O diagnóstico psiquiátrico - segundo o DSM-5 - baseia-se fortemente nos sintomas psiquiátricos, sendo muitos destes comuns a diferentes doenças. A biologia cerebral responsável pela doença psiquiátrica de um indivíduo permanece pouco clara.
As análises de big dataatravés da utilização de poderosas tecnologias de computação, vem identificando defeitos nas redes e circuitos neuronais do cérebro de pacientes com transtornos psiquiátricos.
Durante uma sessão entusiasmante do Congresso APA 2018, especialistas líderes na área apresentaram, para uma plateia atenta, quatro estudos pioneiros que combinam fenotipagem multimodal com abordagens computacionais sofisticadas.
Não existe uma abordagem única
Segundo Alik Sunil Widge, Professor Assistente de Psiquiatria do Harvard and Massachusetts General Hospital, há grande heterogeneidade mas também muitas coincidências entre os diagnósticos psiquiátricos. É possível, por exemplo, chegar ao diagnóstico de TDM (transtorno depressivo maior) usando 256 combinações diferentes de sintomas.
O professor lembrou que o diagnóstico e o monitoramento psiquiátricos são limitados ainda mais pelo fato de dependerem da autoavaliação feita pelos pacientes e de consultas curtas com os psiquiatras.
Para melhorar a exatidão do diagnóstico e o manejo da doença, é necessário saber como os pacientes estão funcionando em todas as atividades de seu dia-a-dia.
Tecnologias de computação poderosas estão transformando o futuro da psiquiatria
“Precisamos de ferramentas mais eficientes para o diagnóstico e o monitoramento das doenças psiquiátricas." explicou o Dr. Widge; e a solução para um melhor diagnóstico consiste em aplicar abordagens não estruturadas, sem premissas, para depois verificar como os dados de diferentes transtornos mentais se agrupam em categorias.
Observe o que as pessoas fazem e não o que elas dizem
Ele acrescentou que o monitoramento passivo, usando tecnologias portáteis, permite contornar a atual dependência do autorrelato dos pacientes – observe o que as pessoas fazem e não o que elas dizem, por exemplo:
- Intonação prosódia, sentimento e coerência da fala;
- atividade, localização e interações sociais
Interpretando conjuntos detalhados de dados psiquiátricos
Bing Brunton, primeira Professora de Engenharia Neural na Universidade de Washington, fez uma apresentação inspiradora sobre como aplicar o aprendizado automático (aprendizado de máquina, ou computacional) a conjuntos de dados psiquiátricos, com o objetivo de desvendar estruturas entre possíveis conjuntos de sintomas psiquiátricos.
A interpretação permite formular hipóteses que depois poderão ser testadas em ensaios clínicos
A professora Brunton enfatizou que é fácil acumular grandes quantidades de dados pessoais, como uma lista enorme de características físicas e comportamentais, em diversos formatos – sejam eles numéricos ou divididos em categorias. Os fatores limitantes envolvem não apenas escolher as perguntas certas a serem feitas, como também quem poderá interpretá-las.
De fato, segundo a professora, é importante focar nos dados que entram e nas informações que saem, e ser capaz de interpretar os resultados de maneira coerente. Depois – ela disse – será preciso validar os resultados e comprovar sua reprodutibilidade. Porém, não é necessário que os usuários dos algoritmos entendam sua base matemática.
coerentes em relação aos sintomas, , ao cérebro e ao comportamento, de modo a embasar as escolhas de tratamento
Leanne Williams, Professora de Psiquiatria e Ciências Comportamentais na Universidade de Stanford, Califórnia, enfatizou a atual falta de oportunidades de personalização de intervenções psiquiátricas, devida à atual abordagem de "solução única" (“one size fits all”) para o tratamento dos diagnósticos psiquiátricos.
A análise de big data promete personalizar as intervenções psiquiátricas
Seria possível identificar, com base em dados coletados e analisados, tipos ou grupos com sintomas, características cerebrais e comportamentais comuns, de modo a embasar as escolhas de tratamento? – ela questionou.
