פריצת דרך בתחום בריאות הנפש

גלה כיצד ניתוח דפוסי שינה פשוטים יכול לחולל מהפכה בטיפול בבריאות הנפש על ידי חיזוי אפיזודות מצב רוח עם דיוק חדשני.

מחקר: חיזוי מדויק של אפיזודות מצב רוח בחולים עם הפרעות מצב רוח המשתמשות בשינה לבישה ובמאפייני קצב יממה. קרדיט תמונה: Chay_Tee / Shutterstock

מחקר שפורסם בכתב העת NPJ Digital Medicine מתאר את הפיתוח של מודלים מתמטיים שיכולים לחזות במדויק פרקי מצב רוח עתידיים תוך שימוש רק בהיסטוריה של שינה-ערות ואפיזודות מצב רוח בעבר של חולים עם הפרעות מצב רוח.

רֶקַע

להפרעות שינה יש קשר חזק עם הפרעות מצב רוח שונות, כולל הפרעת דיכאון מג'ורי והפרעה דו קוטבית. ניטור דפוסי שינה ופעילות הקשורים למצב רוח מתבצע בדרך כלל באמצעות מכשירים לבישים וחיישני סמארטפונים אשר אוספים באופן לא פולשני ופסיבי נתונים פיזיולוגיים והתנהגותיים ממטופלים במסגרות חיים אמיתיות.

מחקרים קודמים שהשתמשו בנתונים פיזיולוגיים ממכשירים לבישים לפיתוח מודלים של לימוד מכונה הראו תוצאות מבטיחות בזיהוי אנשים בסיכון לדיכאון. נעשה שימוש בשילוב של למידת מכונה וטכנולוגיה לבישה כדי לחזות מצב מצב רוח יומיומי ולשלוט באפיזודות מצב רוח בחולים עם הפרעות פסיכולוגיות. עם זאת, מודלים אלה דורשים מספר סוגי נתונים, כולל שינה, דופק, חשיפה לאור, שימוש בטלפון וניידות GPS, מה שמגביל את היישום שלהם בחיים האמיתיים.

במחקר זה, מדענים פיתחו מודל מתמטי לחיזוי אפיזודות מצב רוח הדורש רק היסטוריה של מטופלים של דפוסי שינה-ערות בינארים ואפיזודות מצב רוח בעבר.

פיתוח המודל

מדענים אספו נתונים על דפוסי שינה-ערות ונתונים קודמים של פרקי מצב רוח מ-168 חולים עם הפרעת דיכאון מג'ורי או הפרעה דו-קוטבית, בגילאי 18-35 שנים, וממוצא קוריאני. מערך השינה כלל רשומות שינה מלאות למשך 30 יום לפחות.

הם עיבדו נתוני דפוס שינה-ערות והסיקו בסך הכל 36 מאפייני שינה וקצב יממה, ששימשו כקלט עבור אלגוריתם סיווג למידת מכונה שמטרתו לחזות אפיזודות דיכאוניות, מאניות והיפומאניות עתידיות בחולים עם הפרעות מצב רוח. על ידי ניתוח המשמעות של מאפיינים אלה, הם מצאו קשרים חזקים בין שינה, מאפיינים יממה ומצבי רוח.

מאפיינים עיקריים כללו ציוני Z של השלב והמשרעת הצירקדיים וכן זמן ערות במהלך חלונות שינה ארוכים, שהופיעו כמנבאים החשובים ביותר של פרקי מצב רוח.

אימות מודל

מדענים אימתו את יעילות הניבוי של המודל באמצעות דפוסי שינה-ערות קודמים של מטופלים ונתוני קצב יממה. הם בחרו טווח ספציפי של 60 יום עבור כל מטופל, שמחציתו ייצגו ימים אפיזודיים. הם כללו נתונים המשתרעים על טווח זה במערך האימונים של המודל והשתמשו בנתונים שלאחר טווח האימונים לצורך אימות.

