Schilddrüsenhormone sagen klinischen Verlauf einer Depression voraus

Obwohl sich viele Patienten einer antidepressiven Behandlung unterziehen, leiden etliche von ihnen unter einer chronischen Depression. Die Suche nach potenziellen Biomarkern und die Etablierung eines Vorhersagemodells für klinische Verläufe sind daher von entscheidender Bedeutung, um das personalisierte Management von Depressionen zu optimieren.

Da immer mehr Daten darauf hindeuten, dass Veränderungen der Schilddrüsenhormone von zentraler Bedeutung für die Depression sind, wollten Dan Qiao vom The First Hospital of Shanxi Medical University (China) und seine Kollegen mit ihrer Studie für Aufklärung sorgen. Ihre Ergebnisse offenbaren eine entscheidende Rolle von Schilddrüsenhormonen bei der Vorhersage des klinischen Verlaufs einer Depression.

Die Forscher vertreten daher die Meinung, dass die Beurteilung der Schilddrüsenhormone zukünftig auf die Routinepraxis ausgeweitet werden sollte, um festzustellen, bei welchen Patienten frühere oder intensivere Interventionen zur Verhinderung einer chronischen Verlaufsform erforderlich sind.

Die Wissenschaftler verwendeten für ihre Studie im Zeitraum von 2014–2020 die klinischen und biochemischen Daten von 2086 stationären depressiven Patienten. Sie führten zunächst Regressionsanalysen durch, um den Beitrag von freiem Trijodthyronin (fT3), freiem Thyroxin (fT4) und Thyroidea-stimulierendem Hormon (TSH) bei der Vorhersage der klinischen Ergebnisse einer Depression zu bewerten.

Daraufhin erstellten die Forschenden mithilfe von überwachten Machine-Learning-Methoden insgesamt 7 Vorhersagemodelle verschiedenster Kombinationen der betreffenden Hormone. Zudem testeten sie die tatsächliche Vorhersageeffizienz für die klinischen Ergebnisse, um die Kombination mit der besten Vorhersagekraft auszuwählen.

Fazit
Die Ergebnisse zeigten, dass niedrigere fT3- und fFT4-Werte ein schlechtes klinisches Ergebnis bei Depression vorhersagen können. Darüber hinaus gelang es den Forschern, das Model mit der besten Leistung auszuwählen (Sensitivität 0,91, Spezifität 0,79 und AUROC 0,86). Dieses Model verwendet sowohl die fT3- und fT4- als auch Hamilton-Depression-Scale- und Hamilton-Anxiety-Scale-Werte als Funktionen. (sh)

Autoren: Qiao D et al.
Korrespondenz: Zhifen Liu; [email protected]
Studie: Exploring the potential of thyroid hormones to predict clinical improvements in depressive patients: A machine learning analysis of the real-world based study
Quelle: J Affect Disord 2021;299:159–165.
Web: https://doi.org/10.1016/j.jad.2021.11.055