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)

Front. Psychiatry,2017年1月13日 | https://doi.org/10.3389/fpsyt.2017.00002

乌迪·E·吉扎*

  • 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

Kwako LE、Momenan R、Litten RZ、Koob GF、Goldman D 的论文《成瘾神经临床评估:基于神经科学的成瘾障碍框架》发表于《生物精神病学》(2016) 80:179–89。doi: 10.1016/j.biopsych.2015.10.024

Kwako等人近期提出了一种基于神经科学的物质使用障碍(SUD)分类框架(1)。该框架基于成瘾循环模型衍生出的功能域——激励显著性、负面情绪和执行功能。作者对相关文献进行了深入的综述,以此作为开发成瘾神经临床评估(ANA)的理论依据。ANA旨在加速精准医学研究,探索遗传因素与环境暴露相互作用以及这些SUD功能域表型表达之间的关系。精准医学可定义为“一种新兴的疾病治疗和预防方法,它充分考虑了每个人在基因、环境和生活方式方面的个体差异”(2)。作者阐述了ANA如何指导多维分析,从而指导如何定制SUD研究和治疗方案,以应对不同人群和不同时间背景下这些功能域的遗传和表型表达的差异,并针对不同的患者亚组进行个性化调整(1)。

引入一套标准化的、基于神经科学的物质使用障碍(SUD)评估工具,以推进精准医学研究,是一项创新且至关重要的举措,它与美国国家精神卫生研究所(NIMH)的研究领域标准(RDC)计划(3-6)所推进的类似工作相得益彰。利用标准化工具测量SUD的核心功能领域,能够提高不同研究、荟萃分析和数据挖掘之间的可比性,从而推进生物医学大数据研究。然而,仅靠改进标准化测量本身可能不足以将基于神经科学的研究成果转化为更有效的SUD治疗。要实现这一目标,研究需要包含两个要素。首先,需要开展研究来验证如何利用这些领域来针对不同程度的障碍定制治疗方案,并检验所提出的ANA领域对SUD相关障碍的特异性和敏感性。研究设计还应设置对照组,以排除可能存在的混杂因素,例如,经常使用酒精或药物的参与者可能同时存在其他并发症,这些并发症可能是自然发生的,也可能是由于其他生活方式选择或环境因素造成的。靶点和生物标志物的验证——对于加速精准医学研究至关重要——需要进行此类分析。

其次,一套简洁的评估工具对于提高深度表型分析的易用性至关重要。Kwako等人提出的评估工具需要10个小时才能完成(1),这可能会给临床研究人员和大多数物质使用障碍(SUD)患者带来沉重的负担,从而引入样本选择偏差并损害其有效性。因此,应该提出一种基于神经科学的疾病分类体系,该体系包含更精确的功能域,并使用经过验证的精简评估工具进行测量。为了缩短评估工具的使用时间,并提高其在临床和研究环境中的可操作性,需要根据风险类别定制可调整的评估方法。这些可调整的评估方法可以基于共同决策模式,即询问研究参与者哪些功能域最影响其整体健康。通过仅纳入那些被认为与特定参与者功能最相关的表型测量指标,这种可调整的评估方法可以缩短ANA(神经系统评估工具)的使用时间。

需要开展更严谨的研究,系统地评估以患者为中心、基于神经科学的物质使用障碍(SUDs)治疗框架——检验一种针对每位参与者显著风险类别量身定制的共同决策、精准医疗方法。早在美国神经病学会(ANA)成立之前,我在2014年就开发了一种名为ASPIRE模型(7 , 8)的方法,其基本原则是患者与医护人员共同决策,从而根据患者报告的六个基于神经科学的风险类别,制定个性化的医疗保健和精准医疗研究方案。这些风险类别是患者认为对日常生活影响最大的。ASPIRE框架的风险类别——基于30多年的神经科学研究提出,代表了与物质使用相关问题的病因和持续存在相关的常见病理生理因素——包括以下几类:(A)快感缺失/奖赏缺失状态;(S)压力/反奖赏状态;(P)病理性缺乏自控力,即使明知会产生不良后果也无法减少物质使用; (I)与物质滥用和功能障碍加重相关的失眠;(R)与上述情况相关的躁动不安;(E)从自愿用药过渡到强迫用药后,过度关注寻求药物强化物而非自然强化物,尤其是在接触与药物相关的环境后出现渴求时(7 , 8)。这些经验性概念的确切含义会随着持续研究的进行而变化。

