预测精神分裂症患者的治疗耐药性

精神分裂症是一种严重的、经常使人衰弱的精神障碍。虽然抗精神病药物的目的是缓解症状，但约有三分之一的精神分裂症患者存在治疗耐药性。伦敦国王学院(King 's College London)研究员Olesya Ajnakina博士将最先进的统计分析方法(如机器学习)结合起来，开发预测模型，旨在识别有患耐药精神分裂症风险的患者，以适应他们的护理并改善他们的结果。

精神分裂症是一种严重的长期精神健康状况，会导致精神病症状，患者可能无法区分自己的想法和想法与现实:精神分裂症患者的感官感知往往不是基于外部刺激(幻觉)、持续的受到威胁的感觉(偏执)和不正常的信念，所有这些都会导致孤独、孤立，以及无法维持疾病发生前的生活。精神分裂症患者的自杀死亡率是一般人群的4到13倍，他们的预期寿命比一般人群短20年。

目前可用的抗精神病疗法旨在缓解这些精神病症状，但大约三分之一的精神分裂症患者不响应这些药物。该组患者已知具有治疗耐药性精神分裂症（TRS）。TRS的患者具有更高的失业率，更糟糕的生活质量，而且较贫穷的社会和职业运作，而不是回应治疗的人。因此，需要改善这些患者的结果。

难治性精神分裂症(TRS):它是什么以及如何治疗
治疗性精神分裂症(TRS)通常被定义为对至少两项连续试验的反应不足，在适当的时间内服用适当剂量的不同的抗精神病药物。氯氮平是唯一已知的对TRS有效的抗精神病药。然而，由于氯氮平的副作用，它被推荐作为三线治疗，这意味着它只在其他两种抗精神病药物被证明无效时才被使用。

令人遗憾的是，TRS往往未被检测到，这导致氯氮平在延迟数年后才开始使用，或根本不使用。事实上，尽管治疗指南表明，患者可以在开始抗精神病治疗12周后就被诊断为TRS，并被处方氯氮平，但平均延迟实际上是3.9年——在这期间患者没有得到充分的治疗，从而使他们和他们的亲人长期遭受不必要的痛苦。事实上，Ajnakina博士和她的团队在5年的时间里观察到，仅有一半的TRS患者开始使用氯氮平治疗。而另一半患者则没有接受治疗，尽管他们符合这种治疗的标准。在开始氯氮平治疗前缩短治疗不充分的时间将有利于患者及其亲人，特别是由于较短的延迟与氯氮平更好的反应以及随后提高生活质量相关。一种方法是在疾病过程中尽早发现可能出现TRS的患者，并加快他们获得氯氮平治疗。

预测模型的一个至关重要的好处是，它们能够告知个人自己患病的风险。

难治性精神分裂症不是一个单一的实体
TRS是一种复杂的现象;几十年的研究人员对我们对其为什么的理解仅有一个有限的光线。所产生的TRS的研究进展有限可能是由于TRS被调查为单一实体，这可能并不完全准确。实际上，Ajnakina博士和她的团队是第一个证明治疗抗性精神分裂症可能具有不同潜在原因的不同亚型的研究人员之一。具体而言，他们表明，大约70％的TRS患者从症状的第一次治疗（即早期治疗（E-TR）精神分裂症）中没有响应抗精神病药物;然而，剩余30％的TRS患者，广泛定义为耐期治疗（L-TR）精神分裂症，逐渐过渡到最初反应抗精神病药的治疗抗性。这些发现是突破的，因为它们是第一个表明在那些患有治疗的精神分裂症患者中，大部分不会对其治疗开始的非氯氮平抗精神病药的任何治疗。早期治疗抗性（E-TR）患者最初将有利地对非氯氮平抗精神病药的反应，但逐渐过渡到治疗抵抗力;该组被称为耐药耐药（L-TR）。显示E-TR的患者的高比例突出了降低氯氮平使用延迟的重要性，因为所有这些患者都不足以治疗太长。 In the meantime, the existence of L-TR further complicates the detection of TRS, as patients who respond to treatment may stop responding.

