哪些抑鬱症患者使用安慰劑療效較好？

醫脈通導讀

本項研究顯示，?由基線抑鬱嚴重度、年齡、內源性特徵、軀體受虐待史、焦慮喚起程度、快感缺乏、神經質水平、前扣帶回喙部（rACC）θ電流平均密度8個變數所組成的變數集可有效預測安慰劑治療轉歸，且可實現較高的準確度。

研究者同時研發了一種互動式計算器，用於預測抑鬱症患者使用安慰劑的治療轉歸。

近年來，很多新型抗抑鬱葯在2期或3期臨床研究中折戟沉沙，一個很重要的原因在於安慰劑組的治療應答率很高，導致抗抑鬱葯與安慰劑無法拉開差距。數據顯示，臨床研究中每3名抑鬱症患者即有1人使用安慰劑「治療」有效。因此，如何改良研究設計以降低安慰劑效應對抗抑鬱葯研究的干擾，已成為很多研究者關注的課題，且也已經取得了一些成果。

從另一個角度出發，如果能了解到哪些患者更容易對安慰劑反應良好，一方面可以提高臨床研究的效率，另一方面也可以這些患者避免試用不需要的藥物，具有重要的科研及臨床意義。

研究簡介

EMBARC研究是一項兩階段多中心隨機雙盲對照研究，旨在評估抗抑鬱藥針對抑鬱症患者療效的調節及中介因素。

該研究的第一階段共納入了309名來自門診的受試者，年齡18-65歲，均滿足DSM-IV抑鬱症診斷標準且在30歲前首次發病。這些受試者被隨機分配接受舍曲林或安慰劑治療，其中141人被分入安慰劑組且使用了至少一次安慰劑，平均年齡37.4歲（SD 12.9），男性52人，平均起病年齡16.4歲（SD 5.6），既往重性抑鬱發作的平均次數為4次（SD 9），基線HAMD17總分平均為18.6分（SD 4.3）。

針對這141名受試者，來自美國德州大學西南醫學中心等機構的研究者通過使用彈性網路（Elastic Net）技術，對多達283個基線臨床及人口學、行為學及認知表現、電生理及結構或功能影像學變數進行了分析，旨在探索其中能夠預測8周雙盲期治療結束時抑鬱嚴重度的效力最強且最簡約的因素。

研究主要轉歸指標為末次觀測時的HAMD17總分，以及基於該量表的治癒（總分≤7）及有效（較基線減分≥50%）情況。研究者使用貝葉斯多元線性回歸模型分析了相關變數對治癒及有效的預測效力。具體統計學方法詳見原文。

本項研究於8月15日在線發表於Psychother Psychosom.（影響因子 13.122）。

研究結果

治療結束時，141名受試者中有47人（33.3%）獲得治癒，55人（39.0%）達到有效標準。如表1，由以下8個變數組成的變數集可預測安慰劑治療有效：

表1 彈性網路篩選出的、在貝葉斯線性模型中可預測安慰劑治療轉歸的因素（Trivedi MH, et al. 2018）

▲ 基線抑鬱嚴重度（基於HAMD17總分）：嚴重度較輕，安慰劑治療轉歸更佳。

▲ 年齡：年齡較小，安慰劑治療轉歸更佳。

▲ 內源性特徵（基於SCID中針對抑鬱症標註的問題）：無內源性特徵，安慰劑治療轉歸更佳。

▲ 軀體受虐待史（基於兒童期創傷量表）：無軀體受虐待史，安慰劑治療轉歸更佳。

▲ 焦慮喚起水平（基於來自心境和焦慮癥狀問卷的焦慮特異性量表）：焦慮喚起水平較低，安慰劑治療轉歸更佳。

▲ 快感缺乏（基於來自心境和焦慮癥狀問卷的快感缺乏性抑鬱量表）：快感缺乏較輕，安慰劑治療轉歸更佳。

▲ 神經質水平（基於大五人格量表的神經質條目）：神經質水平較低，安慰劑治療轉歸更佳。

▲ 前扣帶回喙部（rACC）θ電流平均密度：密度較高，安慰劑治療轉歸更佳。

受試者工作特徵曲線顯示，對於治癒及有效而言，上述預測模型的曲線下面積（AUC）分別為0.758及0.728，提示中度擬合。

（點擊看大圖）

圖1 安慰劑治療轉歸計算器，左側可輸入參數（Trivedi MH, et al. 2018）

作為上述研究發現的視覺化，研究者還開發了一種互動式計算器——通過輸入相關參數，即可預測安慰劑治療8周後的HAMD17總分，以及治癒和有效的可能性。計算器界面如圖1。

結論

本項研究顯示，由8個臨床及生物標記物變數所構成的變數集可預測抑鬱症患者使用安慰劑治療的轉歸，且已達到了一定的準確度；若能納入敏感性分析中閾值更低（30% retention）的全部15個變數，準確度有望進一步提高。事實上，該變數集中的一些變數已被證明與安慰劑效應的強度有關。例如在安慰劑組中，基線抑鬱嚴重度較高的受試者癥狀改善的可能性較低。

此外，通過將這些變數整合進入一個簡潔易用的互動式計算器，上述研究發現有望在研究及臨床實踐中得以應用，發揮更大的價值。

文獻索引：Trivedi MH, South C, Jha MK, et al. A Novel Strategy to Identify Placebo Responders: Prediction Index of Clinical and Biological Markers in the EMBARC Trial. Psychother Psychosom. 2018 Aug 15:1-11. doi: 10.1159/000491093. [Epub ahead of print]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！