El estudio muestra la capacidad de la electroencefalografía y el aprendizaje automático para ayudar a predecir la respuesta a la psicoterapia (o la falta de ella) en pacientes con trastorno de estrés postraumático.
En un nuevo estudio recién publicado en salud mental naturaleza (detalles a continuación), desarrollamos y validamos biomarcadores de aprendizaje automático (ML) basados en datos de electroencefalografía (EEG) para predecir el resultado de dos tipos de psicoterapia en pacientes con trastorno de estrés postraumático (TEPT).
Los principales tipos de terapia basada en la evidencia para el PTSD son:
- Dominio gradual de las emociones relacionadas con el trauma a través de la exposición, como la exposición prolongada (PE) o
- Lidiar con problemas cotidianos causados por emociones/distorsiones cognitivas como el Procesamiento de Procesamiento Cognitivo (CPT)
A pesar de la evidencia clínica que respalda la PE o la TRC, muchos pacientes no responden al tratamiento.
- No se sabe quién responderá hasta el comienzo del tratamiento (¡una pregunta sobre biomarcadores!).
- Además, no se sabe si el mismo tipo de personas responden a un solo tratamiento o a ambos (¡pregunta de transferencia de aprendizaje!)
Recopilamos datos de EEG de una gran cantidad de veteranos militares estadounidenses tratados con PE o CPT en varias clínicas de Asuntos de Veteranos (VA) y luego entrenamos modelos ML para predecir el resultado (mejoría en los síntomas del TEPT). ML EEG no solo fue capaz de predecir el tratamiento, sino que los modelos entrenados en una terapia podían predecir otra.
MO EEG no solo puede predecir los respondedores, sino que también puede identificar a los que no responden.…personas para las que ninguna de las terapias funciona.
Este trabajo representa un avance emocionante en la psiquiatría de precisión (encontrar el tratamiento adecuado para cada paciente) y demuestra una vez más el poder de la electroencefalografía (EEG) y el aprendizaje automático (ML).
– Dr. Amit Atkin es el fundador y director ejecutivo de Alto Neuroscience y profesor de la Universidad de Stanford y agradece a los patrocinadores de Cohen Veterans Bioscience y al Instituto Nacional de Salud Mental (NIMH) y al apoyo del Departamento de Asuntos de Veteranos y Pacientes de EE. UU.
Estudiando:
Identificación basada en aprendizaje automático de una firma electroencefalográfica predictiva de psicoterapia en el trastorno de estrés postraumático (Nature Mental Health). Del Resumen:
Aunque la psicoterapia es actualmente el tratamiento más eficaz para el trastorno de estrés postraumático (TEPT), su eficacia sigue siendo limitada para muchos pacientes, principalmente debido a la importante heterogeneidad clínica y neurobiológica de la enfermedad… La conectividad del EEG puede predecir el resultado de la psicoterapia en el post-traumático. -Trastorno de estrés traumático. Desarrollamos una firma de EEG predictiva de tratamiento utilizando aprendizaje automático aplicado a EEG de alta densidad en reposo recopilados de veteranos militares con trastorno de estrés postraumático. La firma predictiva estuvo dominada por diferencias en la conectividad de frecuencia theta del EEG y podría generalizarse a dos tipos de psicoterapia: exposición a largo plazo y terapia de procesamiento cognitivo. Nuestros resultados también avanzan en la definición biológica de un subconjunto de pacientes con PTSD que son resistentes a la psicoterapia, que actualmente es el tratamiento más basado en la evidencia para esta afección. Los hallazgos respaldan un camino hacia biomarcadores clínicamente traducibles y escalables que se pueden usar para adaptar las intervenciones a cada individuo o para desarrollar nuevos tratamientos.
