Encontrar um medicamento antidepressivo para pessoas com diagnóstico de depressão, também conhecida como transtorno depressivo maior, muitas vezes é um processo complexo de "tentativa e erro", pulando de uma receita para a próxima até obter uma resposta terapêutica.

Essa condição complexa, que afeta mais de 16 milhões de pessoas nos EUA, pode causar sintomas de problemas emocionais e físicos persistentes, inclusive tristeza, irritabilidade e perda de interesse. Em casos graves, ideação suicida também é um risco que se corre.

Agora, um algoritmo de computador desenvolvido por pesquisadores do Centro de Medicina Individualizada da Mayo Clinic, na Universidade de Illinois em Urbana-Champaign, pode ajudar os médicos a preverem com precisão e eficácia se um paciente com depressão responderá a um antidepressivo. 

A nova pesquisa, publicada na Neuropsychopharmacology, representa um possível avanço na individualização do tratamento do transtorno depressivo maior. Ela também demonstra uma colaboração entre cientistas da computação e médicos que envolve o uso de grandes conjuntos de dados para solucionar desafios associados à individualização de práticas médicas para doenças mundialmente devastadoras.

O trabalho em equipe permite melhorar os resultados dos pacientes

No estudo, o Dr. Arjun Athreya, cientista da computação do setor de Farmacologia Molecular e Terapias Experimentais da Mayo Clinic, e William Bobo, M.D., chefe de Psiquiatria e Psicologia na sede da Mayo Clinic na Flórida, colaboraram de perto para encontrar formas de modelar um desafio clínico de significância global. Eles trabalharam juntos para obter insights sobre como aprimorar a tomada de decisões clínicas rotineiras, melhorando, assim, os resultados dos pacientes.

"A ideia era criar uma tecnologia que servisse como um companheiro confiável para um médico no local do tratamento, em vez de uma tecnologia que substituísse a decisão do médico", explica o Dr. Athreya. "Ou seja, tive que me aprofundar na prática o suficiente para descobrir quais são os desafios que os médicos enfrentam, bem como as necessidades do paciente, a fim de transformar coletivamente essas necessidades e desafios em uma tecnologia de engenharia."

Testando a Inteligência Artificial (IA)

A nova abordagem utiliza a Almond, uma estrutura baseada em IA, para encontrar padrões e características específicas nos dados genômicos e clínicos de um paciente. Isso permite que o tratamento certo seja selecionado ou que um tratamento seja alterado relativamente em pouco tempo após o início, caso o algoritmo preveja uma resposta ruim.

Para o estudo, o Dr. Athreya e o Dr. Bobo, junto com sua equipe, treinaram o algoritmo, criando perfis de sintomas para quase 1000 pacientes com transtorno depressivo maior que estavam iniciando o tratamento com inibidores seletivos da recaptação da serotonina (ISRSs). Esses são os antidepressivos de primeira linha mais comumente receitados.

Primeiramente, a equipe estratificou os pacientes de acordo com o grau de severidade de sua depressão e traçou um gráfico. Em seguida, identificou as diferentes formas em que a depressão dos pacientes mudou após o início do tratamento. Descobriu-se que alguns sintomas da depressão eram mais úteis que outros para prever os resultados do tratamento. Também foram identificados os níveis de melhoria necessários em cada tratamento para considerar que o resultado foi bom.

"Utilizamos o algoritmo para identificar os sintomas específicos da depressão e os limiares de melhoria que preveem uma resposta aos antidepressivos em até quatro semanas para que um paciente atinja remissão ou resposta, ou uma não-resposta em até oito semanas", explicou o Dr. Athreya.

No total, o algoritmo foi testado em 1.996 pacientes com depressão, e os resultados referentes a uma resposta favorável dos pacientes à terapia foram corretamente previstos para mais de 72% dos pacientes.

Os algoritmos permitem que os profissionais de saúde e pacientes individualizem o tratamento

Segundo o Dr. Bobo, fornecer previsões interpretáveis pode melhorar o tratamento clínico da depressão e reduzir o tempo associado a várias tentativas com antidepressivos ineficazes.

"Geralmente, os médicos iniciam o tratamento, e os pacientes voltam após quatro semanas", disse o Dr. Bobo. "Em seguida, com base na opinião do médico sobre a melhoria, ele dá seu melhor palpite em relação a qual será o resultado em oito semanas e, então, decide se prefere mudar ou continuar o tratamento."

De acordo com o Dr. Bobo, o estudo salienta a parceria essencial entre os cientistas da computação e os médicos.

"A lógica na qual os médicos se baseiam envolve certas etapas, o que realmente intrigou o Dr. Athreya, que abstraiu isso como sendo tanto um problema de computação quanto um de engenharia. Analisamos a mesma ideia a partir de perspectivas diferentes que acabaram tendo um alto grau de sinergia", explicou o Dr. Bobo.

"Então, nós 'algoritimizamos' a lógica de pensamento dos médicos com base em modelos gráficos probabilísticos para formalizar as previsões dos resultados em oito semanas por grau de severidade da doença antes do tratamento e pela melhoria necessária dos sintomas da depressão específicos entre a linha de base e quatro semanas depois", disse o Dr. Bobo. "Assim, o modelo gera resultados que os médicos conseguem facilmente assimilar, interpretar e talvez até usar no tempo limitado que têm durante as consultas clínicas com os pacientes."

Segundo os pesquisadores, o modelo pode ser benéfico em clínicas de pronto-socorro movimentadas, podendo agilizar as indicações a profissionais especializados em saúde mental, caso os resultados previstos do tratamento sejam não-respostas.

"Esperamos que esse estudo nos ajude a avançar no sentido de desenvolver ferramentas eletrônicas que ajudem os médicos e pacientes a tomarem decisões melhores sobre o tratamento o mais cedo possível após o início do tratamento", disse o Dr. Athreya.

Para uma doença com diversos graus de variabilidade em termos de resultados do tratamento entre os pacientes, essa precisão marca um passo rumo à individualização do tratamento da depressão, com a oportunidade de acrescentar medidas biológicas às clínicas, como a genômica, que a equipe já está desenvolvendo como parte de um estudo maior apoiado pela Fundação Nacional da Ciência dos EUA.

Além disso, a equipe está considerando validar seus achados nas clínicas de prática rotineira da Mayo Clinic em Rochester e na sede da Mayo Clinic na Flórida por meio de um Prêmio do Centro de Transformações da Mayo Clinic.

###

Sobre a Mayo Clinic

A Mayo Clinic é uma organização sem fins lucrativos comprometida com a inovação na prática clínica, educação e pesquisa, fornecendo compaixão, conhecimento e respostas para todos que precisam de cura. Visite a Rede de Notícias da Mayo Clinic para obter mais informações sobre a Mayo Clinic. Para obter informações sobre a COVID-19, incluindo a ferramenta de rastreamento Mapa do Coronavírus (Coronavirus Map) da Mayo Clinic, que tem previsão de 14 dias sobre as tendências da COVID-19, visite o Centro de Recursos para COVID-19 da Mayo Clinic.

Contato de mídia:

Susan Murphy, Relações Institucionais da Mayo Clinic, e-mail: newsbureau@mayo.edu