A professora Williams e sua equipe analisaram dados amplos e detalhados de 420 participantes – 100 com TDM, 53 com transtorno do pânico, 47 com transtorno do estresse pós-traumático e 220 controles saudáveis.1A integração dos dados e a análise fatorial dos sintomas identificou três dimensões comuns:
- anedonia
- hipervigilância ansiosa
- tensão
Também foram identificados seis subtipos de conjuntos de sintomas:
- humor normativo
- tensão
- hipervigilância ansiosa
- ansiedade geral
- anedonia
- melancolia
Um avanço na tentativa de separar os sintomas superpostos, através da identificação de subtipos
Esses subtipos foram agrupados por perfis de sintomas, porém não se encaixavam nos diagnósticos e apresentavam diferenças quanto ao comportamento cognitivo e à ativação cerebral.1
Essas descobertas representam um avanço no sentido de desembaralhar a superposição de sintomas presente em nossos diagnósticos atuais, para permitir a identificação de subtipos que sejam comuns a sintomas específicos e a perfis cerebrais e comportamentais específicos – explicou a professora Williams. Isso é necessário para orientar a escolha de tratamentos personalizados.
Uma identificação comportamental relacionada à terapia
Justin Taylor Baker, do Centro de Direito, Cérebro e Comportamento de Massachusetts, descreveu um monitoramento geoespacial e longitudinal intensivo de pacientes com transtorno bipolar que usaram tecnologia ‘wearable’ (junto ao corpo ou portátil).
Segundo ele, os cronogramas individuais resultantes são extremamente detalhados e fornecem dados valiosos sobre todas as atividades do dia-a-dia do participante. Dessa forma, é possível desenvolver preditores fortes e reproduzíveis, que levam em conta como o humor e as flutuações cognitivas variam de um indivíduo para o outro, e de um episódio para o outro, nas doenças afetivas e psicóticas. Tais preditores poderão ser, mais tarde, relacionados à terapia.
Dados longitudinais revelam o surgimento da psicose
Raquel E. Gur, Professora de Psiquiatria, Neurologia e Radiologia da Universidade da Pensilvânia, descreveu o trabalho desenvolvido junto à sua equipe na Philadelphia Neurodevelopment Cohort(PNC).
Para compreender melhor a natureza prodrômica da psicose precoce, o laboratório da Dra. GurI realizou genotipagem associada à extensa fenotipagem clínica e neurocognitiva em uma grande amostra de participantes; um subgrupo destes também realizou estudos de neuroimagem – ressonância magnética estrutural (MRI), imagem de tensor de difusão (DTI), ressonância magnética funcional (fMRI) e arterial spin labeling (ASL)2-3.
A redução da dimensionalidade subdividiu os sintomas em 4 domínios – ansiedade-infelicidade, medo, comportamental, psicose. Estes variavam segundo o gênero, a relação entre eles, a estrutura e a função cerebral. A comorbidade foi comum nas dimensões da psicopatologia.2
Os participantes com transtorno psicótico apresentavam diminuição do volume de substância cinzenta total e expansão do volume de substância branca, quando comparados aos participantes sem psicopatologia significativa – explicou a professora Gur. Eles tinham um volume de substância cinzenta bastante diminuído no lobo temporal medial e no córtex frontal, temporal e parietal; e a redução de volume do lobo temporal medial foi correlacionada à gravidade do sintoma.3
A Professora Gur também apresentou seu trabalho, ainda não publicado, sobre o impacto do ambiente na psicose precoce.
A análise debig datachegou para ficar
Os estudos apresentados durante esse simpósio nos ofereceram apenas uma visão geral rápida das abordagens multifacetadas e das inúmeras oportunidades que a análise debig datajá trouxe e continuará a trazer para o diagnóstico e o tratamento dos transtornos psiquiátricos.
