Mania z depresją czy tylko depresja?

Właściwe rozpoznanie choroby afektywnej dwubiegunowej (ang. bipolar disorder – BD) nie raz jest diagnostycznym wyzwaniem. Wpływa na to przede wszystkim fakt, że jest to właściwie grupa zaburzeń, objawiających się w cyklach. Choroba afektywna dwubiegunowa cechuje się występowaniem epizodów depresyjnych oraz maniakalnych. W zależności od ich częstotliwości i rodzaju odróżnia się szereg podtypów choroby[1]. Prawidłowe zdiagnozowanie CHAD jest szczególnie trudne w przypadku bardzo rzadkiego występowania epizodów maniakalnych. Zgodnie z wytycznymi piątej wersji amerykańskiego podręcznika zaburzeń psychicznych, czyli Diagnostic and Statistical Manual of Mental Disorders Fifth Edition (DSM-5) warunkiem koniecznym stwierdzenia choroby dwubiegunowej jest zaobserwowanie trwającego przynajmniej przez 1 tydzień zestawu objawów, np.: nadmiernej pewności siebie, obniżonej potrzeby snu, trudności w koncentracji czy skłonności do czynności niebezpiecznych. W ten sposób może przebiegać epizod manii. Teoretycznie przeplata się on z epizodem depresyjnym, który według DSM-5 może znamionować obniżenie nastroju, obniżenie zainteresowania przyjemnościami, bezsenność, problemy z koncentracją, a nawet myśli samobójcze[2]. Jeśli epizod depresyjny trwa wyjątkowo długo, bardzo łatwo przychodzi uznanie, że pacjent cierpi na zaburzenia depresyjne (ang. major depressive disorder - MDD). Może to prowadzić do poważnych konsekwencji. Międzynarodowy zespół badaczy pod wodzą Elizabeth Osuch stwierdza, że aplikacja leków z kategorii antydepresantów może nawet pogorszyć przebieg choroby dwubiegunowej. Ewentualne pomyłki w diagnostyce tych zaburzeń mogą zatem prowadzić do wyrządzenia pacjentom szkód, a w najlepszym przypadku do niepotrzebnego przedłużania terapii. Podręczniki takie jak DSM-5 dają narzędzia, które w przypadkach nietypowych pacjentów z niejednoznacznymi objawami mogą być niewystraczające dla wprowadzenia właściwej metody leczenia. Dlatego też naukowcy za cel stawiają sobie stworzenie algorytmu, umożliwiającego jednoznaczne rozpoznanie zaburzeń u pacjentów psychiatrycznych[3]. 

Uczestnicy i metoda badania

Badacze stworzyli dwie grupy 32 pacjentów z rozpoznanymi już zaburzeniami dwubiegunowymi (BD) oraz 34 z zaburzeniami depresyjnymi (MDD). Zrekrutowano również kontrolną grupę 33 osób zdrowych bez historii zaburzeń afektywnych w rodzinie. Ostatnia grupa składała się z 12 pacjentów z niejednoznacznym rozpoznaniem zaburzeń (ang. „unknown” – UNK). Pacjentom z grup BD, MDD i UNK przez trzy tygodnie podawano leki stabilizujące nastrój. Po tym czasie pacjenci zostali poddani badaniu w funkcjonalnym rezonansie magnetycznym. Diagnoza psychiatryczna nie opiera się zazwyczaj na patofizjologii mózgu. Badacze założyli, że podstawą stworzenia algorytmu przyporządkowującego pacjentów do zaburzeń dwubiegunowych lub depresyjnych może być wykrycie wzorców aktywności mózgowej. Wykorzystali w tym celu metodę analizy składowych niezależnych (ang. Independent Component Analysis – ICA). Jest to metoda wydzielania pojedynczego sygnału spośród wielu zmiennych[4]. Dla lepszego wyjaśnienia tej metody stosuje się porównanie do odróżniania głosu rozmówcy od głosów innych ludzi obecnych na imprezie koktajlowej (ang. coctail party problem). Dochodzi wówczas do wyselekcjonowania interesującego nas głosu spośród wielu innych równocześnie dobiegających do naszych uszu. W ramach metody ICA rolę głosów odgrywają źródła aktywności mózgu, które w trakcie analizy danych statystycznych poddaje się selekcji. Nieco więcej trudności nastręcza przeprowadzenie ICA na grupie badanych ze względu na różnice między indywidualnymi uczestnikami[5]. Osuch i współpracownikom udało się jednak przy wykorzystaniu ICA skonstruować diagram, służący jako swego rodzaju mapa danych, do której możliwe jest odniesienie  indywidualnych przypadków pacjentów z grupy UNK.

Rezultaty

Spośród 100 kombinacji wzorców, 5 uznano za stanowiące najlepsze kryterium przyporządkowania do grupy BD lub MDD. Pokrywały się one z funkcjami takich obszarów jak grzbietowa sieć uwagowa (ang. dorsal attention network), sieć wzbudzeń podstawowych (ang. default mode network) czy sieci aktywne przy złożonych procesach poznawczych (ang. salience network, frontoparietal executive network). Utworzony algorytm wykorzystano w grupie 12 pacjentów, których diagnoza nie była jednoznaczna. Algorytm na podstawie zebranych wcześniej danych z grup pacjentów zdrowych, pacjentów z BD oraz pacjentów z MDD poprawnie zdiagnozował aż 11 pacjentów. Za kryterium poprawności przyjęto reakcję pacjentów z grupy UNK na przyjmowane leki. Utrzymanie stabilnego nastroju po podaniu odpowiednich leków rozstrzygało jednoznacznie czy przyporządkowanie algorytmu okazało się poprawne.

Algorytm wykazał się dużą skutecznością w określaniu diagnoz dla pacjentów z niejednoznacznymi objawami psychiatrycznymi. Oczywistym ograniczeniem wykorzystania tego typu metod diagnostycznych w psychiatrii jest jej niepraktyczność. Użycie rezonansu magnetycznego w przypadku każdego pacjenta, co do którego nie ma pewności, na jakiego rodzaju zaburzenie cierpi, jest po prostu niewykonalne. Wpływają na to przede wszystkim względy finansowe. Jednak rezultaty badań Osuch i współpracowników dają nadzieję na rozwój w zakresie wykrywania fizjologicznych podstaw zaburzeń psychicznych, co zdecydowanie może ułatwić proces diagnozowania tego rodzaju zaburzeń, a pacjentom otworzyć drogę  do otrzymania pomocy szybszej i skuteczniejszej.