Angst en stemmingsstoornisrisico - Computerprogramma kan helpen identificeren

Een onderzoek in het open access-tijdschrift PLoS One laat zien dat computerprogramma's kunnen worden ontworpen om onderscheid te maken tussen hersenscans van gezonde adolescenten en mensen met het grootste risico op het ontwikkelen van psychiatrische stoornissen zoals angst en depressie. De onderzoekers geven aan dat er een mogelijkheid is om computerprogramma's te ontwerpen die nauwkeurig kunnen voorspellen welke at-risk adolescenten deze stoornissen vervolgens zullen ontwikkelen.
Om precies te voorspellen welke individuele adolescent in de toekomst psychiatrische aandoeningen zal krijgen, is momenteel onmogelijk, omdat er geen bekende biomarkers zijn, d.w.z. biologische metingen die dergelijke informatie zouden kunnen onthullen, en zelfs genetische risicofactoren kunnen toekomstige psychiatrische ziekten niet nauwkeurig voorspellen.
Een familiegeschiedenis van bipolaire stoornis betekent bijvoorbeeld dat hun nakomelingen een risico van 10% hebben op een toekomstige bipolaire stoornis en een risico van 10-25% op stoornissen zoals attention deficit hyperactivity disorder (ADHD) of ernstige depressie of angststoornissen, maar het is onmogelijk om nauwkeurig te bepalen of deze aandoeningen zullen worden ontwikkeld.
Het is cruciaal om personen met een hoog risico te identificeren voor toekomstige psychische aandoeningen, omdat de meeste psychiatrische stoornissen zich meestal ontwikkelen tijdens de adolescentie of vroege volwassenheid. Door in staat te zijn om diegenen te identificeren die risico lopen, zou kunnen betekenen dat de stoornissen in de toekomst kunnen worden uitgesteld of zelfs voorkomen bij die adolescenten met een hoog risico.
Toonaangevende onderzoeker, dr. Janaina Mourao-Miranda, een Wellcome Trust Research Career Development Fellow aan de University College London, en haar team hebben nu bewezen dat computerprogramma's onderscheid kunnen maken tussen hersenscans van gezonde, risicovolle adolescenten en gezonde controles.
De studie betrof 16 gezonde adolescenten die elk een ouder hadden met een bipolaire stoornis en 16 gezonde adolescenten wier ouders geen voorgeschiedenis hadden van een psychiatrische ziekte. De deelnemers werd gevraagd om deel te nemen aan een activiteit om het geslacht van een reeks gezichten met emotionele expressies te bepalen.
De deelnemers ontvingen een functionele magnetic resonance imaging (fMRI) -scan die hun hersenactiviteit meet terwijl ze een taak met betrekking tot genderlabels voor emotionele gezichten uitvoert. In het eerste experiment moesten de deelnemers gezichten met gelukkige of neutrale expressies labelen, terwijl het tweede experiment bestond uit het labelen van gezichten met angstige of neutrale expressies.
Na het experiment gebruikten de onderzoekers een computerprogramma dat in staat is tot machinaal leren, om de waarschijnlijkheid te voorspellen van een persoon die behoort tot de groep met de laagste of de hoogste risicograad. Ze ontdekten dat het programma accuraat was in drie van de vier incidenten.
De voorspellende kansen bleken aanzienlijk hoger voor degenen die risico liepen en die later angststoornissen of depressiestoornissen ontwikkelden, in tegenstelling tot degenen die gezond bleven na de follow-up. Dit geeft aan dat er in de toekomst de mogelijkheid bestaat om een ??computerprogramma te ontwikkelen dat in staat is om personen te identificeren die het grootste risico lopen om psychiatrische stoornissen te ontwikkelen.
Het is opmerkelijk dat de beste discriminatie tussen at-risk en laag-risico adolescenten in het experiment plaatsvond tijdens de presentatie van neutrale gezichten. Dit ondersteunt de bevindingen van eerdere onderzoeken, die aantonen dat personen met de diagnose angst of stemmingsstoornissen de neiging hebben om een ??neutraal gezicht als dubbelzinnig of mogelijk als bedreigend te ervaren.
Dr. Mourao-Miranda verklaart:

"Door machine learning en neuro-imaging te combineren, hebben we een techniek die een enorm potentieel biedt om ons te helpen identificeren welke adolescenten een reëel risico lopen op het ontwikkelen van angst- en stemmingsstoornissen, vooral wanneer er beperkte klinische of genetische informatie is."

Professor Mary Phillips, van het Clinical and Translational Affective Neuroscience Program aan de Universiteit van Pittsburgh, die co-auteur is van het onderzoek, concludeert:

"Angststoornissen en stemmingsstoornissen kunnen een verwoestende uitwerking hebben op de betrokken personen en hun familie en vrienden. Als we in de vroege ochtend al die personen met het grootste risico kunnen identificeren, kunnen we vroegtijdige en geschikte interventies aanbieden om uitstel te bieden of zelfs te voorkomen. begin van deze verschrikkelijke omstandigheden. "

Geschreven door Petra Rattue