Para los pacientes que buscan alivio de la depresión, puede llevar meses precisar un tratamiento efectivo.
Pero los patrones de ondas cerebrales podrían ayudar a predecir cómo los pacientes individuales responderían a un antidepresivo incluso antes de que comience el tratamiento, según un nuevo estudio publicado el 10 de febrero en la revista Nature Biotechnology.
El estudio aborda uno de los desafíos fundamentales de la psiquiatría: la falta de pruebas que pueden ayudar a los médicos a decidir las mejores opciones de tratamiento para pacientes con depresión, dijo el coautor del estudio, el Dr. Madhukar Trivedi, profesor de psiquiatría en el UT Southwestern Medical Center en Dallas. En cambio, dijo Trivedi, los proveedores confían en un proceso de prueba y error en el que los pacientes prueban los medicamentos en ciclos de seis a ocho semanas. Este método impreciso contribuye a una percepción general de que los antidepresivos son ineficaces, agregó el Dr. Amit Etkin, coautor del estudio y profesor de psiquiatría en la Universidad de Stanford.
Pero un predictor preciso del tratamiento ideal de una persona podría eliminar muchas conjeturas de la ecuación, y ahorrar a los pacientes meses de frustración, dijo Katie Burkhouse, profesora asistente de psiquiatría de la Universidad de Illinois en Chicago, que no participó en el estudio. .
El nuevo estudio es "un primer paso importante" para alcanzar esa meta, dijo Burkhouse a Live Science.
Para el estudio, los investigadores recolectaron lecturas de ondas cerebrales de más de 300 pacientes que habían sido diagnosticados con depresión. Las lecturas se tomaron con electroencefalografía (EEG), un método no invasivo que consiste en conectar electrodos al cuero cabelludo de los pacientes. Luego, los pacientes fueron asignados aleatoriamente para recibir un placebo o el antidepresivo sertralina (conocido comercialmente como Zoloft).
Luego, con base en los datos del EEG, los investigadores diseñaron un nuevo algoritmo de inteligencia artificial (IA) para predecir las respuestas de los pacientes a la medicación. Descubrieron que los pacientes con un cierto patrón de ondas cerebrales al comienzo del estudio tenían más probabilidades de responder positivamente a la sertralina después de ocho semanas de tratamiento. Luego, los investigadores aplicaron su algoritmo a tres conjuntos de datos de pacientes adicionales (de estudios anteriores) para confirmar sus hallazgos.
Los resultados "van en contra de la creencia predominante de que estas drogas son simplemente ineficaces", dijo Etkin. "En realidad son bastante efectivos, pero solo para una subpoblación de personas".
Si bien los hallazgos de este estudio son prometedores, no está claro si la IA sería factible de usar en entornos clínicos del "mundo real", dijo Burkhouse.
El estudio evaluó específicamente cómo respondieron los pacientes a la sertralina, por ejemplo, que es solo uno de los muchos tratamientos posibles para la depresión. "Un próximo paso para el estudio sería evaluar si es predictivo de otras formas de tratamiento que no estén necesariamente basadas en medicamentos", como la terapia cognitiva y la estimulación cerebral, dijo Burkhouse.
Al utilizar su algoritmo para examinar los conjuntos de datos publicados anteriormente, los investigadores descubrieron que los pacientes que tenían menos probabilidades de responder a los antidepresivos tenían más probabilidades de responder a los tratamientos combinados de estimulación cerebral y psicoterapia. Aún así, este hallazgo es preliminar y requiere mucha más investigación para confirmar.
Aún así, Etkin dijo que la tecnología podría adaptarse fácilmente para su uso en consultorios médicos, ya que el EEG se ha utilizado en neurología durante décadas. Los médicos podrían recibir capacitación en una versión simplificada de EEG, y luego el algoritmo podría cargar y procesar esos datos. El médico luego recibiría un informe que detallara si el paciente probablemente respondería a ciertos medicamentos, agregó Etkin.
Etkin dijo que espera que los hallazgos ayuden a marcar el comienzo del "comienzo de la psiquiatría de precisión".
Etkin es el fundador y CEO de Alto Neuroscience, una startup que tiene como objetivo desarrollar tratamientos personalizados de salud mental. Actualmente está de licencia de Stanford para trabajar en la empresa.
Nota del editor: este artículo se actualizó el 21 de febrero para agregar información adicional sobre el uso del algoritmo en pacientes con menos probabilidades de responder a los antidepresivos.
