脳波（EEG）信号処理 (EEG-SP)

この研究の目的:

一定範囲の抗うつ治療に対する所与の被験者の応答確率を事前に決定することにより、抗うつ治療の有効性を改善すること。 この研究は、パイロット研究で抗うつ反応の正確な予測因子であることが示されているデジタルシステムを、うつ病の被験者のより大きなサンプルでさらに訓練し、テストすることを目的としています. 機械学習の方法論に基づいてトレーニングされた予測モデルの精度は、私たちが研究したい主要な結果です。

科目：

18～70歳の男女。

包含基準:

-インフォームドコンセントを提供できるDSM IV（SCID）の構造化臨床面接でMDDのDSM IV基準を満たす

除外基準:

精神病;急性の自殺の意図または計画; 3か月以内のアルコールまたは薬物依存; -以下の3つ以上による以前の治療：

• 十分な CBT
• 研究抗うつ薬の適切な試験 [適切性の定義: ≥ 4 週間の i) ベンラファキシン ≥150 mg/日、ii) ブプロピオン ≥150 mg/日 iii) エスシタロプラム ≥ 10 mg/日 iv) デュロキセチン ≥ 30 mg/日 v) 8週間以上にわたる8回以上のCBTセッション
• 不安定な病状
• 6ヶ月以内のECT
• 避妊をしていない妊娠中または性的に活発な女性。

研究デザイン:

治療前のデータ収集:

10 日間の向精神薬のウォッシュアウト後、人口統計学的、症候性、病気の重症度、生化学的/血液学的および脳波データが収集され、そこから潜在的な反応予測変数のリストが後で抽出されます。

収集されるデータには、次の領域が含まれます

• うつ病の重症度: Montgomery Asberg Depression Rating Scale (MADRS) および Beck II Depression Rating Scale を使用して評価されます。
• 不安の重症度：Spielberger Stait-Trait Anxiety Indexを使用して測定。
• 診断と症候群の特徴: DSM IV (SCID) の構造化臨床面接を使用して文書化されています。
• パーソナリティ属性: Minnestota Multi-phasic Personality Inventory (MMPI) および NEO-Personality Inventory を使用して決定されます。
• 社会的支援: 友人や家族からの社会的支援の認識評価尺度 (PSS) を使用して測定されます。
• 以前の抗うつ薬の治療 (範囲と妥当性): ミシガン州の治療の妥当性スケールの修正および更新版を使用して決定されます。
• 血液学的/生化学的検査: 全血球計算、肝トランスアミナーゼ、甲状腺刺激ホルモンレベル、血清クレアチニン、血清カルシウム、血清マグネシウム、空腹時血糖および血清 B12。

抗うつ治療：

抗うつ薬治療はフェーズ I で実施されます。フェーズ I の終了時に治療に対する反応が 50% 未満である被験者は、フェーズ II で別の治療を受けます。 フェーズ I とフェーズ II の間には 10 日間の期間があり、その間に抗うつ薬 (フェーズ I で使用されている場合) が漸減され、中止されます。

治療の選択は自然主義的に行われます。つまり、患者の好みが考慮されますが、以前にその治療の適切な試験に反応しなかった場合、患者は治療を受けることができません。 「心理学的思考」が不十分であると判断された被験者には、CBT が提供されません。 患者が治療に関して希望を持たない場合、治療の選択はランダムに決定されます。

治療オプション:

i) エスシタロプラム 6 週間 ii) ベンラファキシン 6 週間 iii) ブプロピオン 6 週間 iv) デュロキセチン 6 週間 v) 認知行動療法 (CBT) 12 週間。 抗うつ薬の投薬は、確立された医療手順と公表された投薬ガイドラインに従います。 CBT は、高度な訓練を受けたセラピストによって手動化された形式で管理されます。

データ分析：

治療後、治療前から治療後のMADRSスコアの%変化を使用して、被験者を応答者または非応答者として分類します。 治療後のMADRSスコアがベースラインスコアから50％以上低下した場合、被験者はレスポンダーと見なされます。 機械学習アルゴリズムは、治療前の人口統計、症候群、病気の重症度、生化学的/血液学的および脳波データから抽出された特徴と、分類変数としてのフェーズ I 治療反応を使用してトレーニングされます。 アルゴリズムは、最初に、フェーズ I データのみを使用して、ネストされたクロス検証の「N を除外する」手法を使用してテストされます。

入れ子になった相互検証方法を使用しても、予測アルゴリズムのオーバーフィッティングが可能性として完全に排除されるわけではありません。 このため、得られたアルゴリズムは、治療前データから抽出された予測機能を使用してフェーズ II 被験者でさらにテストされますが、この場合は、フェーズ II 治療からの治療応答データを使用します。 フェーズ II 被験者の治療前の人口統計、症候群、病気の重症度、生化学的/血液学的および脳波データ データは、フェーズ I で受けた治療についてアルゴリズムをトレーニングするためにのみ使用され、フェーズ II で受けた治療については使用されません。 このような状況下では、フェーズ II 治療結果を使用したアルゴリズムの再テストは、完全に独立したサンプルでのテストを構成します。