Leczenie przeciwzapalne w zaburzeniach nastroju i model przewidywania głębokiego uczenia się

Wiele linii dowodów potwierdza patogenną rolę zapalenia nerwów w zaburzeniach nastroju. Nasz zespół opublikował serię prac wykazujących, że cytokiny zapalne są związane z nasileniem objawów depresyjnych, mogą być biomarkerami wyników klinicznych, podtypów i faz nastroju choroby afektywnej dwubiegunowej. W porównaniu z zaburzeniem depresyjnym, zaburzenie afektywne dwubiegunowe charakteryzuje się poważniejszą dysregulacją zapalną, która koreluje ze strukturą mózgu i nieprawidłowościami połączeń funkcjonalnych. Osoby niereagujące na leczenie miały zwykle wyższe wyjściowe markery stanu zapalnego, co sugeruje, że zwiększone poziomy stanu zapalnego przyczyniają się do oporności na leczenie. Badania kliniczne wykazały, że leki przeciwzapalne w połączeniu z tradycyjnymi metodami leczenia mogą poprawić wyniki kliniczne, w tym N-acetylocysteina, infliksymab, pioglitazon, celekoksyb, aspiryna, wielonienasycone kwasy tłuszczowe omega-3, minocyklina, statyna, aspiryna. Wśród nich aspiryna i statyna były stosowane w leczeniu i zapobieganiu zaburzeniom metabolicznym układu sercowo-naczyniowego, które są związane z rozregulowaniem stanu zapalnego. Badania kliniczne i metaanalizy aspiryny i statyny wykazały znaczną skuteczność i dobre bezpieczeństwo. Dlatego aspiryna i statyna mają lepszą kliniczną wykonalność i racjonalność leczenia wspomagającego w zaburzeniach nastroju. Jednak wcześniejsze badania przeciwzapalne dotyczą głównie pojedynczych badań nad lekami, wciąż brakuje badań porównawczych. Ponadto wiele badań sugeruje, że środki przeciwzapalne będą prawdopodobnie najbardziej przydatne w subpopulacji pacjentów, u których dysfunkcja układu odpornościowego jest głównym czynnikiem patogennym.

W tym badaniu ustalimy model przewidywania leków przeciwzapalnych na zaburzenia nastroju. Ostatnie postępy w głębokim uczeniu się wykazały jego moc uczenia się i rozpoznawania złożonych nieliniowych wzorców hierarchicznych w oparciu o dane empiryczne na dużą skalę. Algorytm głębokiego uczenia się do zastosowań klasyfikacyjnych, takich jak leczenie medyczne w medycynie spersonalizowanej, to procedura wyboru najlepszej hipotezy z zestawu alternatyw, które pasują do zestawu obserwacji. Nasza seria badań wykazała, że ​​nasilenie stanu zapalnego związanego ze strukturą mózgu i nieprawidłowościami połączeń funkcjonalnych; które mogą być predyktorami wyniku. Innym możliwym predyktorem może być długość telomerów chromosomu. Telomery znajdują się na końcach chromosomów i utrzymują prawidłową funkcję chromosomów. Wcześniejsze badania wykazały, że krótka długość telomerów jest związana z zaburzeniami nastroju, a także dysregulacją stanu zapalnego. Dlatego długość telomerów może być predyktorem leczenia przeciwzapalnego. Badanie będzie pierwszym badaniem porównawczym leczenia przeciwzapalnego i ustanowi model zindywidualizowanego przewidywania leczenia na podstawie obrazowania genowo-immunologicznego-mózgu. Wyniki dostarczą ważnych naukowych i klinicznych danych empirycznych dotyczących patofizjologii stanów zapalnych i leczenia zaburzeń nastroju.