Optimización del Diagnóstico y Tratamiento de la Depresión Basado en la Clasificación de Evaluación Clínica Multidimensional

El trastorno depresivo mayor (MDD), caracterizado por una alta prevalencia, una alta tasa de recurrencia y una alta tasa de discapacidad, es una enfermedad mental con la carga más pesada y se ha convertido en un importante problema de salud pública en China y el mundo. Los grandes desafíos en el diagnóstico y tratamiento de la depresión consisten en la patogenia complicada, la falta de criterios diagnósticos objetivos, los resultados insatisfactorios del tratamiento y el cumplimiento deficiente del tratamiento. Los estudios previos de nuestro equipo de investigación demostraron que la depresión se ve afectada por múltiples factores. Podríamos explorar marcadores importantes para el diagnóstico, el tratamiento y la predicción de la eficacia del tratamiento en datos de pacientes deprimidos recopilados desde diferentes dimensiones, incluido el inmunometabolismo, la electrofisiología cerebral, la estructura cerebral y los circuitos neuronales funcionales, la neuropsicología y la psicofisiología. Nuestros estudios completados en el Programa Nacional de Apoyo a la Ciencia y la Tecnología y el Programa Nacional de Investigación y Desarrollo (I+D) Clave del Plan Quinquenal 12 y 13 en China encontraron que el tratamiento diseñado para subtipos clínicos específicos puede mejorar el efecto del tratamiento y, mientras tanto, el La aplicación de la atención basada en mediciones electrónicas (e-MBC) combinada con terminales móviles inteligentes puede proporcionar de forma efectiva una gestión médica completa para los pacientes, mejorar el cumplimiento del paciente y aumentar la eficacia del diagnóstico y tratamiento clínicos. Sin embargo, debido al diagnóstico de la enfermedad basado en la sintomatología clínica sin distinción de subtipos y la falta de extracción de datos biológicos a múltiples escalas, evaluación multidimensional e integración profunda, los resultados de la mayoría de los estudios previos difícilmente se pueden utilizar en la práctica clínica. Por lo tanto, existe una gran necesidad de llevar a cabo una investigación sistemática en la que se necesite una evaluación multidimensional de las características clínicas y una recopilación y extracción de datos a gran escala para formar un diagnóstico clínico y regímenes de tratamiento óptimos para los subtipos de depresión. Para lograr el objetivo, los pacientes con depresión serán nuestro tema de investigación en este estudio. En primer lugar, sobre la base del estudio de cohorte anterior y el e-MBC de todo el curso, se recopilarán más datos de movimiento, frecuencia respiratoria, frecuencia cardíaca y sueño de los pacientes. Con la ayuda de tecnología de inteligencia artificial (IA), como el aprendizaje automático profundo, los datos integrados con imágenes de EEG y marcadores inmunometabólicos específicos en sangre se analizarán con características clínicas. El modelo de diagnóstico y clasificación se establecerá en base a la evaluación clínica multidimensional y verificada. En segundo lugar, a través de un ensayo controlado aleatorizado multicéntrico prospectivo, se explorarán regímenes de tratamiento óptimos para diferentes subtipos de depresión y tecnología de intervención física de estimulación magnética individualizada navegada por IA para establecer un modelo predictivo de efecto curativo. Finalmente, el seguimiento a largo plazo y su recopilación regular de datos se pueden completar en la plataforma de diagnóstico y tratamiento del paciente que está vinculada al e-MBC. Así, se constituirá una cohorte clínica estable y una base de datos avanzada con información multidimensional de la depresión. Se optimizará y promoverá toda la plataforma de gestión del curso e-MBC para mejorar el cumplimiento del paciente, la eficiencia del tratamiento y el pronóstico. Este estudio puede proporcionar evidencia para un diagnóstico y clasificación precisos de la depresión y regímenes de tratamiento óptimos para diferentes subtipos.