„ML-Technik könnte bei der Diagnose der psychischen Gesundheit helfen“, Studie der Universität Birmingham | Gesundheitsinfo

London: Forscher haben eine neue Technik des maschinellen Lernens (ML) entwickelt, um Patienten mit einer Mischung aus psychotischen und depressiven Symptomen genauer zu identifizieren.

Während Patienten mit Depressionen als Grunderkrankung mit größerer Wahrscheinlichkeit genau diagnostiziert werden, zeigen Patienten mit Depressionen und Psychosen selten Symptome einer der beiden Krankheiten.

Menschen mit Psychose und Depression haben Symptome, die tendenziell zur Dimension der Depression tendieren.

In der Vergangenheit bedeutete dies, dass psychiatrische Ärzte die Diagnose einer „primären“ Krankheit stellen, jedoch mit sekundären Symptomen.

„Die Mehrheit der Patienten leidet an Komorbiditäten, daher haben Menschen mit Psychose auch depressive Symptome und umgekehrt“, sagte der Hauptautor Paris Alexandros Lalousis von der Universität Birmingham in Großbritannien.

„Dies ist eine große Herausforderung für Kliniker in Bezug auf die Diagnose und die Bereitstellung von Behandlungen für Patienten ohne Komorbidität. Es ist nicht so, dass Patienten falsch diagnostiziert werden, aber die aktuellen diagnostischen Kategorien, die wir haben, spiegeln die klinische und neurobiologische Realität nicht genau wider „, fügte Lalousis hinzu.

Für die Studie, die in der Zeitschrift Schizophrenia Bulletin veröffentlicht wurde, untersuchte das Team die Möglichkeit, mit ML sehr genaue Modelle der „reinen“ Formen der beiden Krankheiten zu erstellen und damit die Genauigkeit der Diagnose einer Kohorte von Patienten mit zu untersuchen gemischte Symptome.

Die Forscher untersuchten Fragebogenantworten, detaillierte klinische Interviews und Daten zur strukturellen Magnetresonanztomographie einer Kohorte von 300 Patienten, die an der PRONIA-Studie teilnahmen, einer von der Europäischen Union finanzierten Kohortenstudie, die in sieben europäischen Forschungszentren durchgeführt wurde.

Innerhalb dieser Kohorte identifizierten die Forscher kleine Untergruppen von Patienten, die als psychoselos ohne Symptome einer Depression oder als Depression ohne psychotische Symptome eingestuft werden konnten.

Anhand dieser Daten identifizierte das Team ML-Modelle für „reine“ Depression und „reine“ Psychose. Das Forschungsteam konnte dann ML-Methoden verwenden, um diese Modelle auf Patienten mit Symptomen beider Krankheiten anzuwenden.

Das Ziel war es, ein sehr spezifisches Krankheitsprofil für jeden Patienten zu erstellen und es anhand seiner Diagnose zu testen, um festzustellen, wie genau es war, sagten die Forscher.