Tendencias de acción y pronóstico en el trastorno depresivo mayor

Desarrollar marcadores clínicos y psicológicos que caractericen al gran subgrupo de pacientes con depresión mayor que no se benefician de los antidepresivos serotoninérgicos ofrecidos como tratamiento de primera línea es de suma importancia clínica, pero hasta ahora no se ha logrado. Los indicadores clínicos y psicológicos serían ideales para predecir la falta de respuesta a los medicamentos antidepresivos, dada su amplia disponibilidad. Sin embargo, hasta ahora, estas medidas no han proporcionado predicciones precisas a nivel individual. Los nuevos predictores del pronóstico y la respuesta al tratamiento en el trastorno depresivo mayor (MDD) pueden agregar valor al desarrollo de tratamientos dirigidos y enfoques estratificados para mejorar los resultados a largo plazo de las personas con MDD.

Los fundamentos psicológicos de la respuesta de los pacientes al tratamiento han sido una dirección importante de la investigación. Tal como lo propone el modelo de indefensión aprendida revisado, una vulnerabilidad cognitiva central del MDD es la tendencia a culparse excesivamente por los eventos negativos que ocurren en la vida. De acuerdo con la teoría, estudios previos han demostrado la importancia del sesgo de autoculpabilización como factor de vulnerabilidad y como síntoma de depresión. Por ejemplo, se ha demostrado que las personas con MDD remitido tenían mayores sesgos de autodesprecio en comparación con los participantes de control sanos en un estudio reciente. Dado que el MDD es un diagnóstico de por vida, comprender las diferencias entre el MDD remitido y los controles sanos podría ayudar a identificar los rasgos de vulnerabilidad asociados con el MDD. Por lo tanto, el hallazgo de sesgos de autoculpabilización en MDD remitidos demuestra el papel potencial de la autoculpabilidad como un rasgo de vulnerabilidad y un marcador cognitivo novedoso para MDD que permanece presente durante la remisión y posiblemente constituye vulnerabilidad para la recurrencia. Sin embargo, una limitación en estudios previos es que las personas podrían haber experimentado dificultades para distinguir sus emociones morales como la vergüenza y la culpa en ciertas circunstancias. Las medidas anteriores que evaluaban estas emociones dependían en gran medida de la calificación subjetiva de los participantes y, por lo tanto, son problemáticas en términos de diferenciar las emociones morales.

Además, estas medidas no abordan la naturaleza adaptativa o desadaptativa de las emociones morales. Según lo propuesto por Tangney, las emociones morales pueden ser tanto adaptativas como desadaptativas, y esta diferencia posiblemente esté determinada por las diferentes tendencias de acción de un individuo asociadas con sus emociones morales. Las tendencias de acción describen un estado cognitivo y motivacional implícito antes de que se tome una acción. Se sugirió que las tendencias de acción adaptativa, como sentir ganas de disculparse, se asociaron con emociones de autoculpabilización, como la culpa, y las tendencias de acción desadaptativas, como sentir ganas de esconderse y crear una distancia de uno mismo, se asociaron con vergüenza. Sin embargo, falta una investigación empírica de las asociaciones entre las tendencias de acción y las emociones de autoculpabilización. Las investigaciones adicionales de este tema son importantes para comprender el papel potencial de las tendencias de acción como una medida novedosa de autoculpabilización y su asociación con la vulnerabilidad a MDD. Es importante desarrollar medidas de tendencias de acción con una alta validez ecológica. En estudios previos, nuestro grupo de investigación ha desarrollado una tarea computarizada que mide las tendencias de acción y la utilizó para predecir el pronóstico en MDD. Se encontró que esta tarea puede predecir el riesgo de recurrencia en personas con TDM, mostrando un tamaño del efecto grande (d de Cohen = 0,96). Sin embargo, había dos limitaciones importantes. Primero, la tarea se usó en un formato verbal e incluyó descripciones abstractas de escenarios (p. "Actúas con avaricia con tu amigo"), lo que hace que la tarea dependa de qué tan bien los participantes puedan imaginar los escenarios. En segundo lugar, la falta de inmersión de la tarea dificultó la participación, lo que puede limitar la validez ecológica de la tarea.

