Психиатрия Всемирная психиатрия
№03 2016

Общеизвестно, что одна и та же схема лечения не будет одинаково эффективна у всех больных депрессией и что необходим значительный скачок в развитии терапии, чтобы улучшить результаты лечения депрессии в повседневной практике. Измерение такого показателя, как наличие различных хобби, может явно предсказывать степень резистентности при лечении1; анализ крови на маркеры воспаления может помочь в подборе оптимального антидепрессанта для конкретного больного2, а регулярная оценка тяжести симптомов депрессии улучшает ее исходы3. Тем не менее, ни одна из этих простых мер, которые могли бы улучшить лечение депрессии, не используется на практике. С другой стороны, некоторые врачи применяют коммерческие фармакогенетические тесты при отсутствии доказательств того, что последние способны прогнозировать результаты лечения4,5. R. Perlis красноречиво описывает, как человеческие мотивы приводят к парадоксам современной медицинской помощи6. На более серьезной ноте он утверждает, что упорство клиницистов в кустарных необоснованных предписаниях  медикаментов препятствует сбору данных, необходимых для существенного повышения качества лечения депрессии.
Существует консенсус, что для большинства людей с большим депрессивным расстройством СИОЗС являются препаратами первого выбора. Но мы знаем, что лишь у менее половины пациентов их эффективность достаточна, что многие больные испытывают побочные эффекты, несоизмеримые с получаемой пользой, и что существует мало данных о том, какое лечение должно применять следующим этапом. Многие клиницисты задаются вопросом, как может быть возможным, что до сих пор не существует персонализированного лечения депрессий, учитывая  проделанный объем работы. Количество статей, опубликованных по данной теме, может ввести в заблуждение. Причина, по которой назначение препаратов второго и третьего выбора для лечения депрессии до сих пор кустарное – это нехватка данных для персонализации выбора лечения.
Самому крупному завершенному исследованию лечения депрессии на сегодняшний день - Последовательные Альтернативы Лечения Депрессии (the Sequenced Treatment Alternatives to Relieve Depression - STAR * D) – не удалось персонализировать вторую и третью линию препаратов для лечения депрессии, так как оно было слишком маленьким. К моменту, когда участники STAR * D подошли к третьему шагу, число пациентов, выделенных для специализированного лечения, было слишком низким для какого-либо содержательного анализа прогностических показателей. Генетические данные были доступны только по половине участников STAR * D, что еще более снизило способность найти биомаркеры, которые могли бы облегчить выбор между второй и третьей линией лечения. Ассоциативные генетические исследования «случай-контроль» шизофрении, депрессии и других расстройств, научили нас, что многотысячная выборка необходима для анализа геномной информации и возможности значимых прогнозов. Для прогноза лечения, эти размеры выборок должны быть умножены на количество альтернативных методов лечения, которые должны быть проверены.
С помощью современных технологий, можно создавать, объединять и использовать наборы данных сотен тысяч людей для таких распространенных расстройств, как депрессия. Для воплощения подобной цели в жизнь, возможно нужна работа над мотивацией участников, чтобы сам процесс, а не только результаты исследования являлись значимыми для пациентов и врачей. Первым шагом будет стимулирование сбора  диагностических данных и регулярных оценок исхода заболевания в повседневной клинической практике. Индивидуальное лечение с активным участием пациентов в нем, может стать основой для сбора такой рутинной информации7.
Люди, живущие с депрессией, имеют свои ценности и предпочтения и хотят активно участвовать в дискуссиях по поводу их лечения. Пациенты завершат регулярные измерения результатов лечения, если будут уверены, что последние значительно способствуют их выздоровлению. Ученые из Канадского Исследования Депрессии и Cети Вмешательства (Canadian Depression Research and Intervention Network) уже испытывали индивидуально-ориентированную, основанную на клинических показателях модель терапии, где пациенты могут пройти на интернет-устройствах регулярные измерения и получить обратную связь, которая расширяет участие в совместном принятии решений с лечащими врачами. Клиницисты получают доступ к информации, а также представляют диагноз и измерительные шкалы. На основе информации, предоставленной врачами и пациентами, генерируется обратная связь, которая выбирает соответствующие рекомендации от лучших современных практических руководств. В этой модели, пациенты мотивированы вносить данные, необходимые и клиническим и исследовательским целям, так как они видят прямое влияние этой информации на лечение. В свою очередь, больные мотивируют лечащих врачей участвовать в процессе сбора информации и обратной связи. Также, у пациентов спрашивали согласие на использование их данных для клинических исследований и связку упомянутой информации с базами данных медицинской помощи. Такая модель лечения улучшает результаты лечения депрессии в режиме реального времени, позволяет эффективно оценивать оказываемые услуги, и, в то же время, способствует накоплению данных, которые, в конечном счете, помогут индивидуализировать лечение депрессии.
В большой базе данных можно будет находить людей, которые напоминают конкретного пациента по ряду факторов, и рекомендовать успешно сработавшие методы лечения. Если два или более метода равноценны, их можно сравнить, используя эффективный рандомизированный реестр, встроенный в повседневную медицинскую помощь8. Результаты таких крупных прагматичных сравнений постепенно позволят исследовать дальнейшие шаги в выборе лечения или тестирования новых методов лечения.
Видение проблемы, описанное выше, было только частично испытано. Первый опыт приводит нас к мысли о том, что лечение депрессии должно быть индивидуально-ориентированным и основанным на измерении клинических показателей, прежде чем оно может быть осмысленно индивидуализировано.