通过计算机化认知训练提高抑郁老年人的处理速度和执行功能

重度抑郁症 (MDD) 是导致终生残疾、发病和死亡的主要原因，并且在晚年造成特别严重的公共卫生问题。 晚年抑郁症 (LLD) 复发率高，可转为慢性，且通常难以治疗。 由于存在干扰治疗的神经认知因素，包括处理速度慢 (PS)、执行功能障碍 (ED) 和脑血管疾病 (CVD)，因此抗抑郁治疗在该人群中通常无效。 因此，至关重要的是，我们必须制定干预措施来解决抗抑郁药无反应问题，并显着改善数百万弱势老年人的生活质量。 我们最近确定，导致该人群无反应的一个重要原因是预期效应受损，而预期效应又因处理速度慢而受到损害。 因此，我们提出，患有 PS 缺陷的老年人抗抑郁药无反应是由预期失败引起的，并且在抗抑郁治疗之前针对 PS 缺陷将恢复形成预期的能力，从而改善抗抑郁治疗反应。 提高 PS 的一个很好的候选者是计算机化认知训练 (CCT)，即通过使用结构化训练和重复练习来针对、训练和加强特定认知过程的练习。

为了测试我们的预期处理速度模型，将招募 100 名 60 岁及以上患有 PS 缺陷的抑郁成年人。 参与者将被随机分配到 CCT 或对照（接龙）4 周。 这两种条件都将每周训练 7 天，每天训练 25 分钟。 在这四个星期结束时，患者将被随机分配到高预期治疗条件和低预期治疗条件。 分配到低预期条件的患者将被告知他们将接受安慰剂或艾司西酞普兰，而实际上他们将接受艾司西酞普兰八周。 被分配到高预期条件的患者将被告知他们将接受为期八周的艾司西酞普兰。 神经心理学评估将在基线和第 4 周和第 12 周进行，而 MRI 扫描将在基线和第 4 周进行。

在整个研究过程中，将每两周进行一次临床评估。 本研究的目标是 1) 确定 PS 是否介导 CCT 与预期之间的关系，以及 2) 比较终点抑郁评分作为 CCT 和预期条件的函数。

在筛选评估中，获得筛选评估的知情同意。 随后，参与者使用 DSM-V (SCID-V) 的结构化临床访谈诊断、24 项汉密尔顿抑郁量表 (HRSD)、临床总体印象量表 - 严重程度 (CGI-Severity)、累积疾病评级进行精神病学临床访谈老年病学量表 (CIRS-G) 和抗抑郁治疗史表 (ATHF) 用于记录抑郁症的诊断、严重程度和医学合并症。 将完成 WAIS-IV 数字符号编码以确定患者是否符合 PS 的纳入标准（年龄调整后的标准 > 1 SD）。 如果患者有资格参加研究，将讨论参与研究方案并获得知情同意。 获得同意后，患者将接受全面的基线神经心理学评估和 MRI（结构、静息状态和 DTI）。 神经心理学评估包括 MMSE、WAIS-IV 编码、NIH Toolbox Cognition Battery、NIH Supplement Auditory Verbal Learning Test (Rey)、Trail Making 测试（A 和 B 部分）、Stroop 颜色词测试以及字母和动物命名测试。 这些措施将捕获全局认知功能、处理速度、注意力和反应抑制以及语言流畅性。 测试后，患者将被随机分配到 CCT 或主动控制组，持续 4 周（25 天/天，7 天/周）。 随机分配到 CCT 的患者将在 4 周内每周完成 7 个 25 分钟的课程，在实验条件下使用 BrainHQ 的双重决策（处理速​​度练习），在控制条件下使用 BrainHQ 纸牌。 在这 4 周结束时，患者将完成第二次神经心理学评估和第二次 fMRI（以确定 CCN 中静息状态 BOLD 信号的变化）。 然后，患者将被随机分配到高预期治疗条件和低预期治疗条件。 分配到低预期条件的患者将被告知他们将接受安慰剂艾司西酞普兰，而实际上他们将接受艾司西酞普兰八周。 被分配到高预期条件的患者将被告知，他们将接受为期八周的艾司西酞普兰。 在基线和告知患者其随机化状态后测量预期。 他们对治疗改善的随机化前后预期之间的差异是预期效应。 在为期八周的临床试验结束时，观察到开放和安慰剂对照药物治疗之间抗抑郁反应的差异是预期对结果贡献的衡量标准。 依他普仑试验结束时（第 12 周）将再次进行神经心理学评估。 在整个研究过程中，将每两周进行一次临床评估。

本提案中采用的新颖实验治疗方法跨越了多个研究主题（预防和转化），并解决了 NIMH 21 世纪心理健康研究战略计划中阐述的许多挑战（数字技术和神经回路）。 与 NIMH 的目标一致，它还制定了调整现有干预措施以优化结果的策略，并阐明了恢复 LLD 抗抑郁治疗的机制。