Die Auswertung der elektrischen Hirnaktivität kann ein wichtiges Instrument zur Bestimmung der richtigen Behandlung von Depressionen sein. Das ergab eine neue Studie der Stanford School of Medicine, die in Zusammenarbeit mit der Brainclinics Foundation, der Universität Utrecht und der Universität Maastricht durchgeführt wurde.
Viele Menschen mit neuropsychiatrischen Störungen (wie Depressionen oder ADHS) durchlaufen verschiedene Medikationen und Psychotherapien, bevor sie eine wirksame Behandlung finden. Die Ergebnisse der kürzlich in Nature Biotechnology veröffentlichten Studie zeigen, dass eine nicht-invasive quantitative Elektroenzephalogramm-Untersuchung (QEEG) dazu beitragen kann, die individuell wirksamste Behandlung zu finden.
Therapeuten können mit dem QEEG genauere und individuellere Behandlungen (Neurofeedback oder Neurostimulation) anbieten. QEEG-Untersuchungen können neben der Bestimmung geeigneter Neuromodulationstherapien auch für das Medikamentenmanagement in der Psychiatrie eingesetzt werden. QEEGs sind bereits elementarer Bestandteil des klinischen Assessments der neurocare-Therapiezentren.
„Die Ergebnisse legen nahe, dass Patienten schneller die richtige Behandlung erhalten als durch die stufenweise Therapie. Dadurch können wir unnötige Behandlungsschritte überspringen“, sagt der Forscher Dr. Martijn Arns von der Universität Utrecht, Mitverfasser der Studie und neurocare-Berater.
Menschen mit Depressionen erhalten meist Antidepressiva. Diese sind oft nur geringfügig wirksamer als Placebo-Medikamente. Das liegt zum Teil daran, dass in die klinische Diagnose einer schweren Depression biologisch heterogene Bedingungen einfließen. Das heißt, es gibt verschiedene biologische Ursachen für depressive Symptome.
Diese groß angelegte Studie ist Teil der Entwicklung der "Präzisionspsychiatrie", die laut Arns über den "one-size-fits-all"-Ansatz zur Behandlung neuropsychiatrischer Störungen hinausgehen soll.
"Dieses Ergebnis ist ein wichtiger Schritt hin zu einer stratifizierten Medizin, bei der die Auswahl der Behandlung von spezifischen Merkmalen von Untergruppen, so genannten Biomarkern, beeinflusst wird", so Arns.
Als "Biomarker" bezeichnet man einen biologischen Marker oder ein Merkmal eines Individuums, das bestimmen kann, ob es auf eine Behandlung anspricht oder nicht. In diesem Fall wurde ein Biomarker identifiziert, der das Ansprechen auf das Antidepressivum Sertralin vorhersagen kann. Die Forscher fanden heraus, dass das Fehlen dieses Biomarkers mit einem besseren Ansprechen auf die nicht-invasive transkranielle Magnetstimulation (TMS) verbunden ist.
"Dieser Biomarker bietet Möglichkeiten für eine stärker stratifizierte Psychiatrie bezüglich der Behandlungen mit Antidepressiva", sagt Arns.
Die Forscher an der Stanford School of Medicine setzten maschinelles Lernen ein, um Biomarker in der Hirnaktivität zu identifizieren. Diese geben Hinweise darauf, welche Behandlung am wirksamsten ist.
Sie entwickelten einen Algorithmus, der einen Biomarker im EEG erkennt und die Wirkung des Antidepressivums Sertralin vorhersagt. Der gleiche Algorithmus wurde anschließend auf einen EEG-Datensatz von fast zweihundert Patienten angewandt, die mit einer nicht-medikamentösen rTMS-Therapie behandelt worden waren.
Die Ergebnisse zeigten, dass das Fehlen des Sertralin-Prädiktors darauf hinweist, dass Betroffene besser auf ein bestimmtes rTMS-Protokoll ansprechen. rTMS (transkranielle Magnetstimulation) ist eine Behandlung für schwere Depression mit erwiesener Wirksamkeit.
"Wie schön ist es, wenn wir vor der Behandlung wissen, ob eine Medikation sinnvoll ist oder ob es besser ist, eine andere Behandlung wie eine Psychotherapie oder eine rTMS anzuwenden", sagt Arns.
Menschen mit neuropsychiatrischen Störungen kommen einer personalisierten Behandlung einen Schritt näher. Arns sagt: "Diese Technologie (EEG) ist bereits weit verbreitet und wird in vielen Kliniken, auch in der neurocare, eingesetzt. Wir erwarten, dass die EEG-basierte Stratifizierung in 12 bis 18 Monaten verfügbar sein wird".
Thomas Mechtersheimer, Gründer und Vorstandsvorsitzender von neurocare, sagt dazu folgendes: "Dies ist ein sehr gutes Beispiel dafür, wie wir den Bereich der psychischen Gesundheit und Leistungsfähigkeit vorantreiben - in Richtung einer personalisierten und evidenzbasierten Therapie mit besten Outcomes ".
neurocare verwendet QEEG-Messungen, um die Hirnaktivität nach den Ursachen für negative Symptome und Gefühle zu untersuchen. Damit können neurocare-Therapeuten ein gezieltes und personalisiertes Therapieprogramm für Klienten entwickeln. Die Ergebnisse zeigen, dass die QEEG-Diagnostik Psychiatern helfen kann, die richtige Behandlung für Patienten zu bestimmen.
"Der neurocare-Ansatz ist nicht nur in seinem Wirkungspfad fokussierter und kausaler. Wir helfen den Ärzten mit unseren Standard Operating Procedures auch, die menschlichen Gefühls- und Verhaltensmuster zunächst besser zu verstehen und zu beurteilen und anschließend auf eine personalisierte Weise neu zu vernetzen", sagt Mechtersheimer. "Dies ist der Hauptvorteil gegenüber dem üblichen Einheitsansatz für Medikamente", so Mechtersheimer. „Es sei darauf hingewiesen, dass wir auch Medikamente in unseren ganzheitlichen Ansatz integrieren, wenn dies für eine kurzfristige oder akute Intervention hilfreich ist. Aber unser Schwerpunkt liegt auf der nachhaltigen Neuschaltung der menschlichen Verhaltensmuster, die für Patienten, Ärzte, Kostenträger und die Gesellschaft insgesamt viel produktiver und wirtschaftlicher ist.“
Um mehr über QEEG-Assessment an neurocare-Kliniken zu erfahren, besuchen Sie uns:
neurocare Clinics Italy
www.neurocareclinics.it
neurocare Clinics Australia
www.neurocareclinics.com.au
neurocare Clinics Netherlands
www.neurocaregroup.nl
neurocare Centers of America
www.neurocarecentersofamerica.com
Klicken Sie hier für weitere Details zum NeuroLAB QEEG-System
Wu, W., Zhang, Y., Jiang, J., Lucas, M., Fonzo, G., Rolle, C., Cooper, C., Chin-Fatt, C., Krepel, N., Cornelssen, C., Wright, R., Toll, R., Trivedi, H., Monuszko, K., Caudle, T., Sarhadi, K., Jha, M., Trombello, J., Deckersbach, T., Adams, P., McGrath, P., Weissman, M., Fava, M., Pizzagalli, D., Arns, M., Trivedi, M., Etkin, A. (2020). An electroencephalographic signature predicts antidepressant response in major depression Nature Biotechnology https://dx.doi.org/10.1038/s41587-019-0397-3