پیش‌بینی عود یا بازگشت افسردگی

هدف از انجام این مرور چیست؟

عود و بازگشت (بدتر شدن مجدد وضعیت پس از بهبودی) در افسردگی شایع بوده و منجر به افزایش ناتوانی و کاهش کیفیت زندگی بیماران می‌شوند. عود عبارت است از ظهور مجدد اپیزود اولیه افسردگی پس از بهبودی اولیه، در حالی که عود، شروع یک اپیزود جدید افسردگی پس از بهبودی است. پیامدهایی را مانند عود و بازگشت می‌توان در زمانی که حال افراد خوب است، با استفاده از اطلاعات موجود در زمان بروز بیماری، پیش‌بینی کرد. یک محاسبه ریاضی می‌تواند برای ارزیابی خطر در یک فرد انجام شود؛ این محاسبه تحت عنوان «مدل پیش‌آگهی» یا یک ابزار پیش‌بینی شناخته می‌شود. در اکثر سیستم‌های خدمات سلامت، از جمله خدمات سلامت ملی (NHS) در بریتانیا، منابعی مانند پزشکان و درمانگران باید به بهترین شکل ممکن برای افرادی استفاده شوند که بیشترین سود را از آنها می‌برند. اگر ابزارهای پیش‌بینی دقیقی در دسترس باشند، می‌توان از اطلاعات بیماران برای شناسایی «پُر-خطرترین» آنها استفاده کرد تا مطمئن شد که از حمایت‌های بیشتر در جهت پیشگیری از عود یا بازگشت افسردگی بهره‌مند می‌شوند.

هدف از انجام این مرور شناسایی مطالعاتی بود که سعی در ابداع و توسعه ابزاری به منظور پیش‌بینی عود یا بازگشت افسردگی در بزرگسالان داشتند. ما علاقه‌مند به مطالعاتی بودیم که سعی کرده بودند این پیش‌بینی را در حالی که بیماران وضعیت خوبی از نظر سلامت داشتند، انجام دهند. همچنین ابزارهایی را گنجاندیم که شانس خوب ماندن بیماران را پیش‌بینی کردند. اگر چندین مطالعه را پیدا کرده بودیم که ابزار پیش‌بینی مشابهی را تست کردند، برنامه‌ریزی کردیم تا آنها را ترکیب کرده و خلاصه‌ای بهتر را از عملکرد آن ابزار به دست آوریم.

پیام‌های کلیدی

تعداد 10 ابزار پیش‌بینی (بیش از 11 مطالعه) را برای عود یا بازگشت افسردگی شناسایی کردیم. این موارد در پیش‌بینی عود/بازگشت بیماری خوب نبودند، یا مطالعات در نحوه انجام خود مشکلاتی را داشتند، به این معنی که هیچ یک از ابزارهای پیش‌بینی در مرحله‌ای نبودند که بتوان از آنها در دنیای واقعی استفاده کرد. انجام پژوهش بیشتر به منظور بهبود پیش‌بینی عود یا بازگشت افسردگی مورد نیاز است.

چه موضوعی در این مرور مورد بررسی قرار گرفت؟

نتایج 11 مطالعه مرتبط را جمع‌آوری و تجزیه‌و‌تحلیل کردیم. ما به چند موضوع علاقه‌مند بودیم: محققان چگونه عود و بازگشت را تعریف کرده بودند (برای مثال، از مصاحبه‌های بالینی یا پرسشنامه‌های خود-گزارشی برای تشخیص نشانه‌های افسردگی استفاده کردند)؛ چه اطلاعاتی برای کمک به پیش‌بینی جمع‌آوری شد؛ تکنیک‌های مورد استفاده توسط محققان برای کمک به توسعه ابزار؛ و ابزارها چقدر خوب پیش‌بینی کردند. همچنین علاقه‌مند بودیم که بدانیم ابزارها در یک گروه جداگانه از شرکت‌کنندگان تست شدند یا خیر، که برای اطمینان از اینکه مدل می‌تواند به‌طور دقیق در بیماران دنیای واقعی پیش‌بینی کند یا خیر، ضروری است.

در نهایت، مطالعات را ارزیابی کردیم تا با توجه به رویکردهای اتخاذ شده توسط محققان (تحت عنوان «خطر سوگیری») و اینکه مطالعات تا چه اندازه با مرور ما مرتبط بودند (تحت عنوان «قابلیت کاربرد») مشخص کنیم که تا چه اندازه می‌توان به نتایج اطمینان داشت.

