie die spezifischen Störungen der spontanen Sprache.

Diese verschiedenen Sprachmarker wurden bei verschiedenen neurologischen und psychiatrischen Pathologien validiert: insbesondere bei der Parkinson-Krankheit, der Huntington-Krankheit, Depression, Suizidgefahr und Schizophrenie. Diese Sprachmarker in der Psychiatrie werden mittlerweile sprachübergreifend verallgemeinert und auch in die Häuser der Patienten mitgenommen, um Veränderungen im Zustand der Patienten zu messen.

Markante Stimmmerkmale sind seit ihrer ersten Definition ein Merkmal der Schizophrenie. Sie gehen häufig mit negativen Symptomen wie der Unfähigkeit, Emotionen zu zeigen, und mit beobachteten sozialen Beeinträchtigungen einher. Es wurde quantitativ beobachtet, dass Menschen mit Schizophrenie eine schlechtere Sprache, mehr Pausen, ausgeprägte Töne und Unterschiede in der Stimmintensität haben.

Studien haben gezeigt, dass Antipsychotika auch die Sprache beeinflussen, da die Patienten unter Dopaminmangel leiden und eine Blockade dieser Rezeptoren durch Antipsychotika die Sprachbeeinträchtigung verschlimmern würde. Darüber hinaus führt die Blockade des striatalen Dopaminrezeptors zu extrapyramidalen Nebenwirkungen, die zu Zittern, Muskelsteifheit und Tics führen, die die für das Sprechen erforderlichen Gelenkbewegungen beeinträchtigen.

Daher sind Stimme und Sprache sehr gute Kandidaten als Biomarker für die Überwachung sowohl der Symptome als auch der Behandlungseffekte bei Schizophrenie, um das Auftreten von Rückfällen zu erkennen.

Ziel dieser Studie ist es festzustellen, ob Stimmbiomarker zur objektiven Überwachung von Symptomen und Behandlungseffekten bei Schizophrenie eingesetzt werden können, um das Auftreten von Rückfällen zu erkennen.