Elk jaar maken meer dan 300 miljoen mensen wereldwijd een depressieve episode door en de depressieve stoornis is ’s werelds belangrijkste oorzaak van invaliditeit. Door de jaren heen heeft onderzoek consequent aangetoond dat verschillende soorten depressiebehandelingen gemiddeld gezien even effectief zijn. De individuele effecten van deze behandelingen lopen echter sterk uiteen en zijn zeer onvoorspelbaar. Het is dan ook op voorhand onduidelijk wie bij welke behandeling het meest baat zal hebben. In de praktijk leidt dit tot het uitproberen van verschillende behandelingen wat gepaard gaat met lange behandeltrajecten, behandeluitval, demoralisatie, en meer lijden bij cliënten en naasten. De kwaliteit en efficiëntie van depressiebehandelingen kan worden verbeterd door het geven van op de persoon toegespitste behandelindicaties. In de klinische praktijk wordt dit grotendeels gedaan d.m.v. klinische inschattingen van behandeluitkomsten waarbij ook de onderhoudende en predisponerende rol van co-morbiditeit wordt meegenomen. De vraag is echter hoe betrouwbaar deze klinische inschattingen zijn en in hoeverre we hierop onze behandelindicatie moeten baseren. De afgelopen jaren is er met de opkomst van geavanceerde analysetechnieken een toenemende belangstelling voor predictiemodellen. De hieruit voortkomende voorspellingen van behandeluitkomsten zouden een rol kunnen gaan spelen bij het personaliseren van behandelindicaties bij depressie. Hoewel de eerste resultaten veelbelovend zijn, is er nog meer onderzoek nodig naar verschillende methodologische problemen en zijn er de nodige uitdagingen voor implementatie. Want stel dat we het perfecte predictiemodel ontwikkelen, zou u dit accepteren?
Leerdoel
Deze presentatie geeft een up-to-date uiteenzetting over de meerwaarde van traditionele en data-gestuurde strategieën om de indicatiestelling voor depressiebehandelingen te personaliseren.
Aanbevolen literatuur
Van Bronswijk, S. C., Lemmens, L. H., Huibers, M. J., & Peeters, F. P. (2021). Selecting the optimal treatment for a depressed individual: Clinical judgment or statistical prediction?. Journal of Affective Disorders, 279, 149-157.
van Bronswijk, S. C., Köster, E. M., & Peeters, F. P. M. L. (2021). De impact van comorbide persoonlijkheidsstoornissen op de effectiviteit van acute-fasebehandeling van depressie: een meta-analyse en metaregressie. Tijdschrift voor Psychiatrie, (2021/6), 441-450.
Over de spreker
Suzanne van Bronswijk is psychiater en universitair docent bij het MUMC+ en Universiteit Maastricht. Haar onderzoek richt zich op het duurzaam verbeteren van depressiebehandelingen.
Kernwoorden
Depressiebehandelingen, co-morbiditeit, klinische besluitvorming, predictiemodellen