编辑推荐：
在精神医学领域，难治性抑郁症（TRD）治疗棘手，重复经颅磁刺激（rTMS）疗效存在差异。研究人员开展了基于电子病历（EMR）和机器学习（ML）技术预测 rTMS 治疗 TRD 效果的研究。结果显示相关模型有一定准确性和临床价值。该研究为优化治疗策略提供了依据。
在现代社会，抑郁症如同一片阴霾，笼罩着无数人的生活。据统计，全球约有 3.22 亿人被抑郁症困扰，它不仅严重影响患者的生活质量，还对社会生产力造成巨大冲击。更棘手的是，30 - 40% 的抑郁症患者会发展为难治性抑郁症（TRD），常规治疗手段对他们往往效果不佳。重复经颅磁刺激（rTMS）作为一种治疗 TRD 的有效方法，虽然有 40 - 60% 的响应率，但哪些患者能从中获益仍难以判断。这就好比在黑暗中摸索，医生缺乏精准的 “导航仪” 来为患者选择最合适的治疗方案。为了打破这一困境，来自美国加利福尼亚大学圣地亚哥分校等机构的研究人员开展了一项重要研究，其成果发表在《Translational Psychiatry》杂志上。
研究人员为了深入探究影响 rTMS 治疗效果的因素，采用了一系列关键技术方法。他们收集了加利福尼亚大学圣地亚哥分校介入精神病学项目（UCSD - IPP）临床数据库中 2017 - 2023 年的 TRD 患者电子病历（EMR）。在数据分析阶段，运用 R 统计软件进行处理，通过独立样本 t 检验、卡方检验等比较不同患者的特征差异。同时，借助多种机器学习算法，如正则化逻辑回归（弹性网络回归，ENet）、支持向量机（SVM）、随机森林（RF）和随机梯度提升机（GBM）构建预测模型，并使用嵌套交叉验证进行优化，还利用 Shapley 值分析各特征对预测结果的贡献。
患者和治疗相关特征
研究共纳入 232 例 MDD 患者，这些患者均接受过至少两种抗抑郁药物治疗但效果不佳。治疗后，患者的 PHQ - 9 评分显著降低。其中，101 例（44%）患者对 rTMS 治疗有反应，53 例（23%）患者达到缓解状态。通过对比发现，治疗有反应的患者更可能是 former smokers，有创伤史，且较少使用苯二氮卓类或抗精神病药物；而治疗无反应的患者中，接受 iTBS - BiTBS 序贯治疗的比例更高，且平均接受的 rTMS 治疗次数更少。
分类结果
在预测治疗反应方面，经测试的四个模型中，SVM 模型表现出色，其预测治疗反应的能力显著高于随机水平，平均 AUC 达到 0.689，敏感度为 72.3%，特异度为 53.4%。经校准后，模型预测和实际观察的治疗反应概率相似。通过分析发现，焦虑症、former tobacco use、肥胖、创伤后应激障碍、抗精神病药物使用、苯二氮卓类药物使用、iTBS - BiTBS 方案、当前 MDE 持续时间超过 12 个月、创伤史、rTMS 治疗次数和 iTBS 方案等是影响治疗反应的重要因素。在预测抑郁症缓解方面，GBM 模型表现最佳，平均 AUC 为 0.745 。但校准后，模型预测和实际观察的缓解概率存在差异。影响抑郁症缓解的重要因素包括治疗前 PHQ - 9 评分、肥胖、抗精神病药物使用、当前 MDE 大于 12 个月、苯二氮卓类药物使用、焦虑、先前 ECT 治疗和 iTBS - BiTBS 方案等。决策曲线分析（DCA）表明，在一定概率阈值范围内，基于响应和缓解模型进行治疗决策，比 “全治疗” 或 “不治疗” 策略能带来更大的净效益。
在研究结论和讨论部分，该研究强调了机器学习在预测 rTMS 治疗结果方面的潜力。研究发现，精神共病、抑郁发作持续时间和特定 rTMS 方案等是治疗结果的重要预测因素。例如，创伤史与治疗反应存在关联，这可能与创伤诱导的神经可塑性变化有关；而共病焦虑症、使用苯二氮卓类或抗精神病药物、抑郁发作时间长则与较差的治疗结果相关。此外，rTMS 治疗次数和 iTBS 方案的依从性对治疗效果有积极影响。虽然该研究的模型具有一定的临床效益，但也存在局限性，如回顾性研究设计可能导致选择偏倚，样本主要为高学历和非西班牙裔白人，限制了模型的普适性，且依赖 EMR 数据可能存在信息偏差等。尽管如此，该研究为后续进一步优化 rTMS 治疗策略、开展个性化治疗提供了重要的参考依据，推动了精神医学领域精准治疗的发展，让我们在攻克难治性抑郁症的道路上又迈出了坚实的一步。
