Tratamiento alternativo para reducir la cronicidad en el TOC: investigación sobre la respuesta cerebral y la adecuación del tratamiento (arrIBA)

Cálculo del tamaño de la muestra: para el objetivo principal del estudio se utilizó el enfoque 95-95 para determinar el margen de no inferioridad. Los resultados de un metanálisis sobre la eficacia de la TCC para el TOC indicaron que la media (intervalo de confianza del 95 % (1,04) genera un margen de no inferioridad de 0,42. Expresado en puntajes en la medida de resultado primaria Escala Obsesivo Compulsiva de Yale Brown (YBOCS), esto sería una pérdida de aproximadamente 2 puntos en esta escala con un rango de 0 a 40, que es clínicamente casi insignificante. Aplicando un alfa de 0.05, un beta de 80% y un .42 margen de no inferioridad, un tamaño de muestra de 71 por brazo es adecuado. Dado que los análisis deben realizarse en la muestra por protocolo (P) y por intención de tratar (ITT), se deben reclutar 203 participantes (anticipando un 30 por ciento de abandono). Además, este tamaño de muestra permite probar la hipótesis secundaria: IBA es más efectivo que CBT para pacientes con TOC con mala percepción (aproximadamente el 25 por ciento de la población). Aplicando un alfa bilateral de 0,05 y una beta del 80 por ciento y un tamaño del efecto de d de Cohen = 1, se necesita una muestra de 34 participantes (en un estudio anterior se encontró un efecto entre grupos de 1,7), anticipando una caída del 30 por ciento. fuera, se necesitan 48 participantes con poca percepción al inicio del estudio.

Estudios previos sobre la influencia de la psicoterapia para el TOC en la estructura y el funcionamiento del cerebro han utilizado tamaños de muestra de 9 a 45. Según sus hallazgos, se planea analizar los datos de un mínimo de 30 participantes por condición para explorar los mecanismos de trabajo de las modalidades de tratamiento. Anticipándose a un límite superior del 30 por ciento de tasa de abandono, se incluirán 2 x 43 encuestados, así como 43 sujetos de control.

Cumplimiento del protocolo de tratamiento: los terapeutas recibirán una amplia capacitación sobre el cumplimiento del protocolo y el uso de formularios prefabricados para ejercicios y tareas. Todas las sesiones de tratamiento serán grabadas en audio. Cada terapeuta recibirá supervisión. Durante la supervisión, el supervisor escuchará partes de las cintas de audio para dar retroalimentación y asegurarse de que el terapeuta no se desvíe del protocolo.

Además, una vez finalizado el estudio, se realizará un control de adherencia. Un evaluador cegado capacitado escuchará en forma de muestra las cintas de audio de la sesión para calificar si se trata de una sesión de IBA o CBT.

Naturaleza y alcance de la carga y los riesgos asociados con la participación, el beneficio y la relación con el grupo: los pacientes serán evaluados durante cinco momentos, incluidos dos seguimientos. Además, los pacientes completarán dos cuestionarios después de cada sesión de tratamiento. Los participantes de la parte adicional de imágenes estarán sujetos a dos sesiones adicionales de resonancia magnética y pruebas cognitivas. Los controles sanos se medirán una vez.

Comité de Seguridad: el presente estudio ha sido clasificado como de bajo riesgo. No se espera ningún riesgo de administrar IBA, en comparación con recibir atención clínica estándar (TCC). El tratamiento con IBA será realizado por médicos bien capacitados. Pueden producirse algunos malestares psicológicos con respecto a la discusión de síntomas emocionales, estos serán constreñidos al mínimo. No se esperan molestias adicionales con respecto a la atención clínica estándar. La resonancia magnética, después de una evaluación exhaustiva de elegibilidad, se clasifica como de riesgo no significativo a bajo.

Análisis estadísticos: se realizarán análisis estadísticos sobre la intención de tratar (ITT) y la muestra por protocolo (PP). Los datos faltantes serán reemplazados utilizando el método de imputación múltiple. Para todos los análisis, los valores p corregidos de

Parámetro(s) primario(s) del estudio: el YBOCS, un cuestionario validado con 10 elementos y una puntuación máxima de 40, se utilizará como parámetro de resultado primario. Para concluir la no inferioridad, el margen superior del intervalo de confianza del 95 %, es decir, la diferencia máxima entre los grupos dentro de este intervalo de confianza del 95 %, no debe exceder el margen de no inferioridad de 2 puntos en el YBOCS. Para determinar la no inferioridad inmediatamente después del tratamiento y durante el seguimiento, se realizarán pruebas unilaterales después del tratamiento, a los seis meses de seguimiento y al año de seguimiento. Se utilizarán modelos lineales de efectos mixtos, retrocediendo las medidas de resultado continuas sobre la intervención por términos de interacción de tiempo, tanto en la muestra ITT como en la PP.

