استفاده از نقشه مغزی برای انتخاب مناسب‌ترین دارو

اختلال‌های اعصاب و روان مانند اختلال افسردگی اساسی (MDD) بیماری‌های ناهمگونی هستند که توسط عوامل زیستی، روانی و اجتماعی مختلفی بوجود می‌آید و دقیقاً به همین دلیل است که همه افراد مبتلا به یک اختلال به درمان‌ها پاسخ یکسانی نمی‌دهند. این امر سبب می‌شود که انتخاب داروی مناسب یا روش درمانی مناسب برای هر فرد با آزمون و خطا همراه باشد که علاوه بر طولانی شدن زمان درمان، مقاوم شدن فرد نسبت به درمان را نیز در پی دارد (1). به نظر می‌رسد استفاده از پزشکی شخصی‌سازی شده (personalized medicine) برای رفع این مشکل راهگشا باشد.

بکار بردن مارکرهای EEG یا به عبارتی نقشه مغزی جهت تعیین داروی مناسب برای هر بیمار، یکی از مواردی است که امروزه مورد توجه پژوهشگران قرار گرفته است. یکی از معروف‌ترین مارکرها در این زمینه، اختلاف توان باند فرکانسی آلفا بین دو نیم‌کره مغز یا به عبارتی alpha asymmetry ست. مطالعات (3-2) نشان داده است که خانم‌هایی که به fluoxetine در درمان افسردگی پاسخ‌گو نیستند توان آلفای پایینی در نیمکره راست نسبت به نیمکره چپ دارند. همچنین، خانم‌های افسرده با توان آلفای فرونتال راست (right frontal) بالا، پاسخ‌گویی مطلوبی به SSRI ها نشان می‌دهند (4). اخیراً، الگوریتم‌های هوش مصنوعی و یادگیری عمیق، با استفاده از ویژگی‌های پیچیده و تلفیقی استخراج شده از سیگنال EEG قادر به پیش‌گویی‌های دقیقی در مورد میزان پاسخ‌دهی بیماران به داروهای مختلف می‌باشند (5).

در همین راستا، گزارش‌های نقشه مغزی QEEGhome نمودار جامعی به شما ارائه می‌دهد که پاسخ‌گویی بیمار به 32 داروی مختلف در 9 دسته دارویی را نشان‎ می‌دهد. برای استفاده از این نمودار، پزشک ابتدا بر حسب علایم بالینی مراجعه‌کننده و تشخیص خود، دسته دارویی مورد نظر را انتخاب می‌کند و سپس، می‌تواند اثربخشی داروهای مختلف آن دسته را بر حسب پیش‌گویی هوش مصنوعی مشاهده کرده و مناسب‌ترین دارو را انتخاب کند.

علاوه بر این، گزارش‌های نقشه مغزی QEEGhome سایر مارکرهای موجود در مقالات مانند alpha asymmetry را نه بصورت ارقام و جدول، بلکه بصورت گرافیکی و نموداری نمایش می‌دهد تا بالینگر در یک نگاه و با صرف زمان کمتری بتواند روند آن را تشخیص دهد.

شما می‌توانید با ثبت نام در سایت و ارسال داده EEG ثبت شده خود، بعد از حداکثر نیم ساعت گزارش نقشه مغزی بیمار خود را از سایت QEEGhome  دریافت کنید. برای مطرح کردن پرسش‌های خود و کسب اطلاعات بیشتر در مورد گزارش‌های نقشه مغزی QEEGhome لطفاً با پشتیبانی ما در ارتباط باشید.

منابع:

1. Spronk, D., Arns, M., Barnett, K.J., Cooper, N.J., Gordon, E., 2011. An investigation of EEG, genetic and cognitive markers of treatment response to antidepressant medication in patients with major depressive disorder: a pilot study. J. Affect. Disord. 128, 41–48. doi:10.1016/j.jad.2010.06.021.
2. Bruder, G.E., Sedoruk, J.P., Stewart, J.W., McGrath, P.J., Quitkin, F.M., Tenke, C.E., 2008. Electroencephalographic alpha measures predict therapeutic response to a selective serotonin reuptake inhibitor antidepressant: pre- and post-treatment findings. Biol. Psychiatry 63, 1171–1177. doi:10.1016/j.biopsych. 2007.10.009.
3. Bruder, G.E., Stewart, J.W., Tenke, C.E., McGrath, P.J., Leite, P., Bhattacharya, N., Quitkin, F.M., 2001. Electroencephalographic and perceptual asymmetry differences between responders and nonresponders to an SSRI antidepressant. Biol. Psychiatry 49, 416–425. doi:10.1016/S0006-3223(00)01016-7.
4. Arns, M., Bruder, G., Hegerl, U., Spooner, C., Palmer, D.M., Etkin, A., Fallahpour, K., Gatt, J.M., Hirshberg, L., Gordon, E., 2016a. EEG alpha asymmetry as a gender-specific predictor of outcome to acute treatment with different antidepressant medications in the randomized iSPOT-D study. Clin. Neurophysiol. 127, 509–519. doi:10.1016/j.clinph.2015.05.032.
5. Wu, W., Zhang, Y., Jiang, J., Lucas, M.V, Fonzo, G.A., Rolle, C.E., Cooper, C., Chin-Fatt, C., Krepel, N., Cornelssen, C.A., 2020. An electroencephalographic signature predicts antidepressant response in major depression. Nat. Biotechnol. 1–9. doi:10.1038/ s41587-019-0397-3.