نتایج اصلی این مرور چه هستند؟

تعداد 11 مطالعه را یافتیم. ده مورد از آنها مدل‌های مختلفی را توسعه دادند و یک مطالعه، یکی از مدل‌های توسعه‌یافته را در مطالعه قبلی تست کرد. ترکیب نتایج برای هیچ ابزار خاصی ممکن نبود.

ده مورد از 11 مطالعه در معرض خطر سوگیری (bias) بالا یا نامشخص بودند. این بدان معناست که به دلیل برخی مشکلات در نحوه انجام مطالعات، نمی‌توانیم به نتایج ارائه شده اطمینان داشته باشیم. رایج‌ترین مساله این بود که شرکت‌کنندگان کافی در مطالعات وارد نشدند. سایر مشکلات شایع عبارت بودند از رویکردهای آماری مورد استفاده توسط محققان.

یک مطالعه در معرض خطر پائین سوگیری بود، به این معنی که می‌توانیم به نتایج اعتماد بیشتری داشته باشیم. با این حال، این ابزار پیش‌بینی دقیقی را در مورد عود یا بازگشت افسردگی ارائه نداد.

هیچ مطالعه‌ای را پیدا نکردیم که بتوان از آن در عملکرد بالینی استفاده کرد؛ کار بیشتری برای توسعه ابزارهایی به منظور پیش‌بینی عود یا بازگشت افسردگی مورد نیاز است.

این مرور تا چه زمانی به‌روز است؟

جست‌وجو در منابع علمی برای این مرور در می 2020 تکمیل شد.

نتیجه‌گیری‌های نویسندگان: 

از 10 مدل پیش‌آگهی شناسایی شده (در 11 مطالعه)، فقط چهار مدل تحت اعتبارسنجی خارجی قرار گرفتند. اکثر مطالعات (10 = n) در معرض خطر بالای سوگیری بوده، و مطالعه‌ای که خطر پائین سوگیری داشت، مدلی را با عملکرد پیش‌بینی ضعیف ارائه کرد. نیاز به ارتقای تحقیقات پیش‌آگهی در این زمینه بالینی، با مطالعات آتی که بهترین توصیه‌های عملکرد فعلی را در زمینه توسعه/اعتبارسنجی مدل پیش‌آگهی و ارائه گزارش از یافته‌ها، مطابق با بیانیه Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) تائید کنند، وجود دارد.

خلاصه کامل را بخوانید...
پیشینه: 

عود (relapse) (ظهور مجدد نشانه‌های افسردگی پس از بهبود مختصر اما پیش از بهبودی کامل) و بازگشت (recurrence) (شروع یک اپیزود از افسردگی جدید پس از بهبودی) در افسردگی شایع است، منجر به بدتر شدن پیامدها و کیفیت زندگی در بیماران می‌شود و هزینه زیادی را بر دوش جامعه تحمیل می‌کند. پیامدها را می‌توان با استفاده از مدل‌های پیش‌آگهی چند-متغیره پیش‌بینی کرد، که از اطلاعات مربوط به چندین عامل پیش‌بینی کننده برای ایجاد تخمین خطر فردی استفاده می‌کنند. توانایی پیش‌بینی دقیق عود یا بازگشت افسردگی در دوره‌ای که بیماران خوب هستند (در حال بهبودی) امکان شناسایی افراد پُر-خطر را فراهم می‌کند و ممکن است با تخصیص مداخلات موثرتر در جهت پیشگیری از عود و بازگشت، پیامدهای کلی درمان را برای بیماران بهبود بخشد.

اهداف: 

خلاصه کردن عملکرد پیش‌بینی‌کنندگی مدل‌های توسعه‌یافته پیش‌آگهی در جهت پیش‌بینی خطر عود، بازگشت، بهبودی پایدار یا بهبودی در بزرگسالان مبتلا به اختلال افسردگی اساسی که معیارهای بهبودی یا بهبودی را دارند.

روش‌های جست‌وجو: 

کتابخانه کاکرین (شماره فعلی)؛ Ovid MEDLINE (1946 به بعد)؛ Ovid Embase (1980 به بعد)؛ Ovid PsycINFO (1806 به بعد)؛ و Web of Science (1900 به بعد) را تا می ‌2020 جست‌وجو کردیم. هم‌چنین چندین منابع علمی منتشر نشده را جست‌وجو کرده، فهرست منابع مطالعات وارد شده را غربال کرده و جست‌وجوی استنادی روبه‌جلو (forward citation) را انجام دادیم. در این جست‌وجوها هیچ محدودیتی را در مورد تاریخ، زبان یا وضعیت انتشار اعمال نکردیم.

