Un nouvel algorithme peut prédire la réponse aux antidépresseurs
Les chercheurs ont développé un algorithme statistique qui identifie les patients qui peuvent le mieux répondre aux antidépresseurs - avant qu'ils ne commencent le traitement.
Des chercheurs de l'hôpital McLean, une filiale de la Harvard Medical School, ont utilisé les données d'un essai clinique multi-sites récemment achevé appelé Établissement de modérateurs et de biosignatures de la réponse antidépressive dans les soins cliniques (EMBARC).
L'article de Christian A. Webb, Ph.D., et Diego A. Pizzagalli, Ph.D., paraît dans le journal Médecine psychologique.
Webb a déclaré que les caractéristiques démographiques et cliniques des personnes qui ont participé à l'étude EMBARC ont été recueillies avant le début du traitement par l'équipe de l'étude sur quatre sites (Université Columbia, Massachusetts General Hospital, Université du Michigan et UT Southwestern Medical Center) . Les participants ont également reçu des tâches informatisées.
En utilisant ces informations, Webb et ses collègues ont développé un algorithme prédisant qu'environ un tiers des individus tireraient un bénéfice thérapeutique significatif des médicaments antidépresseurs par rapport au placebo. Dans l'étude, les participants ont été assignés au hasard à un antidépresseur commun ou à une pilule placebo.
Les résultats, a déclaré Webb, étaient comme de nombreux essais cliniques précédents en ce sens que «nous avons trouvé relativement peu de différence dans l'amélioration moyenne des symptômes entre les personnes affectées au hasard au médicament par rapport au placebo.
Cependant, a-t-il expliqué, «pour le tiers des individus prédits être mieux adaptés aux antidépresseurs, ils obtenaient des résultats significativement meilleurs s'ils étaient affectés au médicament plutôt qu'au placebo.
Ce dernier groupe de patients se caractérisait par une gravité plus élevée de la dépression et une émotivité négative, étaient plus âgés, plus susceptibles d'être employés et présentaient un meilleur contrôle cognitif sur une tâche informatisée.
"Ces résultats nous rapprochent de l'identification de groupes de patients très susceptibles de bénéficier préférentiellement des inhibiteurs sélectifs de la recapture de la sérotonine (ISRS) et pourraient atteindre l'objectif de personnalisation de la sélection des traitements antidépresseurs", a ajouté Madhukar Trivedi, MD, coordinateur de l'investigateur principal de l'UT Southwestern Medical Center l'étude EMBARC.
Les ISRS sont une classe de médicaments qui sont généralement utilisés comme antidépresseurs dans le traitement des troubles dépressifs majeurs et des troubles anxieux.
S'appuyant sur ces résultats, a déclaré Webb, son équipe cherche maintenant à adapter l'algorithme pour une utilisation dans des cliniques «du monde réel». Plus précisément, a-t-il déclaré, les chercheurs cherchent à collaborer avec l'Université de Pennsylvanie sur une étude qui testerait l'algorithme dans des cliniques psychiatriques traitant des personnes souffrant de dépression en comparant deux ou plusieurs traitements viables; par exemple, deux classes différentes d'antidépresseurs, ou antidépresseurs par rapport à la psychothérapie.
«Notre mission est d'utiliser ces algorithmes basés sur les données pour fournir aux cliniciens et aux patients des informations utiles sur le traitement qui devrait donner les meilleurs résultats pour cette personne spécifique», a déclaré Webb.
Il a expliqué que des recherches comme celle-ci peuvent contribuer à l'objectif de créer une «médecine personnalisée» dans les soins de santé. «Plutôt que d’utiliser une approche universelle, nous souhaitons optimiser nos recommandations de traitement pour chaque patient», a-t-il déclaré.
Source: Hôpital McClean
