La tecnologia può essere predittiva anche nell’indicare, con anticipo, l’efficacia di trattamenti antidepressivi.
Uno studio, recente, olandese, dell’Amsterdam UMC e del Radboudumc, pubblicato sull’American Journal of Psychiatry mostra le potenzialità offerte dalle strategie che sfruttano l’intelligenza Artificiale (IA).
Lo strumento
La definizione di un algoritmo di IA, un approccio multimodale di apprendimento automatico, una risonanza magnetica cerebrale (MRI) e informazioni cliniche individuali.
Sarebbero questi gli strumenti potenzialmente in grado di definire, con un anticipo di almeno 8 settimane rispetto ai metodi tradizionali, l’efficacia di una terapia antidepressiva in pazienti affetti da un disturbo depressivo maggiore.
È noto infatti che la risposta terapeutica a un farmaco è eterogenea: varia da individuo a individuo, allungando spesso il processo di ricerca di un trattamento efficace. Eventualità cui la tecnologia sembrerebbe potere offrire una soluzione per efficientare il percorso a favore di un migliore bisogno terapeutico del paziente e della qualità di vita.
Ovvero, l’IA sarebbe in grado di diminuire i tempi di una corretta prescrizione in funzione di una “predittività diagnosticata” ancora prima dell’inizio della terapia stessa.
Lo studio
Un gruppo di ricercatori olandesi ha voluto valutare la capacità di un approccio multimodale di apprendimento automatico nel definire la risposta precoce alla sertralina, uno dei farmaci più comunemente prescritti negli Stati Uniti e in Europa, in pazienti con disturbo depressivo maggiore, tramite l’utilizzo di un test di neuroimaging, specificatamente MRI cerebrale, e delle valutazioni cliniche al basale e dopo 1 settimana di trattamento.
Lo studio si è strutturato su una analisi secondaria preregistrata dei dati dell’Estabing Moderators and Biosignatures of Antidepressant Response in Clinical Care (EMBARC), studio clinico multisito, randomizzato, in doppio cieco, controllato con placebo, che includeva 296 pazienti ambulatoriali adulti con disturbo depressivo maggiore ricorrente o cronico non trattato.
Le prestazioni nel prevedere la risposta al trattamento e la remissione della patologia, raccolte dopo 8 settimane con i suddetti test (MRI e infomazioni cliniche), sono state quantificate utilizzando specifici punteggi.
I risultati
Lo studio ha incluso alla fine 229 pazienti, di età media 38 anni [SD=13] di cui 66% donne, le più predisposte a sviluppare patologie depressive, dove le prestazioni in termine di predittività sono state valutate misurando la risposta incrociata alla sertralina.
I risultati hanno evidenziato in maniera anticipata che 1/3 dei pazienti avrebbero risposto positivamente al farmaco, mentre 2/3 no. Ciò indicherebbe dunque la potenzialità dell’algoritmo nell’identificare la predittività del flusso sanguigno nella corteccia cingolata anteriore, l’area del cervello coinvolta nella regolazione delle emozioni, quale indicatore rispondente, o anche no, alla terapia antidepressiva.
I risultati dello studio sembrano pertanto attestare una serie di vantaggi correlati alla IA, ovvero che è possibile prevedere la risposta precoce al trattamento con sertralina; che i modelli sono specifici per la sertralina rispetto al placebo; che la previsione trae vantaggio dall’integrazione dei dati MRI multimodali con i dati clinici; e che l’imaging di perfusione contribuisce maggiormente a queste previsioni.
Utilizzando questo approccio, un protocollo snello ed efficace, si potrebbe personalizzare la pianificazione del trattamento.
«Con questo metodo – dichiarano gli autori – possiamo già evitare 2/3 di prescrizioni di sertralina inadeguate e inappropriate e offrire una migliore qualità di assistenza al paziente, considerando anche gli effetti collaterali del farmaco. In relazione alla scarsa risposta terapeutica più volte riscontrata, c’è un urgente bisogno di soluzioni che consentano una determinazione più rapida dell’efficacia degli antidepressivi nella depressione grave e questo algoritmo sembra rispondere a questa necessità prioritaria».
Fonte
Poirot MG, Ruhe HG, Mutsaerts HJMM et al. Treatment response prediction in major depressive disorder using multimodal MRI and clinical data: secondary analysis of a randomized clinical trial. American Journal of Psychiatry, 2024. Doi: https://doi.org/10.1176/appi.ajp.20230206
