Şizofreni hastalarıyla ilgili ilginç araştırma

Şizofreni hastalarına yapılan manyetik transkraniyal uyarılma sonuçlarını MR ile gözlemlemek…

Alman araştırmacıların raporu beyindeki gri maddenin çeşitli bölgelerde farklılık gösterdiğini buna göre de şizofreni hastalarının tekrarlı transkraniyel manyetik uyarılma (rTMS)  uygulanmasına nasıl cevap verdiğini gösterdi.

Yapılan araştırma şizofreni ve bir çok psikolojik hastalığın iyileştirilmesinde umut vaad ediyor. Ancak sonuçlar hastadan hastaya değişim gösteriyor.

Münih, Almanya , Ludwig-Maximilians-Universitesinden Dr. Nikolaos Koutsouleris ve çalışma arkadaşları makine öğrenme analizlerinin tedavi öncesi beyin MR’ındaki yapısal belirleyicilerin rTMS'ye uyumlu cevap verip veremediğini araştırdı, ve bu araştırma 31 Ağustos günü 92 katılımcı ile beraber online olarak yayımlandı.

Gri madde yoğunluğu azalmış olan Dorsomedial ve ventromedial prefrontal, frontopolar ve singulat korteks; insular, operikal, temporopolar ve medial temporal korteks; ve serebellum aktif rTMS'ye cevap vermedi.

Buna karşılık sol hemisferik somatosensoriyal ve parietal kortekslerde, lateral temporal ve premotor yapılara uzantılarda artmış Gri madde yoğunlu, talamik çekirdeklerde bilateral artışlarda rTMS'ye cevap vermemekte.

 Her ne kadar bu markerlar doğru tahminlerde bulunabilse de bunu sadece olumsuz semptomlar üzerinde tespit etmeyi başarıyor, olumlu semptomlar üzerinde tahminde bulunamıyorlar.

Sosyodemografik ve klinik değişkenler, antipsikomotik tedavi hassasiyeti ve psikofarmakolojik tedavi çeşidi rTMS sonucunu tespit eden belirleyicilere modifiye edilebilecekmiş gibi görünmüyor.

Araştırmacı notları; "Şizofrenili hastalardaki bu nöroanatomik temel varyans, alanda daha önceki rTMS çalışmalarında bildirilen belirsizliği etkileyen önemli, şimdiye kadar bilinmeyen biyolojik faktörü temsil edebilir" diyor. ve şunu ekliyorlar; "Bulgularımız, dikkatli bir randomize kontrollü deneme tasarımından elde edilen MR tabanlı makine öğrenmesinin hastalığa bağlı beyin fenotiplerinin bireysel hastanın beyin stimülasyonuna yanıt verme kapasitesine ne kadar farklı katkıda bulunduğunu daha iyi anlamasını ve yeteneğini geliştirmeyi önerdiğini ortaya koymaktadır"

Şizofreninin nöröbiyolijisini araştırmak için TMS yöntemini kullanan  Pittsburgh Üniversitesi Tıp Fakültesi öğretim üyesi Dr. Fabio Ferrarelli New York - Reuters'e gönderdiği e-mailinde "Eğer bu araştırmalar onaylanır, ve daha geniş hasta grupları üzerinde çalışmalar devam ederse, rTMS'ye cevap vermeyen hastalardan cevap veren hastaların tanımlanmasında katkıda bulunabilirler. Bu da bu tür farmakolojik olmayan müdahale için özellikle uygun şizofreni hastalarının bir alt kümesini oluşturabilmesini sağlayabilir. Bu Gri Madde Yoğunluk şablonları, tüm hastalarda değil, yalnızca aktif rTMSalan hastalardaki negatif belirtilerin düzelmesini doğru bir şekilde öngördü, Ancak şu da var ki sahte rTMS tedavi uygulanan hastaların da bir kısmı olumlu bir kısmı da tedaviye olumsuz cevaplar verdi. Bunun sonucunda da olumlu cevap vermemesi gereken hastalardaki Gri Madde Yoğunluğu öngörüleri yanlış yorumlandı. Bu yüzden ileride devam edecek çalışmalarda gerçek ve sahte r TMS çalışmalarına başlamadan önce randomize edilecek hastaları tedaviye yanıt verecek ve vermeyecek hastalar olarak belirlenmesi gerekmektedir. Hastalığın süresi (tedavi öncesi ve sonrası) ve farmakolojik müdahalelere maruz kalma gibi faktörler, bu çalışmada araştırılan Gri Madde Yoğunluk bölgeleri de dahil olmak üzere beyin hacimlerini önemli ölçüde etkileyebilir. Bu nedenle, bu Gri Madde Yoğunluk kalıplarının hastalığın başlangıcında ve diğer herhangi bir tedavi müdahalesinden önce öngörülen değerinin değerlendirilmesi önemlidir." demiştir.

Kanada'da bulunan, Toronto Üniversitesi Tedavisel Beyni Müdahale Temerty Merkezi'nin tıbbi başkanı Daniel M. Blumberg Reuters Health'e e-mail ile yaptığı açıklamada "Makine öğrenme algoritmasının tahmin doğruluğu, algoritmayı eğitmek için kullanılan nispeten az sayıda kişinin bulunduğu göz önüne alındığında oldukça yüksekti. . . . Nihayetinde, tedavileri biyolojik veya hastalık özelliklerine göre kişiselleştirebiliriz. Daha iyi algoritmalar geliştirmek için çdaha büyük çaplı denemelere ihtiyaç duyulmaktadır, bu prospektif kontrollü araştırmalarda klinik uygulamaya entegre edilmeden önce test edilmelidir" dedi

NEW YORK (Reuters Health)