Egenskaperna för behandlingsresistent schizofreni från sjukdomsdebut

Tidigare långtidsuppföljningsstudier på patienter med schizofreni i första avsnittet har visat att upp till 30 % av patienterna som aldrig fått antipsykotisk medicinbehandling inte upplever symtomlindring eller har dåligt behandlingssvar efter standard antipsykotisk medicinbehandling, och blir behandlings- resistent schizofreni (TRS). Vid långtidsuppföljning står dessutom patienter med behandlingsresistent schizofreni från insjuknandet (TRO) för 80 % av alla TRS-patienter. Preliminära studier utomlands har funnit att TRO-patienter har egenskaper som tidig debutålder, manlig dominans, framträdande negativa symtom, hög andel positiv familjehistoria och lång varaktighet av obehandlad psykos, men det finns fortfarande ingen konsekvent slutsats om de patologiska mekanismerna. Det finns för närvarande ingen forskning om denna typ av patienter i Kina, och det finns svårigheter med tidig diagnos av TRO-patienter i klinisk praxis. Denna studie syftar till att etablera en TRO-prediktionsmodell genom att integrera data om demografi, sjukdomsegenskaper, psykopatologi, social funktion och neurokognition från en kohort av patienter med schizofreni i första avsnittet. Matematiska modelleringsmetoder som K-Means/SVM och konvolutionella neurala nätverk kommer att användas. Hos patienter med obehandlad schizofreni i första episod är därför tidig och korrekt identifiering av TRO-patienter i det initiala diagnosstadiet och behandling med klozapin särskilt viktigt för att eventuellt förkorta behandlingsperioden och minska den personliga och samhälleliga bördan för TRO-patienter. Baserat på framstegen i befintlig forskning och forskargruppens tidigare arbete spekulerar vi i att TRO-patienter har unika kliniska egenskaper. Detta projekt kommer att etablera en TRO-prediktionsmodell baserad på multidimensionella kliniska data med hjälp av matematiska modelleringsmetoder. Ur ett kliniskt tillämpningsperspektiv väljer studien TRO-modellprediktionsfaktorer baserat på befintliga kliniska bedömningsmetoder, vilket gör modellen mycket kliniskt tillämpbar och generaliserbar. Genom att etablera en TRO-prediktionsmodell kan TRO-patienter med hög risk inte bara identifieras tidigt i det initiala diagnosstadiet, vilket möjliggör lämpliga kliniska behandlingsinterventioner, utan den kan också ge nya insikter i den framtida kliniska behandlingen av TRO, främja utvecklingen av tidiga behandlingar. och personlig precision identifiering och behandling av TRO, och förbättra långsiktig prognos och minska bördan av sjukdomen för patienter.