תוך שימוש בנתוני אימון מטווח 60 הימים, המודל ניבא במדויק אפיזודות דיכאוניות, מאניות והיפומאניות ביום הבא, עם ערכי AUC (אזור מתחת לעקומה) של 0.80, 0.98 ו-0.95, בהתאמה. רמת הדיוק של חיזוי אפיזודות מאניות והיפומאניות נותרה גבוהה כאשר נעשה שימוש בטווח של 30 יום של נתוני אימון. עם זאת, עם ירידה בנתוני האימון, דיוק הניבוי של המודל עבור אפיזודות דיכאון ירד באופן משמעותי. בהתחשב בתצפיות אלו, מדענים ציינו כי נדרשים מספיק נתוני אימון כדי שהמודל ישמור על דיוק הניבוי הגבוה שלו.

המחקר ציין אתגרים בחיזוי אפיזודות היפומאניות עקב קשרים פוטנציאליים לא מונוטוניים בין השלב הצירקדי ומצבי הרוח. שונות זו מדגישה את הצורך במחקר נוסף על פרופילים צירקדיים מובהקים במהלך היפומאניה.

משמעות המחקר

ביחד, ממצאי המחקר מצביעים על כך שהמודל יכול לחזות במדויק פרקי מצב רוח עוקבים על ידי ניתוח מספיק דפוסי שינה-ערות סביב פרק ​​הזמן הראשון של מצב הרוח של המטופל. מכיוון שכל שינוי בסוגי התרופות או ברמות המינון יכול להשפיע על השלבים הצירקדיים של החולים, מדענים השתמשו במערך בדיקות חדש כדי לקבוע את ההשפעה של שינויים בתרופות על דיוק הניבוי של המודל. הם בנו מערכי בדיקה המכילים נתונים מהמטופלים שלא שינו את סוגי התרופות והמינונים שלהם לאחר תחילת האפיזודה. באמצעות ערכות בדיקות אלו, הם אישרו שדיוק הניבוי של המודל אינו קשור לשינויים הנגרמות על ידי תרופות בשלב הצירקדי.

המחקר מתאר פיתוח ואימות של מודל מתמטי שיכול לחזות במדויק פרקי מצב רוח עתידיים רק מנתוני דפוס שינה-ערות בינאריים. המחקר גם מגלה שמאפיינים צירקדיים מרכזיים, כולל שינויי פאזה ומשרעת, הם המנבאים המשמעותיים ביותר של אפיזודות מצב רוח, כאשר השלב המושהה מקושר לאפיזודות דיכאוניות והשלב המתקדם מקושר לאפיזודות מאניות.

מחקרים קודמים שנערכו ברמה המולקולרית זיהו את הקשר בין קצב יממה והפרעות במצב הרוח. מחקרים אלו הראו ששינויים בקצב הצירקדי עלולים להוביל לאנורמליות במעגלים סרוטונרגיים ודופמינרגיים באמצעות שינויים במקצבים של הקולטן הגרעיני הצירקדי REV-ERB alpha, אשר ממלא תפקיד מרכזי בהתפתחות של אפיזודות דיכאוניות ומאניות.

יתרונות ומגבלות

בסך הכל, מודל החיזוי שפותח במחקר זה פותח דרך חדשה לקראת אבחון וטיפול באפיזודות מצב רוח. היתרון העיקרי של הדגם הוא שהוא דורש רק נתוני דפוס שינה-ערות, אותם ניתן לאסוף באופן פסיבי ובקלות דרך סמארטפונים או מכשירים לבישים. בניגוד למחקרים קודמים שהסתמכו על מדדי שינה פשוטים כמו אורך ויעילות, מחקר זה שילב תכונות שינה מקיפות ומודל מתמטי להערכת מקצבי יממה.

עם זאת, למחקר יש כמה מגבלות. הוא כלל רק מטופלים שעמדו בקנה אחד עם מכשירים לבישים, והמדגם הוגבל לחולי הפרעות מצב רוח בשלבים מוקדמים בדרום קוריאה, מה שהגביל את יכולת ההכללה. בנוסף, האופי התצפיתי של המחקר וההסתמכות על מכשירים לבישים, שיכולים להיות פחות מדויקים מאשר מדידות בדרגת מעבדה, צוינו כאילוצים.

המחברים מציעים כי התפתחויות עתידיות עשויות להתמקד במודלים של חיזוי אינדיבידואליים המותאמים לפרופילים הצירקדיים הספציפיים ולדפוסי השינה של המטופלים. גישה זו יכולה לשפר את הדיוק והישימות של כלים אלה לניהול בריאות הנפש מותאם אישית.