表1提出了一种更为简洁的评估方案,该方案包含一系列经过验证的标准化工具,这些工具与上述风险类别相对应。该方案可作为表型分析的模型,并利用标准化的数据收集推进生物医学大数据科学的发展,从而实现数据汇总,用于物质使用障碍(SUD)精准医学研究。表1中的评估方案包含相关的PROMIS® (患者报告结局测量信息系统)指标(9)。这些指标由美国国立卫生研究院资助开发和验证,采用了最先进的项目反应理论和其他统计方法,确保其心理测量学上的可靠性。这些指标旨在构成一个简短的评估方案,该方案将通过计算机自适应测试进行施测,测试中包含跳题模式,仅当评估参与者报告的与其功能障碍最相关的风险类别时才会呈现给参与者。否则,这些问题将被省略,这将大大缩短施测时间,并最大限度地减轻研究人员和参与者的负担,从而提高其在大多数研究和临床情境中的可行性和生态效度。本研究提出的问卷集还包含表型与暴露(PhenX)工具包中物质滥用与成瘾项目的核心一级指标,并在可能且适当的情况下包含核心二级指标。美国国家药物滥用研究所(NIDA)强烈建议所有NIDA资助的人体受试者研究人员使用标准化指标,以促进指标的通用性和数据可比性(10)。值得注意的是,所有建议的指标均为非专有且开源,这可以通过最大限度地降低成本来扩大其应用范围。使用数据标准是促进跨研究比较和联合数据分析的一种手段,而这些对于验证和扩展人体受试者研究结果至关重要。

 
TABLE 1
www.frontiersin.org 

表 1. 建议措施:采用跳题模式的计算机辅助评估来缩短考试时长。

 
 

总之,Kwako等人近期提出了一种ANA(神经活动评估工具),该工具包含与物质使用障碍(SUD)分类相关的众多基于神经科学的功能域,并配备了一套完整的评估指标。为了最大限度地提高其在各种临床研究情境中的适用性,以及便于将其纳入患者登记或通过电子健康记录系统收集数据,至关重要的是,应根据研究参与者的反馈,定制评估内容,仅呈现与SUD风险类别或功能域相关的、他们认为最显著的指标。因此,对于适用于精准医学研究的深度表型分析而言,一套更精简、可定制的评估工具(省略不太相关的指标)将是推动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。

案例

1. Kwako LE, Momenan R, Litten RZ, Koob GF, Goldman D. 成瘾神经临床评估:基于神经科学的成瘾障碍框架。生物精神病学(2016) 80:179–89。doi:10.1016/j.biopsych.2015.10.024

PubMed摘要| CrossRef全文| Google学术

2.精准医疗计划 [互联网]。马里兰州贝塞斯达:美国国立卫生研究院 (NIH) (2016)。网址: https: //www.nih.gov/precision-medicine-initiative-cohort-program

Google Scholar

3.研究领域标准 [互联网]。马里兰州贝塞斯达:美国国家心理健康研究所 (2016)。可从以下网址获取: https: //www.nimh.nih.gov/research-priorities/rdoc/index.shtml

Google Scholar

4. Kozak MJ, Cuthbert BN. NIMH 研究领域标准倡议:背景、问题和实用性。心理生理学(2016) 53:286–97。doi:10.1111/psyp.12518

PubMed摘要| CrossRef全文| Google学术

5. Cuthbert BN, Insel TR. 精神病诊断的未来:RDoC 的七大支柱。BMC Med (2013) 11:126。doi:10.1186/1741-7015-11-126

PubMed摘要| CrossRef全文| Google学术

6. Cuthbert BN. RDoC框架:促进从ICD/DSM向整合神经科学和精神病理学的维度方法的过渡。世界精神病学杂志(2014)13:28–35。doi:10.1002/wps.20087

PubMed摘要| CrossRef全文| Google学术

7. Ghitza UE. 针对物质使用障碍治疗的新框架(ASPIRE模型)需要开展复发预防研究。Front Psychiatry (2015) 6:37. doi:10.3389/fpsyt.2015.00037

CrossRef全文| Google学术

8. Ghitza UE. ASPIRE 模型用于治疗大麻和其他物质使用障碍:一种新型的个性化医疗框架。Front Psychiatry (2014) 5:180. doi:10.3389/fpsyt.2014.00180

CrossRef全文| Google学术

9.患者报告结局测量信息系统 (PROMIS® )测量 [互联网]。伊利诺伊州埃文斯顿:美国西北大学 (2016)。网址:http://www.healthmeasures.net/explore-measurement-systems/promis

Google Scholar

10. Conway KP, Vullo GC, Kennedy AP, Finger MS, Agrawal A, Bjork JM 等。成瘾科学中的数据兼容性:测量共性的检验。《药物与酒精依赖》(Drug Alcohol Depend ) (2014) 141:153–8。doi:10.1016/j.drugalcdep.2014.04.029

CrossRef全文| Google学术

 

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障碍框架。Front . Psychiatry 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

编辑:

Marijn Lijffijt,贝勒医学院,美国

点评人:

Luigi Janiri,UniversitàCattolicadel Sacro Cuore,意大利
Jasmin Vassileva,弗吉尼亚联邦大学,美国

版权所有:© 2017 Ghitza。本文为开放获取文章,遵循知识共享署名许可协议 (CC BY)条款发布。允许在其他平台使用、分发或复制本文,但必须注明原作者或授权方,并按照公认的学术惯例引用本文在本期刊的原始发表版本。任何不符合上述条款的使用、分发或复制行为均不被允许。

*通讯作者:Udi E. Ghitza,[email protected]