Согласно исследованию, опубликованному 10 февраля в журнале Nature Biotechnology, алгоритм латентного космического машинного обучения, разработанный для электроэнцефалографии в состоянии покоя (rsEEG), может предсказать результаты лечения сертралином при депрессии .
Вей Ву, доктор философии из Южно-Китайского технологического университета в Гуанчжоу, и его коллеги разработали алгоритм машинного обучения в латентном пространстве , адаптированный для rsEEG, и применили его к данным исследования по прогнозированию лечения антидепрессантами при депрессии, чтобы выявить чувствительный к лечению нейробиологический фенотип ,
Исследователи обнаружили, что изменение симптомов было предсказано способом, который был специфичен для сертралина по сравнению с плацебо и мог быть распространен по всем участкам исследования и оборудованию ЭЭГ. ЭГЭ-сигнатура с предсказанием сертралина, обобщенная для второй выборки депрессии; Снижение прогнозируемого ЭЭГ снижения симптомов наблюдалось с использованием модели, определенной сертралином, для исторически устойчивых к лечению пациентов по сравнению с пациентами с частичным ответом. В третьем независимом наборе данных были исследованы два свойства прогностической сигнатуры: конвергентная валидация и нейробиологическая значимость. В этой выборке прогнозируемые на основе rsEEG исходы индексируют префронтальную невральную чувствительность, измеряемую по одновременной транскраниальной магнитной стимуляции (TMS). Чем меньше предсказанное RSEEG улучшение симптомов с помощью сертралина,
«Эти результаты основывают в нейробиологии индивидуального уровня фенотип, чувствительный к лечению, скрытый в более широком клиническом диагнозе депрессии и связанной с ним биологической гетерогенности, и прокладывают путь к управляемым машинным обучением персонализированным подходам к лечению депрессии », – пишут авторы.
Несколько авторов раскрыли финансовые связи с биофармацевтической промышленностью.