评论：成瘾神经临床评估：基于神经科学的成瘾性疾病框架（2017）

面前。 精神病学，13 1月2017 | https://doi.org/10.3389/fpsyt.2017.00002

Udi E. Ghitza*

• 国家药物滥用研究中心临床试验网络，美国马里兰州贝塞斯达

评论

成瘾神经临床评估：基于神经科学的成瘾性疾病框架 作者：Kwako LE，Momenan R，Litten RZ，Koob GF，Goldman D. Biol Psychiatry（2016）80：179-89。 DOI： 10.1016 / j.biopsych.2015.10.024

Kwako等。 最近提出了一个基于神经科学的框架，通过该框架对物质使用障碍（SUD）进行分类（1）。 这是基于功能域 - 激励显着性，消极情绪和执行功能 - 源于成瘾周期模型。 作者提供了一个深思熟虑的文献综合作为相关成瘾神经临床评估（ANA）的基本原理，旨在加速精确医学研究遗传与环境暴露相互作用和这些SUD域的表型表达之间的关系。 精准医学可被定义为“一种新的疾病治疗和预防方法，考虑到每个人的基因，环境和生活方式的个体差异”（2）。 作者解释了ANA如何指导多维分析，告知如何定制SUD研究和护理，以解决针对不同患者亚组定制的这些领域的遗传和表型表达的跨群体和时间变异性（1).

引入基于标准化神经科学的SUD评估电池以推进精准医学研究具有创新性和关键性，并且很好地补充了美国国家心理健康研究所研究领域标准倡议所提出的类似努力（3–6）。 利用标准化仪器测量SUD的核心功能域，可以在研究，元分析和数据挖掘之间实现可比性，从而推动生物医学大数据研究的发展。 然而，改进的标准化测量本身可能不会导致基于神经科学的研究转化为更好的SUD护理。 为此，研究需要纳入两个因素。 首先，需要进行研究以验证这些结构域如何用于针对不同水平的损伤定制治疗，并测试所提出的ANA结构域对SUD相关损伤的特异性和敏感性。 研究设计还应提供控制措施，以解释选择经常使用酒精或药物的参与者可能还有其他共同出现的问题，无论是自然还是由于其他生活方式的选择或情况。 目标和生物标志物验证对于加速精准医学研究至关重要 - 需要进行此类分析。

其次，简明的评估电池对于提高深度表型分析工作的易用性至关重要。 Kwako等人的评估电池建议采用完整的10 h进行管理（1），这可能给临床研究人员和大多数SUD患者带来沉重负担 - 从而引入样本选择偏差并影响有效性。 应该提出一个基于神经科学的病理学，其中使用更精确的功能域，使用经过验证的仪器的简化评估电池进行测量。 为缩短电池并加强其在临床和研究情况下的可行管理，必须根据风险类别进行可修改的评估。 这些可以基于共同的决策方法，在这些方法中，研究参与者在功能领域上查询最能阻碍他们整体福祉的方法。 这种可修改的评估将通过仅纳入被认为与特定参与者的功能最相关的表型测量来缩短ANA。

需要进行更严格的研究，以系统地评估以患者为中心，基于神经科学的治疗SUD的框架 - 测试共同决策，针对每个参与者的显着风险类别定制的精确医学方法。 在2014预先约会全日空，我开发了一种方法，称为ASPIRE模型（7, 8），作为其基本原则，在患者和提供者之间共享决策，为六个基于神经科学的风险类别量身定制个性化医疗和精准医学研究，其中个体患者报告对他们的日常生活最不利。 ASPIRE框架风险类别 - 基于超过30年的神经科学研究提出并代表与病因和物质使用相关问题永久性相关的常见病理生理因素 - 包括以下内容。 （一个） Anhedonia /奖励赤字状态; （S） S镇压/反奖励状态; （P） P尽管有不良后果，但缺乏自我控制以减少物质使用; （一世） I与药物使用和功能障碍恶化相关的失眠症; （R） R与上述有关的无意义; （E） E与自然强化剂相比，在从意志药物过渡到强制性药物使用之后，寻求药物强化剂的过度关注，特别是与暴露于药物相关环境的渴望相关（7, 8）。 这些经验推导的结构的确切含义在正在进行的研究的基础上发生变化。

表 1 提出了一个更简洁的评估电池的提案，该评估电池是经过验证的标准化仪器，可以映射到这些风险类别。 这可以作为表型分析的模型，并使用标准化数据收集推进生物医学大数据科学，这可以为SUD精准医学研究汇集数据。 表评估电池 1 包含相关的PROMIS^® （患者报告的结果测量信息系统）措施（9）。 这些已经与美国国立卫生研究院资助开发和验证，利用科学的物理反应理论和其他统计方法是心理声学的。 这些措施旨在包括一个简短的评估电池，该电池将使用包含跳过模式的计算机自适应测试进行管理 仅由 如果他们评估参与者报告的与其功能障碍最相关的风险类别，则应向参与者提交。 否则，这些问题将被省略，这将大大缩短管理时间并最大限度地减轻研究人员和参与者的负担，从而提高大多数研究和临床情况的可行性和生态有效性。 该提议的问题集还包含核心Tier-1测量物质滥用和成瘾项目的表型和暴露（PhenX）工具包，以及Core Tier-2测量，只要可能和适当。 美国国家药物滥用研究所（NIDA）强烈鼓励所有NIDA支持的人类受试者研究人员使用标准化措施来促进衡量共性和数据可比性（10）。 值得注意的是，所有建议的措施都是非专有和开源的，可以通过最小化成本来扩大使用范围。 使用数据标准是促进交叉研究比较和综合数据分析的手段，以验证和扩展人类受试者的研究结果。

 

表1。 建议的措施：基于计算机的评估，采用跳过模式缩短长度.

总而言之，Kwako等人。 最近提出了一项ANA，其中包括与SUD病理学相关的广泛的基于神经科学的功能域以及长电池。 最大限度地提高各种临床研究情况的适用性，并作为患者登记处的一部分进行收集 通过 电子健康记录系统，定制评估并仅提供与SUD风险类别或功能域有关的报告对研究参与者最为重要。 因此，对于适用于精准医学研究的深度表型目的，省略，可定制的评估电池省略不太相关的措施，将是推进该领域研究的重要工具。

作者贡献

UG对文献进行了回顾，构思了这篇综合性评论，并撰写并审阅了所有草案。

利益冲突声明

作者声明，该研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

致谢

本文中的观点是作者的观点，并不代表美国政府的官方立场。

资金

UG是NIDA临床试验网络中心项目官员的健康科学家管理员，该中心是国家药物滥用治疗临床试验网络的资助机构。 UG作为健康科学家管理员的职责支持了这一评论。

参考资料

关键词：成瘾，成瘾性疾病，成瘾治疗，药物滥用，药物滥用治疗，个性化医疗，精准医学，药物滥用

引用：Ghitza UE（2017）评论：成瘾神经临床评估：基于神经科学的成瘾性疾病框架。 面前。 精神病学 8：2。 doi：10.3389 / fpsyt.2017.00002

收到：15十一月2016; 接受：04 January 2017;
发布时间：13 January 2017

版权：©2017 Ghitza。 这是一份根据条款分发的开放获取文章 知识共享署名许可（CC BY）。 允许在其他论坛中使用，分发或复制，前提是原始作者或许可人被记入贷方，并且根据公认的学术惯例引用本期刊中的原始出版物。 不允许使用，分发或复制，不符合这些条款。

*通讯：Udi E. Ghitza， [电子邮件保护]