Het optimaliseren van depressiebehandelingen: hoe kan het beter?
Dyllis van Dijk
Parnassia Groep Haaglanden
nummer
39
Opgenomen in sessies
Donderdag, 15.00 uur, Auditorium
Kernwoorden
Depressie, CGT, Wachtlijsten, Ervaringsdeskundigheid, Voorspellingsmodellen
Tags doelgroep
Volwassenen
Tags thematiek en problematiek
Stemmingsstoornissen
Tags streams
Cognitieve (gedrags)therapie
Overig
Beknopte samenvatting van het symposium
Ondanks de bewezen effectieve behandelopties voor depressie blijft er een aanzienlijke groep cliënten die niet opknappen met het huidige behandelaanbod. In dit symposium presenteren we de resultaten van verschillende recente studies naar mogelijkheden om bestaande depressiebehandelingen te verbeteren. Als eerst zal Reine Ramaekers een studie presenteren naar het perspectief van cliënten en naasten, iets wat in het huidige depressie-onderzoek vaak nog onderbelicht blijft. Met een deels kwalitatieve onderzoeksmethode laat zij zien wat volgens deze groep van ervaringsdeskundigen nodig is om een depressiebehandeling tot een succes te maken. Vervolgens zal Dyllis van Dijk een inkijk geven in de invloed van wachttijden op het beloop van een uiteindelijke depressiebehandeling. Zij zal laten zien waarom dit veelvoorkomende probleem prioriteit verdient aan de hand van een Nederlandse studie in de ambulante specialistische setting. Tenslotte zal Suzanne van Bronswijk een voorspellingsmodel voor gepersonaliseerd behandeladvies bij depressieve klachten presenteren. Ondanks dat dit voorspellingsmodel gebaseerd is op één van de grootste gerandomiseerde klinische onderzoeken naar psychotherapie voor depressieve klachten zijn de resultaten bescheiden. Er zal dan ook worden stilgestaan bij wat er nog nodig om tot klinische relevante voorspellingsmodellen te komen.
Auteurs
Dyllis van Dijk
Parnassia Groep Haaglanden
Psychiater, onderzoeker & geneesheer-directeur
Wat is er nodig voor een succesvolle depressiebehandeling: een studie naar het perspectief van cliënten en naasten
Reine Ramaekers
Maastricht University
Kernwoorden
Concept mapping, ervaringsdeskundigen, depressie, behandeluitkomsten
Inhoud van de lezing
Introductie, theoretisch kader:
In de afgelopen jaren is er veel aandacht besteed aan het begrijpen van voorspellende factoren die verband houden met de effecten van depressiebehandelingen. Uit onderzoeken komen factoren zoals biologische, psychosociale, klinische, persoonlijke en omgevingsfactoren naar voren (1, 2). Echter, sommige onderzoeksresultaten spreken elkaar tegen en ervaringskennis van cliënten en naasten onderbelicht (3). In dit project wordt op een deels kwalitatieve manier ervaringskennis verzameld waarbij factoren worden geïdentificeerd die samenhangen met een positieve behandeluitkomst voor depressie.
Materiaal en methodes:
Ervaringskennis wordt verzameld met concept mapping. Concept mapping is een methode die gebruikt wordt om ideeën van experts te verzamelen, te ordenen en om tot een consensus over die ideeën te komen (4). Dit is uitgevoerd in zowel een online als een face-to-face format. Cliënten en naasten hebben gereageerd op de volgende open vraag: “Voor een succesvolle depressiebehandeling is … nodig”. Daarna hebben participanten deze factoren gesorteerd op basis van thema’s. Daarna hebben participanten aangegeven hoe belangrijk deze factoren zijn voor het bijdragen aan een positieve behandeluitkomst.
Resultaten:
Zowel cliënten als naasten deden mee aan de studie. Er werden verschillende ideeën verzameld, zoals de therapeutische relatie en een goede monitoring van de behandeling. Deze ideeën werden in verschillende thema’s ingedeeld waarbij het belang van de ideeën sterk varieerden.
Discussie en conclusie:
In deze studie werd ervaringskennis van cliënten en naasten verzameld om antwoord te geven op de vraag wat er nodig is voor een succesvolle depressiebehandeling. De verzamelde informatie is een waardevolle toevoeging aan de huidige literatuur ten aanzien van voorspellende factoren voor een positieve behandeluitkomst. Ervaringskennis zou een belangrijke rol moeten gaan spelen in toekomstig onderzoek en zorginnovaties.
Klinische implicaties:
Ervaren behandelsucces bij depressies is individueel bepaald. Kennis van cliënten en naasten over wat nodig is voor een succesvolle behandeling is een waardevolle bron van informatie voor de klinische praktijk.
