In un futuro non troppo lontano potrebbe arrivare uno screening per la depressione che includerà una scansione rapida del cervello per identificare il trattamento migliore per ogni paziente. L’imaging cerebrale combinato con l'intelligenza artificiale rivelerà infatti i sottotipi di depressione e ansia, secondo un nuovo studio condotto da ricercatori della Stanford Medicine: come spiegano su Nature Medicine, questo sistema può classificare la depressione in sei sottotipi biologici, o “biotipi”, identificando i trattamenti che hanno più o meno probabilità di funzionare nelle varie situazioni cliniche.

“Sono disperatamente necessari metodi migliori per abbinare i pazienti ai trattamenti”, ha affermato l’autrice senior dello studio, Leanne Williams, professore di psichiatria e scienze comportamentali e direttore del Centro per la salute mentale e il benessere di precisione di Stanford Medicine. Questo perché circa il 30% delle persone affette da depressione a oggi soffre della cosiddetta depressione resistente al trattamento, il che significa che diversi tipi di farmaci o terapie non sono riusciti a migliorare i loro sintomi. E per circa due terzi delle persone affette da depressione, il trattamento non riesce a invertire completamente i sintomi riportandoli a livelli sani. Ciò è in parte dovuto al fatto che non esiste un buon modo per sapere quale antidepressivo o tipo di terapia potrebbe aiutare un determinato paziente. I farmaci vengono prescritti attraverso il metodo di tentativi ed errori, quindi possono essere necessari mesi o anni per arrivare a un farmaco che funzioni, sempre che ciò accada. E passare così tanto tempo a provare un trattamento dopo l’altro, per non provare alcun sollievo, può peggiorare i sintomi della depressione. “L'obiettivo del nostro lavoro è capire come possiamo scegliere bene la prima volta”, ha detto Williams. “È molto frustrante lavorare nel campo della depressione e non avere un’alternativa migliore a questo approccio unico e valido per tutti”.

Per comprendere meglio la biologia alla base della depressione e dell’ansia, Williams e i suoi colleghi hanno valutato 801 partecipanti allo studio a cui era stata precedentemente diagnosticata depressione o ansia utilizzando la tecnologia di imaging MRI funzionale, o fMRI, per misurare l’attività cerebrale. Hanno scansionato il cervello dei volontari a riposo e quando erano impegnati in diversi compiti progettati per testare il loro funzionamento cognitivo ed emotivo. Gli scienziati si sono concentrati sulle regioni del cervello e sulle connessioni tra di esse, che erano già note per svolgere un ruolo nella depressione. Utilizzando un approccio di apprendimento automatico noto come analisi dei cluster per raggruppare le immagini del cervello dei pazienti, hanno identificato sei modelli distinti di attività nelle regioni del cervello studiate.

Gli scienziati hanno anche assegnato in modo casuale 250 partecipanti allo studio a ricevere uno dei tre antidepressivi comunemente usati o una terapia comportamentale della parola. I pazienti con un sottotipo, caratterizzato da iperattività nelle regioni cognitive del cervello, hanno sperimentato la migliore risposta all'antidepressivo venlafaxina rispetto a quelli con altri biotipi. Quelli con un altro sottotipo, il cui cervello a riposo aveva livelli più elevati di attività tra le tre regioni associate alla depressione e alla risoluzione dei problemi, hanno avuto una migliore attenuazione dei sintomi con la terapia comportamentale della parola.

E quelli con un terzo sottotipo, che avevano livelli più bassi di attività a riposo nel circuito cerebrale che controlla l’attenzione, avevano meno probabilità di vedere un miglioramento dei loro sintomi con la terapia della parola rispetto a quelli con altri biotipi. Identificando con il biotipo cognitivo utilizzando la fMRI, i ricercatori hanno ridotto la probabilità di remissione nel 63% dei pazienti. “In sostanza, è una dimostrazione di un approccio di medicina personalizzata per la salute mentale basato su misure oggettive della funzione cerebrale”, spiega Williams.

© QS Edizioni - Riproduzione riservata