S59.2 Data-gedreven subtypes van depressie met verschillende ernst en persistentie van het beloop
Loo, H.M. van, Cai, T., Schoevers, R.A., Jonge, P. de, Wardenaar, K.J., Kessler, R.C.
Voorzitter(s): R.A. Schoevers
Locatie(s): Zaal 04/05
Categorie(ën):
ACHTERGROND
Patiënten met een depressieve stoornis (MDD) verschillen aanzienlijk in hun ziektebeloop en reactie op behandeling [2]. Deze heterogeniteit heeft aangezet tot een zoektocht naar subtypen van depressie, maar de huidige differentiaties bieden in de kliniek weinig houvast, omdat ze niet direct voorspellend zijn voor een ander ziektebeloop of reactie op behandeling [1].
DOEL
Het doel van deze studie is om met datamining-methoden depressie-subtypen te identificeren die direct voorspellend zijn voor het ziektebeloop na de eerste episode.
METHODEN
De studiepopulatie betreft 8.261 patiënten met een lifetime-diagnose MDD (DSM-IV-TR) afkomstig uit 17 landen uit de bevolkingsrepresentatieve studie World Mental Health Survey [3]. Klinische kenmerken tijdens de depressieve episode worden gebruikt om te voorspellen wat de persistentie (aantal jaren met episodes, aantal jaren met episodes het merendeel van de tijd) en de impact (opname, functionele beperkingen) is van MDD na de eerste episode. Een combinatie van datamining-methoden (i.e. recursive partitioning, lasso regularization) en clusteranalyses wordt toegepast om subtypen te identificeren met gunstiger en minder gunstige beloopskenmerken.
RESULTATEN
Drie subtypen met een hoog, matig en laag risico op een persisterend en ernstig beloop. De hoogrisicogroep (30,0 procent van de populatie) heeft 52,9 tot 71,1 procent van de slechte uitkomsten en wordt gekenmerkt door de symptomen ernstige dysforie, suïcidaliteit, paniek, nervositeit en prikkelbaarheid tijdens de depressieve episode, en door een eerste episode op jongere leeftijd.
CONCLUSIE
Dit is een eerste studie naar data-gedreven subtypen van depressie die direct voorspellend zijn voor het ziektebeloop na de eerste MDD-episode. Toekomstige studies zijn nodig om de gevonden subtypen te valideren en te verbeteren met prospectieve data en een bredere set van voorspellers en uitkomsten. Uiteindelijk kan dit onderzoek resulteren in klinisch relevante subtypen van depressie, en daarmee de behandeling en preventie van de ziekte verbeteren.
LITERATUURVERWIJZING
Baumeister H, Parker G. Meta-review of depressive subtyping models. J Affect Disord. 2012;139(2):126-140.
Belmaker RH, Agam G. Mechanisms of disease: Major depressive disorder. N Engl J Med. 2008;358(1):55-68.
Kessler R, stn T. The WHO world mental health surveys: Global perspective on the epidemiology of mental disorders. New York: Cambrdige University Press; 2008.
Van Loo HM, de Jonge P, Romeijn JW, Kessler RC, Schoevers RA. Data-driven subtypes of major depressive disorder: A systematic review. BMC Med. 2012;10:156-7015-10-156.
- Over Loo, H.M. van
- Over Cai, T.
- Over Schoevers, R.A.
- Over Jonge, P. de
- Over Wardenaar, K.J.
- Over Kessler, R.C.