Referenties en literatuur
(1) Kessler, R., Van Loo, H., Wardenaar, K., Bossarte, R., Brenner, L., Ebert, D., . . . Zaslavsky, A. (2017). Using patient self-reports to study heterogeneity of treatment effects in major depressive disorder. Epidemiology and Psychiatric Sciences, 26(1), 22-36. doi:10.1017/S2045796016000020
(2) Cohen, Z. D., & DeRubeis, R. J. (2018). Treatment selection in depression. Annual Review of Clinical Psychology, 14, 209-236.
(3) Chevance, A., Ravaud, P., Tomlinson, A., Le Berre, C., Teufer, B., & Touboul, S. et al. (2020). Identifying outcomes for depression that matter to patients, informal caregivers, and health-care professionals: qualitative content analysis of a large international online survey. The Lancet Psychiatry, 7(8), 692-702. doi: 10.1016/s2215-0366(20)30191-7
(4) Kane, M., & Trochim, W. (2007). Concept mapping for planning and evaluation. Thousand Oaks, Calif.: Sage Publications.
Auteurs
Reine Ramaekers
Maastricht University
PhD kandidaat
Slechter af door wachten? De invloed van wachttijd op de uitkomst van depressiebehandelingen
Dyllis van Dijk
Parnassia Groep Haaglanden
Kernwoorden
Depressie, wachttijd, naturalistische cohortstudie, behandeluitkomsten
Inhoud van de lezing
Introductie, theoretisch kader:
Een kortere duur van een onbehandelde depressie is geassocieerd met een gunstiger beloop (1). De wachttijd tot aan behandeling, gedefinieerd als de periode tussen de intake en de start van de daadwerkelijke depressiebehandeling, zou klinisch relevant kunnen zijn, aangezien hiermee de duur van de onbehandelde depressie toeneemt. Het is momenteel echter onbekend in hoeverre de duur van de wachttijd invloed heeft op de uitkomst van de depressiebehandeling. In deze studie hebben wij de invloed van de duur van de wachttijd op het beloop van de depressiebehandeling na zes maanden onderzocht. De hypothese was dat een langere duur van de wachttijd een negatieve invloed op de uitkomst zou hebben. Daarnaast onderzochten wij de associatie tussen de duur van de wachttijd en het beloop tijdens deze wachttijd. Wij vooronderstelden dat een langere duur van de wachttijd het beloop gedurende de wachttijd negatief zou beïnvloeden.
Materiaal en methodes:
Geanonimiseerde data afkomstig uit een sample van 715 patiënten met een depressieve stoornis, die onder behandeling waren binnen een poliklinische behandelsetting van PsyQ, zijn geanalyseerd. De ernst van de depressie werd gedurende het behandeltraject geobjectiveerd middels de 16-item zelfrapportage-versie van de Quick Inventory of Depressive Symptomatology (QIDS-SR)2. De behandeluitkomst was gedefinieerd als het verschil in ernst van de depressie tussen start van de behandeling en zes maanden nadien. Het beloop gedurende de wachttijd was gedefinieerd als het verschil in ernst tussen intake en start van de behandeling. De associatie tussen de duur van de wachttijd en de behandeluitkomst en tussen de duur van de wachttijd en beloop tijdens deze wachttijd zijn geanalyseerd door middel van multivariabele regressieanalyse. Er werd gecorrigeerd voor ernst en de aanwezigheid van suïcidaliteit bij intake als mogelijke confounders voor de associatie tussen wachttijd en behandeluitkomst.
Resultaten:
Een toename van de wachttijd was geassocieerd met een minder gunstige behandeluitkomst. (B0.049, SE.019, 95% CI = [0.01-0.09], p.01). Deze associatie bleef bestaan wanneer werd gecorrigeerd voor mogelijke confounders (B0.53, SE.02, 95% CI = [0.01-0.09], p.01). Het beloop gedurende de wachttijd zelf was niet geassocieerd met de duur van deze wachttijd (F(1.47) = 0.836, p .36).
Discussie en conclusie:
Een langere wachttijd is geassocieerd met een slechtere behandeluitkomst, ook na correctie voor mogelijke confounders. Strikte definities leidden tot kleinere subsamples voor de verschillende analyses. Ondanks hun omvang en relatief korte wachttijd was het negatieve effect evident.
Klinische implicaties:
Het verkorten van de wachttijd verdient prioriteit bij het plannen van depressiebehandelingen om de klinische resultaten te optimaliseren. Er zijn diverse mogelijkheden die door individuele behandelaren kunnen worden ingezet om de beschikbaarheid van behandelingen te optimaliseren. Hier kan binnen het symposium over worden gediscussieerd.
Referenties en literatuur
1. Ghio L, Gotelli S, Marcenaro M, Amore M, Natta W. Duration of untreated illness and outcomes in unipolar depression: a systematic review and meta-analysis. Journal of affective disorders. 2014;152:45-51.
