전자기 및 환각제 치료에 대한 행동 위험과 반응의 정밀 표현형 분석 (PRE-EMPT)

미군 군인들에게 있어, 배치 및 전투 경험은 심각한 정신적 긴장을 초래할 수 있으며, 높은 장애율과 자살률을 보입니다. 불행히도 의도적 자해 위험이 높은 사람들을 예측하고 치료하는 우리의 능력은 제한적입니다. PRE-EMPT(행동적 위험과 전자기 및 사이키델릭 치료에 대한 반응의 정밀 표현형 분석)는 우울증, 외상 후 스트레스 및 자해의 스펙트럼에 대한 평가와 치료를 변화시키고자 합니다. PRE-EMPT는 다중 모드 신경영상, 혈액 기반 바이오마커 및 예측 분석을 활용하여 행동적 위험의 매우 정확한 모델을 구축하고, 세 가지 신경가소성 증진 중재에 대한 반응을 특성화할 것입니다.

배경: 낙인과 접근성 부족과 같은 근본 원인을 해결하기 위한 정부 및 기관의 협력적인 프로그램에도 불구하고, 자살률은 2000년 이후 37% 증가했습니다. 2014년부터 2019년까지 자살은 현역 사망의 가장 큰 원인이었으며, 이는 군인 및 베테랑의 취약성을 강조합니다. 자살은 매우 다인자적 사건이며, 개인이 어려운 상황이나 강렬한 감정을 견디기 위한 다른 옵션을 생각해낼 수 없는 상태로 개념화될 수 있으며, 이는 인지 통제(CC) 및 감정 조절(ER)의 실패를 나타냅니다. 마찬가지로, 자살 위험의 유전성은 잘 알려져 있으며, 전사체학 또는 RNA와 같은 유전자 발현을 조절하는 전사 분자에 대한 연구는 DNA 분석으로 완전히 설명되지 않는 위험 메커니즘을 밝힐 잠재력을 가지고 있습니다. 위험에 처한 사람들을 사전에 식별하고 위험에 맞춘 중재를 제공하기 위해 객관적이고 측정 가능한 요인에 따라 자살 위험을 분류하는 더 나은 방법이 필요합니다.

연구 계획: PRE-EMPT는 세 가지 집단(자해 저위험, 중간 위험 및 고위험)에서 150명의 민간인 및 베테랑 참가자 코호트를 구성할 것입니다. 연구자들은 기준선 임상 평가, 인지 통제(CC) 및 감정 조절(ER)을 평가하기 위해 우리 팀이 개척한 작업을 활용한 구조적 및 기능적 MRI, 그리고 행동적 위험과 관련된 분자적 뇌 상태를 특성화하기 위한 말초 순환 RNA(circRNA) 수준을 획득할 것입니다. 동시에, 연구자들은 공개적으로 이용 가능한 데이터베이스를 탐색하여 네트워크 노드를 식별하고, 뇌 활성화, 구조적 지형 및 기능적 연결성의 다변량 패턴에 딥 러닝 기술을 사용할 것입니다. 임상, 영상 및 전사체학 데이터는 융합되고 공동 분석되어 위험 예측 모델의 정확성을 높일 것입니다. 그런 다음 PRE-EMPT는 세 가지 별개의 그룹에서 자살 사고를 줄이고 주요 신경 네트워크의 활동을 변경할 잠재력을 가진 세 가지 유망하고 혁신적인 중재를 전향적으로 평가할 것입니다: 1) 실시간 기능적 MRI와 동시 뇌파검사(EEG)를 사용한 신경피드백(NF), 2) 전기장 모델링을 통한 용량 최적화와 함께 가속 간헐 세타 버스트 자극(aiTBS); 및 3) 사이키델릭 경험의 깊이를 극대화하기 위한 유연한 용량 계획을 가진 싸이로시빈 보조 치료(PSI). 평가는 치료 후 및 중재 후 1, 3, 6개월에 반복될 것입니다. 이러한 치료법은 우리 팀의 모든 세 가지 중재에 대한 이전 작업에서 빠른 작용과 큰 효과를 보여준 것을 바탕으로 선택되었습니다. 각 임상 그룹은 특정 중재 및 위험 그룹에 대한 효능 매개체에 대한 독립적인 통찰력을 제공할 것이며, 데이터를 풀링하여 위험 스펙트럼 전반에 걸친 예측 변수를 식별할 것입니다.

특정 목표 1: 구조적 및 기능적 MRI, 임상 및 전사체학 데이터로부터 행동적 위험을 정확하게 예측하는 신경행동 모델을 구축합니다.

특정 목표 2: 자살 사고에 대한 세 가지 잠재적 빠르게 작용하는 치료법을 테스트하고 반응의 기계적 매개체를 식별합니다.