Mensen die kampen met een depressie verschillen erg van elkaar en toch worden ze vaak op dezelfde manier behandeld. Kan een algoritme hier verandering in brengen?

Abraham Lincoln noemde melancholie “a misfortune, not a fault”. De zestiende president van de Verenigde Staten zou gedurende zijn hele leven aan periodes van depressie hebben geleden. In de VS is depressie zelfs de meest voorkomende psychische stoornis; ruim 7 procent van de bevolking maakt een dergelijke periode door. In 2018 kampte in Nederland 8,6 procent van de bevolking langer dan zes maanden met een depressie, meldt het CBS.

Voor mensen die aan een depressie lijden zijn er verschillende behandelingen: cognitieve gedragstherapie, antidepressiva, licht- of muziektherapie en ga zo maar door. Maar welke behandeling het best werkt, verschilt per persoon. “Als psychiater weet ik dat de patiënten erg verschillen,” zegt Amit Etkin van de Stanford Universiteit. “Maar we scheren ze allemaal over een kam en behandelen ze op dezelfde manier.” Samen met andere onderzoekers, waaronder de Nederlandse psycholoog Martijn Arns van de Universiteit Utrecht, wil Etkin daar verandering in brengen.

Lees ook:

• Interview met Denny Borsboom
• Column Willem van der Does: ‘Elektroshocktherapie werd een ware hype’

Algoritme

Etkin legt uit: “De behandeling begint vaak met het voorschrijven van een antidepressivum. Als dat niet werkt, wordt een tweede antidepressivum voorgeschreven. Elk van deze ‘proeven’ duurt vaak minstens acht weken om te beoordelen of het medicijn werkt en of de symptomen zijn verlicht.”

Als een antidepressivum niet werkt, kunnen ook andere behandelingen worden geprobeerd, zoals psychotherapie of zelfs transcraniële magnetische stimulatie. “Vaak worden meerdere behandelingen gecombineerd,” zegt Etkin, “maar het kan een tijdje duren om uit te zoeken welke combinatie werkt.”

Machinaal leren

Om die reden wierven de onderzoekers 300 proefpersonen met een depressie die, zonder dat zij en de wetenschappers dat wisten, of een placebo ontvingen of het antidepressivum sertraline.

Aan het begin van het experiment werd van elke deelnemer de elektrische activiteit van de hersenen gemeten. Deze EEG’s werden vervolgens geanalyseerd door een machine learning-algoritme dat een biomarker herkent die het effect van sertraline op de proefpersonen kan voorspellen. Zo gaf het een prognose over welke proefpersonen binnen twee maanden van de behandeling zouden profiteren.

“Je leert een algoritme op basis van invoer (de EEG’s) te voorspellen welke patiënten reageren op behandeling met sertraline en welke niet”, legt Benno Haarman, psychiater en onderzoeker van het UMC Groningen, uit. “Vervolgens kijk je met dat model of het in andere datasets ook in staat is om de uitkomst te voorspellen, op basis van de EEG. Als dat (in een bepaalde mate) zo is, heb je een voorspellend model. Je wil natuurlijk dat het model zo goed mogelijk voorspelt. Daar heb je grote datasets met relevante informatie voor nodig.”

Nadat de proefpersonen een tijd lang het placebo of het antidepressivum hadden geslikt, beoordeelden de onderzoekers hoe ze erop reageerden en of het algoritme het bij het rechte eind had. De computer bleek inderdaad goed te kunnen voorspellen welke deelnemers baat hadden bij sertraline en welke niet. De onderzoekers zagen hetzelfde resultaat bij drie andere patiëntgroepen.

Onderzoektrend

“De bevindingen van de onderzoekers om het resultaat van behandeling op individueel patiëntniveau te voorspellen zijn veelbelovend”, vindt Haarman. “Wel is het zo dat slechts één soort antidepressivum is onderzocht.”

Zelf doet Haarman onderzoek om te achterhalen of het behandelresultaat met probiotica bij psychose of bipolaire stoornis kan worden voorspeld door meting van de darmwanddoorlaatbaarheid, ontsteking rond de darm of het microbioom. “Daarin beogen we eigenlijk een gelijkaardig doel.”

Haarman vindt dat dit onderzoek moet worden geplaatst in een algemene onderzoektrend om behandelingen meer gepersonaliseerd aan te kunnen bieden. “Hierdoor zal de kans op een niet-succesvolle behandeling en de bijbehorende bijwerkingen kleiner worden. En dat zou een zeer belangrijke stap vooruit betekenen in de depressiebehandeling.”

Bronnen: Nature Biotechnology, EurekAlert! (1), EurekAlert! (2), New Atlas

Beeld: 123RF