El nuevo algoritmo puede predecir la respuesta a los antidepresivos
Los investigadores han desarrollado un algoritmo estadístico que identifica a los pacientes que pueden responder mejor a los antidepresivos, antes de comenzar el tratamiento.
Los investigadores del Hospital McLean, un afiliado de la Escuela de Medicina de Harvard, utilizaron datos de un ensayo clínico en múltiples sitios recientemente completado llamado Establecimiento de moderadores y firmas biológicas de la respuesta a los antidepresivos en la atención clínica (EMBARC).
El artículo de Christian A. Webb, Ph.D., y Diego A. Pizzagalli, Ph.D., aparece en la revista Medicina psicologica.
Webb dijo que el equipo del estudio recopiló las características demográficas y clínicas de las personas que participaron en el estudio EMBARC antes del inicio del tratamiento en cuatro sitios (Universidad de Columbia, Hospital General de Massachusetts, Universidad de Michigan y UT Southwestern Medical Center) . A los participantes también se les administraron tareas basadas en computadora.
Con esta información, Webb y sus colegas desarrollaron un algoritmo que predice que aproximadamente un tercio de las personas obtendrían un beneficio terapéutico significativo de los medicamentos antidepresivos en comparación con el placebo. En el estudio, los participantes fueron asignados al azar a un medicamento antidepresivo común o una pastilla de placebo.
Los resultados, dijo Webb, fueron como muchos ensayos clínicos anteriores en el sentido de que "encontramos una diferencia relativamente pequeña en la mejora promedio de los síntomas entre los individuos asignados al azar al medicamento frente al placebo".
Sin embargo, explicó, "para un tercio de las personas que se predice que se adaptan mejor a los antidepresivos, obtienen resultados significativamente mejores si se les asigna el medicamento en lugar del placebo".
El último grupo de pacientes se caracterizó por una mayor gravedad de la depresión y emocionalidad negativa, eran mayores, tenían más probabilidades de ser empleados y exhibían un mejor control cognitivo en una tarea computarizada.
"Estos resultados nos acercan a la identificación de grupos de pacientes con mayor probabilidad de beneficiarse preferentemente de los inhibidores selectivos de la recaptación de serotonina (ISRS) y podrían lograr el objetivo de personalizar la selección del tratamiento antidepresivo", agregó Madhukar Trivedi, MD, investigador principal coordinador de UT Southwestern Medical Center el estudio EMBARC.
Los ISRS son una clase de medicamentos que se utilizan normalmente como antidepresivos en el tratamiento del trastorno depresivo mayor y los trastornos de ansiedad.
Sobre la base de estos hallazgos, dijo Webb, su equipo ahora está buscando adaptar el algoritmo para su uso en clínicas del "mundo real". Específicamente, dijo, los investigadores están buscando colaborar con la Universidad de Pensilvania en un estudio que probaría el algoritmo en clínicas psiquiátricas que tratan a individuos que sufren de depresión comparando dos o más tratamientos viables; por ejemplo, dos clases diferentes de antidepresivos o antidepresivos versus psicoterapia.
“Nuestra misión es utilizar estos algoritmos basados en datos para proporcionar a los médicos y pacientes información útil sobre qué tratamiento se espera que produzca el mejor resultado para este individuo específico”, dijo Webb.
Explicó que una investigación como esta puede promover el objetivo de crear una “medicina personalizada” en la atención médica. "En lugar de utilizar un enfoque único para todos, nos gustaría optimizar nuestras recomendaciones de tratamiento para pacientes individuales", dijo.
Fuente: McClean Hospital