预测因素:它们是什么?
识别与满足TRS亚型标准相关的风险因素可以快速评估TRS亚型的个体风险，这是更深入的风险评估、后续监测和个性化预防策略的核心。TRS的预测因子是表明精神分裂症患者对治疗有耐药性风险的危险因素。识别这些预测因子有助于在治疗过程中更早地识别TRS患者，以便更早地给他们开氯氮平处方。此外，预测因子还可以帮助科学家了解TRS的成因。不同的研究团队，包括Ajnakina博士的团队，都试图识别TRS及其亚型的预测因子。

例如，在一项纵向研究中，Ajnakina博士和她的团队报告说，接受氯氮平治疗的患者是那些在第一次接触健康服务时患有最严重的精神疾病的患者。这一发现表明，当疾病的症状表现更严重时，临床医生可能更有可能开氯氮平。开始氯氮平治疗的TRS患者与不开始氯氮平治疗的TRS患者的另一个区别是，接受氯氮平治疗的患者更有可能与家人或朋友生活在一起，这表明氯氮平治疗的开始可能取决于家庭支持和稳定的生活安排。来自其他团队的报告表明，各种因素，如男性性别、秋季或冬季出生、发病前功能差和农村教养也可能导致治疗耐药性，尽管还需要更多的数据来证实这些因素作为TRS的预测因素的作用。

对于那些已经患病的人，预测模型可以估计他们最有可能的疾病轨迹。

预测模型及其重要性
预测模型的一个至关重要的好处是，它们能够告知个人自己患病的风险。对于那些已经患病的人，预测模型可以指导他们最有可能的疾病轨迹。因此，可靠的预测模型可以指导临床医生决定实施预防性干预或个性化的医疗策略，以改善患者的预后。

为了更精确地估计患者产生治疗耐药性的风险，必须采用被认为是最佳的个性化风险预测的统计学习算法。这是因为，它们将使开发出准确的预测模型，根据现有的患者特征和临床发现，来估计疾病期间出现疾病后果的个体风险，而不是平均风险。这些方法实现了这一点，不是一次只看单个预测因素，这大大增加了产生不可实现结果的风险，而是同时考虑所有预测因素，同时调整可能存在的任何偏差，如变量之间的相关性和多重测试。

预测治疗抵抗
尽管精神分裂症对个人和社会产生了巨大影响，但针对有患此病风险的人的预防措施以及针对已患此病的人的个性化治疗选择都缺乏。因此，Ajnakina博士和她的团队正在开发可靠的预测模型来估计E-TR和L-TR的个体风险，目的是了解患者发生治疗耐药性的风险，特别是在一段时间对正在进行的抗精神病药物治疗有良好反应之后。

他们专注于已知的与精神分裂症不良结果相关的因素，如不良童年经历、药物使用和缺乏社会支持，他们采用计算机强化统计学习方法，特别是正则回归方法，已被建议作为临床和个性化风险预测的最佳方法。

开发的模型具有良好的辨别能力，可识别那些处于更大与较小风险的精神分裂症患者，以满足E-TR和L-TR的标准。所获得的每个模型的歧视能力与冠心病，乳腺癌和心血管疾病的预测模型有关，现在包含在治疗管理的临床准则中。此外，用于估算精神分裂症发作之后估算E-TR和L-TR的个体风险的发达的预测模型表明，鉴定在以下5年内不会在以下情况下识别这些精神分裂症患者的精神分裂症患者;然而，高特异性意味着这些模型可能会正确地将较高比例的精神分裂症患者分类为以下5年来TRS亚型的高风险。因此，利用这些模型在实践中可以减少新诊断的精神分裂症患者的机会，为抗性精神分裂症设计的不恰当的干预计划。

虽然需要进一步的工作来改进它们，但这些预测模型可以快速评估TRS亚型的个体风险，这对于实施个性化的预防战略是有用的。