“我吃这个药会有效吗?”抑郁症治疗成效之预测 简版

「我吃这个药会有效吗?」-抑郁症治疗成效之预测
林雯菁 

 

■一般而言,当忧鬱症患者开始接受一项新疗程时,想知道这个新治疗有没有效,平均需要 8-12 周的时间。很久吧?如果我们没办法发展出一种100%有效的治疗方法,那就只好想办法预测什麽人接受治疗会有效、什麽人接受治疗不会有效了。

 
 

不管是哪种疾病,没有一种治疗药物或介入方式可以保证每一个接受治疗的病患都能够药到病除。对某些疾病而言,药物的疗效是即刻或显而易见的。可能在使用药物几天或甚至几个小时之内,就可以知道药物是否对病患产生疗效,或是不是该换别种药了。但对于重鬱症(major depressive disorder,简称 MDD。即一般认知中所谓的忧鬱症或抑鬱症)的治疗而言,想知道药物治疗是不是起了作用,平均需要8-12周的时间。 

8-12 周!想想看如果哪天你生病了,结果医生跟你说需要连续吃两、三个月的药才能知道这药对你的病有没有效,那是怎麽样的心情?再来,万一当你乖乖吃了两、三个月的药,并且持续忍受各种或大或小的副作用以后,才发现这药没法治你的病,那又会是怎麽样的心情?而且别忘了,这时病还没治好,还要继续花时间试下一种药…。这历程有多折腾人,光用想的都觉得可怕,更别提这会耗费多少医疗资源和社会成本了。

那麽,如果有办法在治疗开始前,就能准确预测每个病患使用每种药物或治疗之后的反应,进而从中选择对每个病患最有利的治疗方式,是不是既能提高病患福祉,又能节省医疗资源和社会成本呢?只是,这麽美好的愿望有可能成真吗? 

在一项最新的研究中,研究者综合了三种不同的指标,以极高的正确率成功预测重鬱症病患在服用药物后其忧鬱症状是否能够获得减缓!事实上,这并非一个全新的研究领域。研究者早从上个世纪开始,就已著手寻找合适的生物指标(biomark),期望能够藉由使用这些指标,在重鬱症病患开始服药或接受治疗前,就能准确预测药物或治疗方式的成效。而这个研究领域的终极目标,当然就是希望能为每位病患量身打造最适合、疗效最佳、最有效率的治疗方案了。

这段时间以来,研究者不断尝试以不同的工具和方法来寻找最佳的生物指标。各类型的指标包含像是基因、内分泌系统、免疫功能、脑部结构、大脑不同区域之间的连结等等。在这之中,把焦点放在大脑的研究者,发现了几个大脑区域的活化程度可能可以用来当作有效的指标,像是 rACC(rostral anterior cingulate cortex,前扣带迴皮质喙部)、杏仁核、脑岛和前额叶等区域。 

这类实验的方法原则上是趁病患在执行某种作业时扫描他们的大脑,藉此得知他们的大脑在进行特定作业时的活化状态或功能性连结。而扫描时病患可能会被要求必须得执行注意力相关作业、执行功能(executive functioning)作业、情绪脸孔辨识作业、或甚至不用做任何事。其中,有不少实验都发现,在治疗开始前,那些日后对治疗没有反应的病患他们的 rACC 和那些对治疗有反应的病患相比之下较不活跃(但也有少数实验发现相反的结果)。另外也有实验发现,病患在接受治疗前 rACC 的活化程度和治疗结束后忧鬱症状的改善程度有所相关。是以部分研究者认为,rACC这个区域的活化程度高低或许可用来作为预测治疗方法是否会对病患有效的生物指标。

 

只是,研究者认为过往的实验仍不足以用来为每位病患的治疗成效做准确预测。而发表在期刊Brain的这个新研究,则纳入了以往的实验所没有使用过的指标,并综合不同的指标来提升预测的正确性。在该实验中,病患在开始接受治疗前一边接受功能性磁振造影(fMRI)扫描,一边进行一项执行功能(executive functioning)作业。这个作业可以同时测量注意力、规则转换能力、处理速度、以及抑制功能。治疗开始后,病患连续服用度洛西汀(duloxetine)或艾司西酞普兰(escitalopram)至少七周以上。研究者不但将功能性磁振造影资料的空间讯息当作一个指标,同时还纳入了功能性磁振造影资料的时间讯息、以及病患在进行作业时的表现作为第二、第三个指标。以这三个指标所建立的模型,其成功预测病患在疗程结束后对药物治疗反应的正确率高达90%。

 

其实临床上治疗重鬱症的选择很多,光是药物的选项就可以列一长串,还有认知行为治疗与其他心理治疗,更别提目前尚处于研究阶段的一些新兴疗法。但上述实验的结果只能用在度洛西汀与艾司西酞普兰两种药物的治疗成效预测,能不能适用在其他种类的治疗方法上,目前仍未可知。不过,能见到这个研究领域有所前进,已经非常振奋人心了哪!

 

参考文献

 
       
  1. Crane, N. A., Jenkins, L. M., Bhaumik, R., Dion, C., Gowins, J. R., Mickey, B. J., … Langenecker, S. A. (n.d.). Multidimensional prediction of treatment response to antidepressants with cognitive control and functional MRI.Brain.https://doi.org/10.1093/brain/aww326
  2.    
  3. Pizzagalli, D. A. (2011). Frontocingulate Dysfunction in Depression: Toward Biomarkers of Treatment Response.Neuropsychopharmacology,36(1), 183.https://doi.org/10.1038/npp.2010.166
  4.    
  5. Williams, L. M., Korgaonkar, M. S., Song, Y. C., Paton, R., Eagles, S., Goldstein-Piekarski, A., … Etkin, A. (2015). Amygdala Reactivity to Emotional Faces in the Prediction of General and Medication-Specific Responses to Antidepressant Treatment in the Randomized iSPOT-D Trial.Neuropsychopharmacology: Official Publication of the American College of Neuropsychopharmacology,40(10), 2398–2408.https://doi.org/10.1038/npp.2015.89
  6.  
作者:英国伦敦学院大学(UCL)认知神经科学博士。研究人类行为的脑神经机制。喜欢在《Wen-Jing的科学文献报告》上与大家分享地球上最新的科学新知。
www.psychspace.com
TAG: 林雯菁 抑郁症
«精神分析家米歇尔 · 吉布尔先生因病辞世 科普新闻
《科普新闻》
我国著名精神医学专家杨德森先生于2017年3月31日去世»
延伸阅读· · · · · ·
林雯菁 文 作者:林雯菁 文 / 1047次阅读
时间:2017年3月18日
来源: 台大科学教育发展中心
标签: 林雯菁 抑郁症
路径 > 心理学 > 科普新闻
科普新闻文章更新