In diesem Symposium sollen mehrere Ansätze für die Entwicklung von Prädiktoren für die Behandlung mit Antidepressiva vorgestellt werden. Klaus Lieb aus Mainz präsentiert Ergebnisse der Mainzer Early Medication Change (EMC) Studie mit 889 PatientInnen. Diese zeigt, dass der stärkste Prädiktor für eine Therapieresponse eine mindestens 20%ige Verbesserung nach 2 Wochen Behandlung mit Antidepressiva ist. Dieser kann durch andere klinische und neurobiologische Prädiktoren ergänzt werden. Die europäische multizentrische Predict-Studie mit 913 PatientInnen nutzt das sogenannte Harmer-Paradigma des impliziten Erkennens emotionaler Gesichter in Verbindung mit einem Maschinenlernen-Algorithmus (ePro) nach einer und zwei Wochen zur Steuerung der antidepressiven Therapie. Cornelia Ploeger aus Frankfurt präsentiert Ergebnisse einer qualitativen Erhebung, die für eine grundsätzliche Akzeptanz des Einsatzes von ePro bei Behandlern und Patienten sprechen. Ein Großteil beider Gruppen beschreibt das Verfahren als hilfreich. Andreas Menke aus Würzburg wird die Ergebnisse zur Therapieresponse mit ePro nach 8 Wochen vorstellen. Sowohl im TAU-Arm als auch im Verum-Arm war die Therapieresponse mit 67,6% versus 70% sehr hoch. Entsprechend war die mit QIDS gemessene Therapieresponserate im Verum-Arm nicht signifikant höher als im TAU-Arm. Signifikant besser war die Angst-Reduktion gemessen mit GAD-7 im Verum-Arm in Vergleich zum TAU-Arm. Daniel Müller aus Toronto wird ein Update zu Studien und Empfehlungen zum Einsatz von pharmakogenetischen Markern für die Steuerung der Therapie mit Antidepressiva geben. Während erste RCTs eine Überlegenheit Pharmakogenetik-basierter Therapien suggerieren, gibt es zwischenzeitlich Empfehlungen zum Einsatz genetischer Marker der Pharmakokinetik zur Erhöhung des Therapieansprechen und Therapiesicherheit. Zusammenfassend liefert die aktuelle Forschung zu Prädiktoren wertvolle Hinweise für die Steuerung einer Therapie mit Antidepressiva.
Neurobiologische und klinische Prädiktoren des Ansprechens auf Antidepressiva – Ergebnisse aus der EMC-Studie
Klaus Lieb, Mainz (Germany)
Akzeptanz eines IT-basierten Tests (ePro) zur Therapiesteuerung von Antidepressiva bei Behandlern und Patienten – Ergebnisse der PReDicT-Studie
Cornelia Ploeger, Frankfurt am Main (Germany)
Details anzeigen
Autor:in:
Cornelia Ploeger, Frankfurt am Main (Germany)
Depression ist eine ernsthafte Erkrankung, die zu einer eingeschränkten Lebensqualität führt und mit hohen sozioökonomischen Kosten verbunden ist. Antidepressiva leisten einen wichtigen Beitrag in der Therapie. Allerdings kann der klinische Wirkungseintritt 4 bis 6 Wochen dauern und häufig ist bei Nichtansprechen ein Medikamentenwechsel nötig. Um die Zeitdauer bis zu einer effektiven Behandlung zu verkürzen, wurde der PReDicT-Test (Predicting Response to Depression Treatment) entwickelt. Der PReDicT-Test ist ein Internet-basierter Test, welchen die Patienten zu Hause bearbeiten können. Eingebettet in die internationale multizentrische PReDicT-Studie wurde eine qualitative Erhebung hinsichtlich der Akzeptanz des PReDicT-Tests und dessen Implementierbarkeit durchgeführt. Dabei interessierte vor allem, welche spezifischen Erfahrungen Patienten und Ärzte bei der Anwendung des Tests machten.
Teilnehmende Ärzte und Patienten wurden mittels leitfadengestützter (Telefon-)Interviews befragt. Die Auswertung der transkribierten Interviews erfolgte gemäß der Framework-Methode angelehnt an die qualitative Inhaltsanalyse nach Kuckartz mithilfe des Auswertungsprogramms MAXQDA. Es wurden Interviews mit 20 Patienten und 9 Ärzten geführt. Die Ergebnisse sprechen für eine gute Akzeptanz des PReDicT-Tests bei Patienten und Ärzten. Ein Großteil beider Gruppen beschreibt den Test als hilfreiches Instrument bei der Einstellung von Antidepressiva. Aus Patientenperspektive erhöht der PReDicT-Test das Gefühl der Selbstkontrolle und führt zu einer gesteigerten Selbstreflexion. Zudem wird die örtliche und zeitliche Flexibilität der Anwendung positiv hervorgehoben. Aus ärztlicher Perspektive sind hinsichtlich der Implementierung Fragen nach der Finanzierung und des zusätzlichen Zeitaufwands entscheidend.
Mashine-Learning-Logarithmus (ePro)-gesteuerte Therapie mit Antidepressiva im Vergleich zu „Treatment as usual“ – Ergebnisse der PReDicT-Studie
Andreas Menke, Würzburg (Germany)