뇌파 검사(EEG) 신호 처리 (EEG-SP)

이 연구의 목적:

항우울제 치료 범위에 대한 주어진 피험자의 반응 확률을 미리 결정하여 항우울제 치료 효능을 개선합니다. 이 연구는 파일럿 연구에서 항우울제 반응의 정확한 예측 인자로 밝혀진 디지털 시스템을 우울한 피험자의 더 큰 샘플에서 추가로 훈련하고 테스트하기 위한 것입니다. 기계 학습 방법론을 기반으로 훈련된 예측 모델의 정확도는 우리가 연구하고자 하는 주요 결과입니다.

주제:

18-70세의 남녀.

포함 기준:

정보에 입각한 동의를 제공할 수 있는 DSM IV(SCID)에 대한 구조화된 임상 인터뷰에서 MDD에 대한 DSM IV 기준 충족

제외 기준:

정신병; 급성 자살 의도 또는 계획; 3개월 이내의 알코올 또는 약물 의존; 다음 중 3개 이상을 사용한 이전 치료:

• 적절한 CBT
• 항우울제 연구의 적절한 시험[적절한 정의: ≥ 4주 i) 벤라팍신 ≥150mg/일, ii) 부프로피온 ≥150mg/일 iii) 에스시탈로프람 ≥ 10mg/일 iv) 둘록세틴 ≥ 30mg/일 v) ≥ 8주 동안 ≥ 8 CBT 세션
• 불안정한 의학적 질병
• 6개월 이내 ECT
• 피임법을 사용하지 않는 임신 또는 성적으로 활동적인 여성.

연구 설계:

전처리 데이터 수집:

10일의 향정신성 약물 휴약 후 인구통계학적, 신드롬, 질병 중증도, 생화학적/혈액학적 및 뇌파 데이터를 수집하여 잠재적 반응 예측 변수 목록을 나중에 추출합니다.

수집된 데이터에는 다음 영역이 포함됩니다.

• 우울증 심각도: Montgomery Asberg Depression Rating Scale(MADRS) 및 Beck II Depression Rating Scale을 사용하여 평가했습니다.
• 불안 심각도: Spielberger Stait-Trait Anxiety Index를 사용하여 측정.
• 진단 및 신드롬 특징: DSM IV(SCID)에 대한 구조화된 임상 인터뷰를 사용하여 문서화되었습니다.
• 성격 속성: Minnestota Multi-phasic Personality Inventory(MMPI) 및 NEO-Personality Inventory를 사용하여 결정됩니다.
• 사회적 지원: 친구 및 가족의 인지된 사회적 지원 등급 척도(PSS)를 사용하여 측정됩니다.
• 이전 항우울제 치료(범위 및 적절성): 미시간 치료 적절성 척도의 수정 및 업데이트된 버전을 사용하여 결정됩니다.
• 혈액학적/생화학적 검사: 전체 혈구 수, 간 트랜스아미나제, 갑상선 자극 호르몬 수치, 혈청 크레아티닌, 혈청 칼슘, 혈청 마그네슘, 공복 혈당 및 혈청 B12.

항우울제 치료:

항우울제 치료는 1상에서 시행될 것입니다. 1상 말기에 치료에 대해 50% 미만의 반응을 보이는 피험자는 2상에서 다른 치료를 받게 됩니다. 1단계와 2단계 사이에는 항우울제(I단계에서 사용된 경우)를 줄이고 중단하는 10일의 기간이 있습니다.

치료 선택은 자연주의적으로 이루어집니다. 즉, 환자의 선호도가 고려되지만 이전에 해당 치료에 대한 적절한 시도에 반응하지 못한 환자는 치료를 받을 수 없습니다. "심리적 사고"가 불충분하다고 판단되는 피험자는 CBT를 제공하지 않습니다. 환자가 치료에 대해 선호하지 않는 경우 치료 선택은 무작위로 결정됩니다.

치료 옵션:

i) 에스시탈로프람 6주 ii) 벤라팍신 6주 iii) 부프로피온 6주 iv) 둘록세틴 6주 v) 인지 행동 요법(CBT) 12주 항우울제 투약은 확립된 의료 절차 및 발표된 투약 지침을 따릅니다. CBT는 고도로 숙련된 치료사가 수동 형식으로 관리합니다.

데이터 분석:

치료 후, 치료 전에서 치료 후까지 MADRS 점수의 % 변화를 사용하여 피험자를 반응자 또는 비반응자로 분류할 것입니다. 치료 후 MADRS 점수가 기준선 점수에서 50% 이상 떨어진 경우 피험자는 반응자로 간주됩니다. 기계 학습 알고리즘은 치료 전 인구통계, 증후병, 질병 중증도, 생화학적/혈액학적 및 뇌파 데이터 및 1단계 치료 반응에서 추출된 특징을 분류 변수로 사용하여 훈련됩니다. 알고리즘은 먼저 1단계 데이터만 사용하는 중첩 교차 검증 "leave N out" 기술을 사용하여 테스트됩니다.

중첩 교차 검증 방법을 사용하더라도 예측 알고리즘의 과적합 가능성이 완전히 배제되지는 않습니다. 이러한 이유로 결과 알고리즘은 치료 전 데이터에서 추출된 예측 기능을 사용하지만 이 경우에는 II단계 치료의 치료 반응 데이터를 사용하여 2단계 피험자에서 추가로 테스트됩니다. 2상 피험자에 대한 치료 전 인구통계, 증후병, 질병 중증도, 생화학적/혈액학적 및 뇌파 데이터 데이터는 1상 동안 받은 치료에 대한 알고리즘을 훈련하는 데만 사용되었으며 2상 동안 받은 치료에 대해서는 사용하지 않았습니다. 이러한 상황에서 2상 치료 결과를 사용하여 알고리즘을 다시 테스트하는 것은 완전히 독립적인 샘플에서 테스트를 구성합니다.