La evaluación basada en realidad virtual (VR) es un nuevo paradigma para la evaluación cognitiva en comparación con la evaluación tradicional de papel y lápiz o computarizada. Se sugirió que los escenarios de realidad virtual son herramientas prometedoras para las evaluaciones cognitivas y se ha demostrado que son seguros para la evaluación de los trastornos de ansiedad y la depresión. Es importante destacar que la naturaleza interactiva e inmersiva de la realidad virtual hace posible desarrollar una tarea cognitiva que es atractiva y tiene una mayor validez ecológica, lo que sería ideal para identificar nuevos marcadores cognitivos de los resultados de MDD. Por lo tanto, este estudio tendrá como objetivo emplear una tarea de realidad virtual para medir las tendencias de acción relacionadas con la culpa.

Hay tres preguntas principales de investigación de este estudio.

1. ¿El MDD está asociado con una mayor propensión a las tendencias de acción desadaptativas, como el autodistanciamiento y la ocultación, en comparación con un grupo de control sin MDD?
2. ¿Las tendencias de acción relacionadas con la autoinculpación desadaptativas están asociadas con un mal pronóstico para el trastorno depresivo mayor actual cuando se trata como de costumbre en la atención primaria?
3. ¿Se pueden usar las tendencias de acción relacionadas con la culpabilidad desadaptativa para predecir el pronóstico en MDD a nivel individual cuando se combinan con otros predictores usando un modelo de regresión de doble validación cruzada regularizado de red elástica anidada? (https://github.com/AndrewLawrence/dCVnet). Esto utilizará predictores primarios y secundarios en el mismo modelo.

Nuestros principales predictores de pronóstico propuestos para el trastorno depresivo mayor son los siguientes (se utilizarán en un modelo de regresión múltiple no regularizado):

1. Porcentaje de ensayos durante los cuales se optó por esconderse según lo medido por la tarea de realidad virtual
2. Porcentaje de ensayos durante los cuales se eligió el autodistanciamiento medido por la tarea de RV
3. Puntuación total de autonomía medida por el Inventario de estilo personal
4. Puntaje total de sociotropía medido por el Inventario de estilo personal
5. Puntuación total del modelo de estadificación de Maudsley
6. Cumplimiento del tratamiento medido en una escala ordinal (¿con qué frecuencia ha tomado sus antidepresivos durante el último mes a la dosis prescrita? 0=Nunca, 1=Algunas veces, 2=Más de la mitad de las veces, 3=La mayor parte del tiempo, 4=Casi todos los días, 5=Todos los días)
7. Apoyo social recibido medido por la Escala de Apoyo Social
8. Puntaje de depresión inicial medido por el Inventario rápido autoevaluado de sintomatología depresiva (QIDS-SR-16) y el Cuestionario de salud del paciente modificado por Maudsley -9 (MM-PHQ-9, se ejecutarán dos modelos separados para usar QIDS- SR-16 o el MM-PHQ-9 como variable de resultado).
9. Síntomas de ansiedad basales medidos por la evaluación del Trastorno de Ansiedad Generalizada
10. Optimización de la medicación antidepresiva durante el período de seguimiento en una escala ordinal (0 = ningún antidepresivo nuevo/interrumpir el antidepresivo actual o reducir su dosis, 1 = aumentar de la dosis efectiva a una dosis más alta, 2 = aumentar de la dosis ineficaz a la efectiva / o cambio a otro antidepresivo a dosis efectiva)

Otros predictores potenciales en análisis secundarios para un modelo de regresión no regularizado:

1. Mecanismo de afrontamiento medido por el Brief COPE
2. Tipo de tratamiento obtenido durante los cuatro meses (p. ISRS o no ISRS)
3. Labilidad afectiva
4. Trauma de la vida temprana
5. Comorbilidad física
6. Edad
7. Género
8. Educación
9. Edad de inicio
10. Número de episodios anteriores