Tendencje działania i rokowanie w dużym zaburzeniu depresyjnym

Opracowanie klinicznych i psychologicznych markerów charakteryzujących dużą podgrupę pacjentów z dużą depresją, którzy nie odnoszą korzyści z leków przeciwdepresyjnych serotoninergicznych oferowanych jako leczenie pierwszego rzutu, ma ogromne znaczenie kliniczne, ale dotychczas nie zostało osiągnięte. Wskaźniki kliniczne i psychologiczne byłyby idealne do przewidywania braku odpowiedzi na leki przeciwdepresyjne, biorąc pod uwagę ich powszechną dostępność. Jak dotąd jednak miary te nie dały dokładnych prognoz na poziomie indywidualnym. Nowe czynniki prognostyczne dotyczące rokowania i odpowiedzi na leczenie w przypadku dużych zaburzeń depresyjnych (MDD) mogą stanowić wartość dodaną w opracowywaniu terapii celowanych i metod warstwowych w celu poprawy długoterminowych wyników leczenia osób z MDD.

Psychologiczne podstawy odpowiedzi pacjentów na leczenie były ważnym kierunkiem badań. Zgodnie z propozycją poprawionego modelu wyuczonej bezradności, jedną z głównych poznawczych podatności na MDD jest tendencja do nadmiernego obwiniania się za negatywne zdarzenia występujące w życiu. Zgodnie z teorią, poprzednie badania wykazały znaczenie samoobwiniania zarówno jako czynnika wrażliwości, jak i jako objawu depresji. Na przykład wykazano, że osoby z remisją MDD miały zwiększone skłonności do pogardy dla siebie w porównaniu ze zdrowymi uczestnikami z grupy kontrolnej w niedawnym badaniu. Ponieważ MDD jest diagnozą trwającą całe życie, zrozumienie różnic między MDD z remisją a zdrowymi kontrolami może pomóc w identyfikacji cech podatności związanych z MDD. Zatem odkrycie samoobwiniania się w remisji MDD pokazuje potencjalną rolę samoobwiniania jako cechy podatności i nowego markera poznawczego dla MDD, które pozostają obecne podczas remisji i prawdopodobnie stanowią podatność na nawrót. Jednak jednym z ograniczeń poprzednich badań było to, że w pewnych okolicznościach ludzie mogli mieć trudności z rozróżnieniem swoich emocji moralnych, takich jak wstyd i poczucie winy. Dotychczasowe pomiary oceniające te emocje w dużej mierze zależały od subiektywnej oceny uczestników, przez co są problematyczne z punktu widzenia różnicowania emocji moralnych.

Ponadto środki te nie odnoszą się do adaptacyjnego lub nieprzystosowawczego charakteru emocji moralnych. Zgodnie z propozycją Tangneya, emocje moralne mogą być zarówno adaptacyjne, jak i nieprzystosowawcze, a różnica ta jest prawdopodobnie determinowana przez różne tendencje jednostki do działania związane z jej emocjami moralnymi. Tendencje do działania opisują ukryty stan poznawczy i motywacyjny przed podjęciem działania. Zasugerowano, że adaptacyjne tendencje do działania, takie jak chęć przeprosin, były związane z obwinianiem siebie, takimi jak poczucie winy, a nieprzystosowawcze tendencje do działania, takie jak chęć ukrywania się i tworzenia dystansu do siebie, były związane ze wstydem. Brakuje jednak empirycznego badania związków między tendencjami do działania a emocjami samoobwiniania. Dalsze badania tego tematu są ważne dla zrozumienia potencjalnej roli tendencji do działania jako nowej miary samoobwiniania i jej związku z podatnością na MDD. Ważne jest opracowanie miar tendencji do działania o wysokiej trafności ekologicznej. W poprzednich badaniach nasza grupa badawcza opracowała skomputeryzowane zadanie, które mierzy tendencje do działania i wykorzystuje je do przewidywania rokowania w MDD. Stwierdzono, że to zadanie może przewidywać ryzyko nawrotu u osób z MDD, wykazując dużą wielkość efektu (d Cohena = 0,96). Były jednak dwa główne ograniczenia. Po pierwsze, zadanie miało formę werbalną i zawierało abstrakcyjne opisy scenariuszy (np. „Zachowujesz się skąpo w stosunku do kolegi”), co uzależnia wykonanie zadania od tego, jak dobrze uczestnicy wyobrażają sobie scenariusze. Po drugie, brak immersyjności zadania utrudniał zaangażowanie, co może ograniczać ekologiczną ważność zadania.