2. Rush AJ, Trivedi MH, Ibrahim HM, et al. The 16-Item Quick Inventory of Depressive Symptomatology (QIDS), clinician rating (QIDS-C), and self-report (QIDS-SR): a psychometric evaluation in patients with chronic major depression. Biological psychiatry. 2003;54(5):573-583.
Auteurs
Dyllis van Dijk
Parnassia Groep Haaglanden
Psychiater, onderzoeker & geneesheer-directeur
Gepersonaliseerd behandeladvies bij depressieve klachten: wat kunnen voorspellingsmodellen hierin betekenen?
Suzanne van Bronswijk
Maastricht University Medical Center+
Kernwoorden
Depressie, CGT, psychotherapie, voorspellingsmodellen, behandeladvies
Inhoud van de lezing
Introductie, theoretisch kader:
Hoewel er effectieve behandelingen voor depressie beschikbaar zijn, zijn de individuele effecten van deze behandelingen moeilijk te voorspellen (1,2). De effectiviteit van behandelingen kan worden geoptimaliseerd door behandeladviezen te personaliseren met behulp van individuele voorspellingen. In deze studie ontwikkelen en testen we een voorspellingsmodel met behulp van machine learning-technieken (3). Hierbij maken we gebruik van data van één van de grootste gerandomiseerde klinische onderzoeken naar psychotherapie voor depressieve klachten waarbij we antwoord willen geven op de vraag: voor wie werkt cognitieve gedragstherapie (CGT)? In deze studie werden cliënten onderzocht met depressieve klachten na het doormaken van een hartinfarct, een periode waarin het hoog risico op het ontstaan van een depressie sterk is verhoogd.
Materiaal en methodes:
Dit is een secundaire analyse van een gerandomiseerde klinische studie, de Enhancing Recovery in Coronary Heart Disease studie(4), waarin de effectiviteit werd onderzocht van zes maanden CGT voor depressieve klachten na een acuut myocardinfarct. Dit was een multicenteronderzoek met acht klinische centra. Tussen oktober 1996 en oktober 1999 werden in totaal 2481 deelnemers met depressieve klachten geworven binnen 28 dagen na het doormaken van een acuut myocardinfarct. De deelnemers werden willekeurig toegewezen aan CGT of reguliere opvolging. Om te onderzoeken voor wie welke behandeling het beste werkt werd voor elke deelnemer zijn of haar ‘optimale’ behandeling bepaald met behulp van een voorspellingmodel. Vervolgens werd getoetst of de deelnemers die hun optimale behandeling ontvingen meer afname in depressieve klachten lieten zien in vergelijking tot de deelnemers die niet hun optimale behandeling ontvingen.
Resultaten:
Baseline sociaal-demografische gegevens, depressiekenmerken, comorbide symptomen en indicatoren voor stress werden gebruikt om het voorspellingsmodel in een trainingsdataset te ontwikkeling. Matching van de behandeling op basis van voorspellingen in de testdataset resulteerde in kleine statistisch significante effecten (d = 0,15), die meer uitgesproken waren voor deelnemers die een behandeladvies voor CGT kregen (d = 0,22). We identificeerden een subgroep van deelnemers waarvoor CGT niet effectiever bleek dan reguliere opvolging.
Discussie en conclusie:
Deze kleine matching-effecten zijn waarschijnlijk een realistische weergave van de werking en generaliseerbaarheid van voorspellingsmodellen op basis van vragenlijsten en klinische observatielijsten. Deze resultaten geven aan dat nieuwe ontwikkelingen zoals andere vormen van dataverzameling nodig zijn om betrouwbare voorspellingsmodellen te ontwikkelen voor een gepersonaliseerd behandeladvies voor depressie.
Klinische implicaties:
Voorspellingsmodellen zijn nog niet klaar voor toepassingen in de klinische praktijk. Toekomstig onderzoek is nodig voor klinische relevante voorspellingsmodellen voor depressie.
Referenties en literatuur
1. Simon GE, Perlis RH. Personalized medicine for depression: can we match patients with treatments? American Journal of Psychiatry. 2010;167(12):1445-1455.
2. Cohen ZD, DeRubeis RJ. Treatment selection in depression. Annual Review of Clinical Psychology. 2018;14:209-236.
3. DeRubeis RJ, Cohen ZD, Forand NR, Fournier JC, Gelfand LA, Lorenzo-Luaces L. The Personalized Advantage Index: translating research on prediction into individualized treatment
4. Berkman L, Carney R, Blumenthal J, et al. Enhancing recovery in coronary heart disease patients (ENRICHD): study design and methods. American Heart Journal. 2000;139(1):1-9
Auteurs
