大うつ病性障害における行動傾向と予後

一次治療として提供されるセロトニン作動性抗うつ薬の恩恵を受けない大うつ病患者の大きなサブグループを特徴付ける臨床的および心理的マーカーを開発することは、臨床的に最も重要ですが、これまでのところ達成されていません. 臨床的および心理的指標は、抗うつ薬が広く利用可能であることを考えると、抗うつ薬に対する無反応を予測するのに理想的です。 しかし、これまでのところ、これらの対策は個人レベルで正確な予測を提供することに失敗しています. 大うつ病性障害 (MDD) における予後と治療反応の新しい予測因子は、MDD 患者の長期転帰を改善するための標的治療と層別化アプローチの開発に価値を加えることができます。

治療に対する患者の反応の心理的基盤は、研究の重要な方向性となっています。 改訂された学習性無力感モデルによって提案されているように、MDD に対する中心的な認知的脆弱性の 1 つは、人生で発生した否定的な出来事について過度に自分を責める傾向です。 理論と一致して、以前の研究は、脆弱性要因とうつ病の症状の両方として、自己非難バイアスの重要性を実証しています。 たとえば、最近の研究では、MDDが寛解した個人は、健康な対照参加者と比較して自己軽蔑バイアスが増加したことが示されています. MDDは生涯にわたる診断であるため、寛解したMDDと健康なコントロールの違いを理解することは、MDDに関連する脆弱性の特徴を特定するのに役立ちます. したがって、寛解したMDDにおける自己非難バイアスの発見は、脆弱性特性としての自己非難の潜在的な役割と、寛解中に存在し続け、再発の脆弱性を構成する可能性のあるMDDの新しい認知マーカーを示しています。 ただし、これまでの研究の限界の 1 つは、人々が特定の状況下で恥や罪悪感などの道徳的感情を区別するのに困難を経験した可能性があることです。 これらの感情を評価する以前の措置は、参加者の主観的な評価に大きく依存していたため、道徳的感情を区別するという点で問題があります。

さらに、これらの措置は、道徳的感情の適応性または不適応性に対処できていません。 Tangney によって提案されたように、道徳的感情は適応性と不適応性のいずれかであり、この違いは道徳的感情に関連する個人の異なる行動傾向によって決定される可能性があります。 行動傾向は、行動を起こす前の潜在的な認知および動機付けの状態を表します。 謝罪したいなどの適応行動傾向は、罪悪感などの自責感情と関連し、隠れたい、自分から距離を置くなどの不適応行動傾向は、恥と関連していることが示唆されました。 しかし、行動傾向と自責感情との関連性に関する実証的調査は不足しています。 このトピックのさらなる調査は、自己責任の新しい尺度としての行動傾向の潜在的な役割と、MDD に対する脆弱性との関連性を理解するために重要です。 生態学的妥当性の高い行動傾向の尺度を開発することが重要です。 以前の研究では、私たちの研究グループは、行動傾向を測定するコンピューター化されたタスクを開発し、それを使用して MDD の予後を予測しました。 このタスクは、MDD 患者の再発リスクを予測できることがわかり、大きな効果サイズ (Cohen の d=.96) を示しています。 ただし、2 つの大きな制限がありました。 まず、タスクは口頭で使用され、シナリオの抽象的な説明が含まれていました (例: 「あなたは友達に対してけちな態度をとります」）、これにより、タスクは参加者がシナリオをどれだけうまく想像できるかに依存します. 第二に、タスクの没入感の欠如は、タスクの生態学的妥当性を制限する可能性があることに従事することを困難にしました。

仮想現実 (VR) ベースの評価は、従来の紙と鉛筆またはコンピューター化された評価と比較して、認知評価の新しいパラダイムです。 VR シナリオは、認知評価の有望なツールであることが示唆されており、不安障害やうつ病の評価に安全であることが実証されています。 重要なことに、仮想現実のインタラクティブで没入型の性質により、魅力的で生態学的に妥当性の高い認知タスクを開発することが可能になり、MDD の結果の新しい認知マーカーを特定するのに理想的です。 したがって、この研究では、仮想現実タスクを使用して、非難に関連する行動傾向を測定することを目的としています。

この研究の 3 つの主要な研究課題があります。

1. MDD は、非 MDD 対照群と比較して、自己距離や隠蔽などの不適応行動傾向の傾向が高いことに関連していますか?
2. プライマリケアで通常どおりに治療された場合、不適応な自己非難関連の行動傾向は、現在の大うつ病性障害の予後不良と関連していますか?
3. ネストされたelastic-net正規化された二重交差検証回帰モデルを使用して他の予測因子と組み合わせた場合、不適応な自己責任関連の行動傾向を使用して、個人レベルでMDDの予後を予測できますか? (https://github.com/AndrewLawrence/dCVnet)。 これにより、同じモデルで一次予測子と二次予測子の両方が使用されます。

私たちが提案する大うつ病性障害の予後の一次予測因子は次のとおりです (これらは非正則化重回帰モデルで使用されます)。

1. VR タスクによって測定された、非表示が選択された試行の割合
2. VR タスクによって測定された自己距離が選択された試行の割合
3. Personal Style Inventory によって測定される Autonomy の合計スコア
4. パーソナル スタイル インベントリで測定されたソシオトロピーの合計スコア
5. モーズリー ステージング モデルの合計スコア
6. 序数尺度で測定される治療の順守（先月、抗うつ薬を処方された用量でどれくらい定期的に服用しましたか？ 0=まったくない、1=ときどき、2=半分以上、3=ほとんどの場合、4=ほぼ毎日、5=毎日)
7. ソーシャル サポート スケールで測定された、受け取ったソーシャル サポート
8. Self-rated Quick Inventory of Depressive Syntomatology (QIDS-SR-16) および Maudsley-Modified Patient Health Questionnaire -9 (MM-PHQ-9) によって測定されたベースラインのうつ病スコア。結果変数として SR-16 または MM-PHQ-9)。
9. 全般性不安障害の評価によって測定されるベースラインの不安症状
10. 順序スケールでのフォローアップ期間中の抗うつ薬の最適化 (0 = 新しい抗うつ薬なし/現在の抗うつ薬の中止またはその用量の低下、1 = 有効用量からより高い用量への増加、2 = 無効から有効用量への増加/または有効量の別の抗うつ薬に変更）

正則化されていない回帰モデルの二次分析におけるその他の潜在的な予測因子:

1. ブリーフCOPEによって測定される対処メカニズム
2. 4 か月間に受けた治療の種類 (例: SSRI または非 SSRI)
3. 情緒不安定
4. 初期の人生のトラウマ
5. 身体的合併症
6. 年
7. 性別
8. 教育
9. 発症年齢
10. 過去のエピソード数