Ocena oparta na rzeczywistości wirtualnej (VR) to nowy paradygmat oceny poznawczej w porównaniu z tradycyjną oceną papierową lub komputerową. Zasugerowano, że scenariusze VR są obiecującymi narzędziami do oceny poznawczej i wykazano, że są bezpieczne w ocenie zaburzeń lękowych i depresji. Co ważne, interaktywny i wciągający charakter rzeczywistości wirtualnej umożliwia opracowanie zadania poznawczego, które jest angażujące i ma wyższą ważność ekologiczną, co byłoby idealne do identyfikacji nowych markerów poznawczych wyników MDD. W związku z tym niniejsze badanie będzie miało na celu wykorzystanie zadania wirtualnej rzeczywistości do pomiaru tendencji do działania związanych z obwinianiem.

Istnieją trzy główne pytania badawcze tego badania

1. Czy MDD wiąże się z większą podatnością na nieprzystosowawcze tendencje do działania, takie jak dystansowanie się i ukrywanie, w porównaniu z grupą kontrolną bez MDD?
2. Czy nieprzystosowawcze tendencje do działania związane z obwinianiem siebie są związane ze złymi rokowaniami w przypadku obecnego dużego zaburzenia depresyjnego, gdy jest się leczonym jak zwykle w podstawowej opiece zdrowotnej?
3. Czy nieprzystosowawcze tendencje do działania związane z samoobwinianiem mogą być wykorzystane do przewidywania rokowania w MDD na poziomie indywidualnym, w połączeniu z innymi predyktorami przy użyciu zagnieżdżonego elastycznego, uregulowanego modelu regresji z podwójną walidacją krzyżową? (https://github.com/AndrewLawrence/dCVnet). Spowoduje to użycie zarówno pierwotnych, jak i drugorzędnych predyktorów w tym samym modelu.

Proponowane przez nas główne predyktory rokowania dla dużego zaburzenia depresyjnego są następujące (zostaną one wykorzystane w nieuregulowanym modelu regresji wielokrotnej):

1. Procent prób, podczas których wybrano ukrywanie się, mierzony za pomocą zadania VR
2. Procent prób, podczas których wybrano zachowanie dystansu, mierzony za pomocą zadania VR
3. Całkowity wynik Autonomii mierzony za pomocą Osobistego Inwentarza Stylów
4. Całkowity wynik socjotropii mierzony za pomocą Osobistego Inwentarza Stylów
5. Całkowity wynik Maudsley Staging Model
6. Zgodność z leczeniem mierzona na skali porządkowej (jak często przyjmowałeś leki przeciwdepresyjne w ciągu ostatniego miesiąca w przepisanej dawce? 0=Nigdy, 1=Czasami, 2=Więcej niż połowę czasu, 3=Przez większość czasu, 4=Prawie codziennie, 5=Codziennie)
7. Otrzymane wsparcie społeczne mierzone Skalą Wsparcia Społecznego
8. Wyjściowy wynik depresji mierzony za pomocą kwestionariusza Quick Inventory of Depressive Symptomatology (QIDS-SR-16) i kwestionariusza Maudsley-Modified Patient Health Questionnaire -9 (MM-PHQ-9, zostaną uruchomione dwa osobne modele do wykorzystania QIDS- SR-16 lub MM-PHQ-9 jako zmienną wynikową).
9. Wyjściowe objawy lękowe mierzone za pomocą oceny Uogólnionego Zaburzenia Lękowego
10. Optymalizacja leków przeciwdepresyjnych w okresie obserwacji w skali porządkowej (0=brak nowego leku przeciwdepresyjnego/odstawienie dotychczasowego leku przeciwdepresyjnego lub zmniejszenie jego dawki, 1=zwiększenie dawki skutecznej do dawki wyższej, 2=zwiększenie dawki od nieskutecznej do skutecznej/lub zmienić na inny lek przeciwdepresyjny w skutecznej dawce)

Inne potencjalne predyktory w analizach wtórnych dla modelu regresji nieuregulowanej:

1. Mechanizm radzenia sobie mierzony za pomocą krótkiego COPE
2. Rodzaj leczenia uzyskanego w ciągu czterech miesięcy (np. SSRI lub inne niż SSRI)
3. Labilność afektywna
4. Trauma wczesnego życia
5. Współchorobowość fizyczna
6. Wiek
7. Płeć
8. Edukacja
9. Wiek początku
10. Liczba poprzednich odcinków