معیارهای انتخاب: 

مطالعات توسعه و اعتبارسنجی خارجی (بررسی عملکرد مدل در داده‌های جدا از داده‌های توسعه) را برای هر مدل پیش‌آگهی چند-متغیره (شامل دو یا چند عامل پیش‌بینی‌کننده) به منظور پیش‌بینی عود، بازگشت، بهبودی پایدار، یا بهبودی در بزرگسالان (سن 18 سال و بالاتر) مبتلا به افسردگی بهبود یافته، در هر شرایط بالینی، وارد کردیم. همه طراحی‌های مطالعه را وارد کرده و همه تعاریف عود، بازگشت و دیگر پیامدهای مرتبط را پذیرفتیم. یک مدل پیش‌آگهی مقایسه‌کننده را مشخص نکردیم.

گردآوری و تجزیه‌وتحلیل داده‌ها: 

دو نویسنده مرور به‌طور مستقل از هم منابع را غربال کرده؛ داده‌ها را استخراج کرده (با استفاده از الگوی مبتنی بر چک‌لیست ارزیابی نقادانه و استخراج داده برای مرورهای سیستماتیک از مطالعات مدل‌سازی پیش‌بینی (CHecklist for critical Appraisal and data extraction for systematic Reviews of prediction Modelling Studies; CHARMS))؛ و خطرات سوگیری (bias) مطالعات وارد شده را ارزیابی کردند (با استفاده از Prediction model Risk Of Bias ASsessment Tool (PROBAST)). هر گونه اختلاف‌نظر را به سومین نویسنده مستقل مرور ارجاع دادیم. در جایی که تعداد کافی (10 مورد یا بیشتر) را از مطالعات اعتبارسنجی خارجی از یک مدل فردی یافتیم، برنامه‌ریزی کردیم تا یک متاآنالیز را از عملکرد پیش‌بینی کنندگی آن انجام دهیم، به ویژه با توجه به کالیبراسیون (میزان تطابق احتمالات پیش‌بینی شده با نسبت مشاهده شده از افرادی که دچار پیامد شدند) و تفریق (توانایی مدل برای تمایز بین افراد با و بدون پیامد) آن. بررسی کیفیت توصیه‌ها با استفاده از سیستم درجه‌‏بندی توصیه‏، ارزیابی، توسعه و ارزشیابی (GRADE) امکان‌پذیر نبود، زیرا هنوز دستورالعملی برای مرور مدل‌های پیش‌آگهی در دسترس نیست.

نتایج اصلی: 

تعداد 11 مطالعه مدل پیش‌آگهی واجد شرایط (10 مدل پیش‌آگهی منحصر‌به‌فرد) را شناسایی کردیم. هفت مورد مطالعات توسعه مدل؛ سه مورد توسعه مدل و مطالعات اعتبارسنجی خارجی؛ و یک مورد فقط مطالعه اعتبارسنجی خارجی بودند. برآوردهای چندگانه از معیارهای عملکرد برای هیچ یک از مدل‌ها در دسترس نبودند و، بنابراین انجام متاآنالیز امکان‌پذیر نبود. ده مورد از 11 مطالعه وارد شده در معرض خطر کلی سوگیری بالا ارزیابی شدند. نقاط ضعف شایع شامل حجم نمونه ناکافی، مدیریت نامناسب داده‌های ازدست‌رفته و فقدان اطلاعات در مورد تفریق و کالیبراسیون بود. یک مقاله (Klein 2018) با خطر پائین سوگیری بوده و یک مدل پیش‌آگهی را شامل عوامل پیش‌بینی کننده زیر ارائه داد: تعداد اپیزودهای افسردگی قبلی، نشانه‌های باقی‌مانده از افسردگی و شدت آخرین اپیزود افسردگی. عملکرد پیش‌بینی خارجی این مدل ضعیف بود (آماره-C؛ 0.59؛ شیب کالیبراسیون: 0.56؛ فواصل اطمینان گزارش نشدند). هیچ یک از مطالعات شناسایی شده، فایده بالینی (مزایای خالص) مدل توسعه یافته را بررسی نکردند.

یادداشت‌های ترجمه: 

این متن توسط مرکز کاکرین ایران به فارسی ترجمه شده است.

Tools
Information