Parámetro(s) secundario(s) del estudio: se usarán modelos de efectos mixtos para evaluar los efectos del tratamiento entre las dos condiciones de tratamiento para el nivel de percepción de las medidas de resultado secundarias, utilizando la Escala de ideas sobrevaloradas (OVIS); severidad de los síntomas depresivos, utilizando el Inventario de Depresión de Beck (BDI); severidad de los síntomas de ansiedad, utilizando el Inventario de Ansiedad de Beck (BAI); funcionamiento social, utilizando la Escala de Discapacidad de Sheehan (SDS); calidad de vida (usando el Euroquol); satisfacción con la relación, mediante la Escala de Satisfacción de la Relación (RSS) y tolerabilidad del tratamiento, mediante la Escala de Aceptabilidad/Adherencia al Tratamiento (TAAS). De forma exploratoria, se utilizará un análisis de regresión múltiple para determinar qué factores predicen el resultado del tratamiento.

Se utilizará un modelo mixto lineal para determinar si la percepción mejora más o antes en los pacientes que se sometieron a IBA en comparación con los que se sometieron a CBT. Se utilizará un modelo de lapso de tiempo (un modelo mixto lineal) para determinar si el cambio en la percepción está relacionado con la reducción de los síntomas.

(Pre)procesamiento de neuroimagen: los datos de fMRI se analizarán mediante el software de mapeo paramétrico estadístico (SPM) o la biblioteca de software FMRIB (FSL). Se llevarán a cabo comparaciones estándar de grupos para analizar (f)MRI estructural y relacionada con la tarea (provocación de síntomas). Se realizarán análisis factoriales completos con el grupo de factores (IBA frente a CBT) y el tiempo (antes y después del tratamiento) para determinar el efecto del tratamiento en la actividad cerebral relacionada con la tarea. Se realizarán análisis de componentes independientes (ICA; FSL MELODIC) y análisis de regresión dual para investigar los cambios en la conectividad funcional dentro de las redes (p. red de prominencia, red de modo predeterminado, CEN). Las regiones del cerebro con fluctuaciones concurrentes a lo largo del tiempo en función del nivel de oxígeno en la sangre (BOLD; proxy de la actividad cerebral) se asignarán automáticamente a un componente por persona. Después de filtrar y limpiar los componentes (componentes que parecen resultar del movimiento o artefactos del escáner), se determinarán los componentes medios por grupo. Mediante pruebas de permutación no paramétrica (FSL randomise), se comparará la conectividad funcional de las redes entre los grupos de intervención ya lo largo del tiempo. Para realizar análisis de redes de todo el cerebro, la resonancia magnética estructural se dividirá en 225 regiones de interés (ROI) separadas según el atlas Brainnetome. Estas parcelaciones se transformarán en IRMf en estado de reposo y las series temporales se extraerán por ROI y se correlacionarán entre sí para llegar a una matriz de conectividad de red de todo el cerebro por sujeto. Usando un enfoque de red similar, las imágenes DTI permitirán la tractografía para medir la conectividad estructural. La caja de herramientas de conectividad cerebral (BCT) se utilizará para calcular los índices topológicos de las redes (p. modularidad, centralidad de intermediación, coeficiente de agrupamiento y eficiencia) a partir de estas matrices de conectividad de red. Los índices topológicos de red reducen la abundante cantidad de información resultante del escaneo cerebral a solo unas pocas medidas neurobiológicamente significativas. La eficiencia global, por ejemplo, proporciona una medida de la eficiencia con la que la información puede viajar a través de una red y la centralidad de intermediación de la importancia relativa de una región del cerebro para el flujo de información dentro de una red. Estas medidas topológicas de la red se calcularán por evaluación y condición y posteriormente se compararán mediante pruebas de permutación.

Análisis estadístico de neuroimagen: para investigar si la modalidad de tratamiento (IBA/CBT) predice cambios en el estado de reposo y las redes funcionales basadas en tareas, se llevará a cabo un análisis de regresión multivariable con la modalidad de tratamiento como variable independiente y los cambios antes y después del tratamiento en las redes funcionales como dependientes. variables Para investigar la asociación con los cambios en las puntuaciones de YBOCS y el rendimiento neurocognitivo, estas variables se ingresarán en el primer bloque. Posibles factores de confusión (p. uso de medicamentos, edad, duración de la enfermedad) serán controlados.

Se llevarán a cabo técnicas de aprendizaje automático para investigar si las características cerebrales multimodales previas al tratamiento (usando T-1, DTI y rs y fMRI basadas en tareas) tienen valor predictivo para la respuesta al tratamiento en el grupo CBT e IBA por separado. Las características de las neuroimágenes se introducirán en un procedimiento de clasificación multivariado supervisado utilizando un algoritmo de máquina de vector de soporte lineal (SVM).

El procedimiento consta de una fase de entrenamiento, validación y prueba. Durante la fase de entrenamiento, se estimará un hiperplano que separe al máximo a los remitentes de los no remitentes en función de todos los puntos de datos disponibles (características) que muestren una diferencia entre los grupos. La fase de validación de SVM consistirá en una validación cruzada de dejar uno por grupo fuera. Luego se probará la precisión con la que el hiperplano determinado podría clasificar a otros pacientes durante la etapa de clasificación con datos independientes (20%) no utilizados para el entrenamiento. Este procedimiento se repetirá 10.000 veces para cada red. Esto da como resultado una medida de precisión, por sujeto, basada en la cantidad de veces que el sujeto se incluyó en la muestra de prueba y se clasificó correctamente. La precisión se probará en la significancia. Si los predictores de respuesta a IBA difieren de los de CBT, se llevará a cabo un análisis post hoc con predictores de respuesta tanto de IBA como de CBT dentro de todo el grupo de TOC.