日本語AIでPubMedを検索
幹部機能障害を伴う後期うつ病の心理療法への無反応の修正可能な予測因子：機械学習によるアプローチ
Modifiable predictors of nonresponse to psychotherapies for late-life depression with executive dysfunction: a machine learning approach.
PMID: 32651477 DOI: 10.1038/s41380-020-0836-z.
抄録
本研究の目的は以下の通りである。(1)幹部機能障害を伴う晩期うつ病の心理療法における治療中期までの抑うつ症状の変化の明確な軌跡を明らかにする；(2)治療中期までの無反応が治療終了時の反応不良を予測するかどうかを検討する；(3)治療中期までの初期の無反応の軌跡を予測するベースラインの特徴を明らかにする。大うつ病と執行機能障害を有する60歳以上の成人221人のサンプルを、12週間の問題解決療法または支持療法のいずれかに無作為に割り付けた。我々は潜在成長混合モデル（LGMM）を用いて、治療中期（6週目）までのうつ病の変化の軌跡が明確なサブグループを検出した。治療終了時の反応の予測因子としてLGMMのサブグループを用いて回帰分析を行った。ランダムフォレスト機械学習アルゴリズムを用いて、ベースラインの予測因子を同定した。その結果、参加者の約77.5％は0～6週目にうつ病の軌道が減少し、残りの22.5％はうつ病の軌道が持続しており、治療法の違いは認められなかった。LGMMの軌跡は治療終了時の寛解と反応を予測した。高い予測精度（80％）を有するランダムフォレストモデルにより、うつ病の持続性の最も強い修正可能な予測因子は、認知された社会的支持の低さであり、次いで神経症的な高さ、治療の期待値の低さ、治療者の受容的な認知の低さであった。我々の結果は、早期に心理療法に反応しない修正可能な危険因子を治療の初期段階で特定し、標的化された個別化された介入によって対処できることを示唆している。セラピストは、意味のある社会的相互作用を増やし、治療効果に関する懸念に対処し、肯定的な作業関係を構築することに焦点を当てることができる。
The study aimed to: (1) Identify distinct trajectories of change in depressive symptoms by mid-treatment during psychotherapy for late-life depression with executive dysfunction; (2) examine if nonresponse by mid-treatment predicted poor response at treatment end; and (3) identify baseline characteristics predicting an early nonresponse trajectory by mid-treatment. A sample of 221 adults 60 years and older with major depression and executive dysfunction were randomized to 12 weeks of either problem-solving therapy or supportive therapy. We used Latent Growth Mixture Models (LGMM) to detect subgroups with distinct trajectories of change in depression by mid-treatment (6th week). We conducted regression analyses with LGMM subgroups as predictors of response at treatment end. We used random forest machine learning algorithms to identify baseline predictors of LGMM trajectories. We found that ~77.5% of participants had a declining trajectory of depression in weeks 0-6, while the remaining 22.5% had a persisting depression trajectory, with no treatment differences. The LGMM trajectories predicted remission and response at treatment end. A random forests model with high prediction accuracy (80%) showed that the strongest modifiable predictors of the persisting depression trajectory were low perceived social support, followed by high neuroticism, low treatment expectancy, and low perception of the therapist as accepting. Our results suggest that modifiable risk factors of early nonresponse to psychotherapy can be identified at the outset of treatment and addressed with targeted personalized interventions. Therapists may focus on increasing meaningful social interactions, addressing concerns related to treatment benefits, and creating a positive working relationship.