Raggruppamento clinico, cerebrale e multilivello nelle psicosi iniziali e negli stadi affettivi
Dominic B. Dwyer, Madalina-Octavia Buciuman, et al + PRONIA Consortium
JAMA Psychiatry, published online il 18 maggio 2022
Importanza: vari approcci sono necessari per stratificare gli individui nelle fasi iniziali delle psicosi oltre la gravità dei sintomi positivi per studiare la specificità relata alle variazioni affettive e normative e per validare i risultati ottenuti mediante misure dello stato premorboso, del corso longitudinale e del rischio genetico.
Obbiettivo: usare le tecniche del machine learning per raggruppare, comparare e combinare sottogruppi usando i dati clinici e le immagini strutturali del cervello delle fasi iniziali delle psicosi e degli stati depressivi.
Disegno, setting e partecipanti: multicentrico, naturalistico, longitudinale studio di coorte (10 centri in 5 paesi europei; includendo un follow up a 9 e 18 mesi) con pazienti reclutati fra il 1 febbraio 2014 al 1 luglio 2019 con clinical high risk per Psicosi (CHR-P), recent onset Psicosi (ROP), recent onset Depressione (ROD) e soggetti sani. I dati sono stati analizzati fra il gennaio 2020 e il gennaio 2022.
Principali Outcames e misure: una tecnica di non negativa fattorizzazione di matrice decomponeva separatamente i dati clinici (287 variabili) e i volumi parcellare di struttura del cervello (204 regioni di grigia, bianca e fluido cerebrospinale) in CHR-P, ROP, ROD e soggetti sani. Criteri di stabilità determinavano il numero di cluster usando la nested cross-validation. Gli obbiettivi della validazione furono comparati fra sotto gruppi (premorbosi, longitudinali e punteggi alla Schizophrenia Polygenic risk). Una tecnica di machine learning multiclasse produceva la soluzione del campione di validazione.
Risultati: omissis
Conclusioni e rilevanza: i risultati di questo studio longitudinale di coorte hanno mostrato delle stratificazioni oltre l’espressione di sintomi positivi che andavano oltre gli stadi della malattia e della diagnosi. I risultati clinici suggeriscono l’importanza dei sintomi negativi, depressione e funzionalità sociale. I risultati dello studio del cervello suggeriscono una sostanziale sovrapposizione fra stadi della malattia e variazione normativa, cosa che può mettere in luce la vulnerabiltà indipendentemente dalla presentazione specifica. La validazione premorbosa e longitudinale oltre al rischio genetico suggeriscono l’importanza clinica dei sottogruppi per i trattamenti preventivi.
Considerazioni personali: si tratta di un lavoro europeo veramente gigantesco e quasi incredibile. Si tratta di mettere insieme praticamente tutti i dati possibili ed immaginabili di qualsiasi natura (psicopatologica, di imaging, di funzionalità, rischio genetico), cosa sino a ieri impossibile ed oggi fattibile con tecniche complicatissime di matematica statistica e machine learning.
A parte i singoli dati ne emerge una totale de-specializzazione. Forse oggi non ha più molto senso distinguere, per esempio, fra psichiatria, neurologia e neurofisiopatologia.
Comments