Psikiater yang dipimpin oleh LMU’s Nikolaos Koutsouleris telah menggunakan pendekatan berbasis komputer untuk menetapkan pasien psikotik yang didiagnosis sebagai bipolar atau skizofrenia pada lima subkelompok yang berbeda. Metode ini dapat mengarah pada terapi yang lebih baik untuk psikosis.
Seperti apa metode diagnostik jenis psikosis ?
Metode diagnostik yang mampu membedakan berbagai jenis psikosis yang diakui oleh psikiater masih tidak memadai. Psikosis merupakan gejala serius yang muncul akibat gangguan mental yang serius meliputi adanya gangguan halusinasi atau delusi. Hingga kini, dokter telah membagi pasien psikotik ke salah satu dari dua kelas besar — gangguan bipolar atau skizofrenia — yang dibagi berdasarkan gejala, dengan fokus pada elemen-elemen bersama dari sejarah psikiatri mereka, rentang gejala yang ditampilkan dan keseluruhan pola perkembangan penyakit.
Pengkategorian ini tetap merupakan fitur mendasar dari praktik klinis dan penelitian psikiatrik, meskipun pengamatan rinci menunjukkan bahwa penyakit psikotik, dan faktor risiko genetik yang mendasarinya, lebih heterogen daripada dikotomi diagnostik konvensional yang disarankan. Sekarang peneliti yang dipimpin oleh psikiater LMU Nikolaos Koutsouleris telah melakukan studi kelompok longitudinal pada 1.223 sampel pasien selama 18 bulan. Hasil yang diperoleh memungkinkan tim untuk membagi pasien menjadi lima subkelompok yang terdefinisi dengan baik, sehingga memberikan gambaran yang lebih akurat tentang patologi psikosis, yang memiliki implikasi untuk intervensi terapeutik.
Data dari 756 dari 1.223 pasien yang terdaftar dalam penelitian ini digunakan untuk menetapkan skema klasifikasi baru, yang kemudian divalidasi secara independen untuk subset peserta yang tersisa. 1.223 pasien telah didiagnosis dengan psikosis klasik, berdasarkan penilaian dari total 188 variabel klinis yang berkaitan dengan lintasan kondisi individu, gejala, kemampuan untuk mengatasi tantangan kehidupan sehari-hari, dan kinerja kognitif. Studi ini dilakukan untuk menentukan apakah dataset klinis dimensi tinggi mereka yang mencakup spektrum luas psikosis dapat didekomposisi menjadi subkelompok yang ditentukan berdasarkan pengelompokan variabel yang berkorelasi secara statistik.
Strategi analitik berbasis data yang diadopsi didasarkan pada machine learning , yang dapat menemukan pola yang mengungkapkan ‘struktur tersembunyi’ dalam koleksi besar data multifaktorial. Pola-pola ini pada gilirannya menunjukkan perbedaan dalam hubungan sebab akibat yang memiliki relevansi diagnostik. “Studi kami menunjukkan bahwa analisis berbasis komputer memang dapat membantu kami mengevaluasi kembali bagaimana orang dengan gejala psikosis terbukti dapat dibedakan secara diagnostik,” kata psikolog LMU Dominic Dwyer, penulis pertama studi ini, yang muncul dalam jurnal JAMA Psychiatry.
Analisis akhirnya mengarah pada pengakuan lima subkelompok yang jelas di antara populasi eksperimental. “Selain perbedaan dalam perjalanan gejala dan fungsional mereka, pasien yang dibagi dalam subkelompok yang berbeda juga dapat dibedakan berdasarkan rekam jejak klinis yang ditentukan,” kata Nikolaos Koutsouleris, yang memimpin penelitian. Anggota salah satu subkelompok juga dibedakan dari yang lain berdasarkan skor rendah mereka untuk pencapaian pendidikan, yang dikenal sebagai faktor risiko potensial untuk penyakit psikotik.
Para peneliti menggunakan pendekatan matematika yang dikenal sebagai faktorisasi matriks non-negatif ( non-negative matrix factorization ) untuk mendeteksi pola dalam data statistik mereka. Dengan menggunakan prosedur ini, mereka dapat mengurangi dataset awal, terdiri dari 188 variabel, menjadi lima subkelompok yang ditentukan oleh faktor-faktor inti. Faktor-faktor ini mengkodekan hubungan yang sebelumnya tidak dikenal antara variabel dan mengungkap tautan fungsional yang menghubungkan mereka. “Dengan mengevaluasi signifikansi relatif dari faktor-faktor ini dalam kasus individu, adalah mungkin untuk menetapkan pasien ke kelompok yang berbeda berdasarkan skor keseluruhan mereka,” jelas Dwyer. Dengan cara ini, penulis penelitian dapat menentukan lima subkelompok psikosis berikut: psikosis afektif, psikosis bunuh diri, psikosis depresi, psikosis fungsi tinggi dan psikosis berat.
Diagram di atas menunjukkan lima subtipe baru dari psikosis dan gangguan bipolar.
“Masing-masing subkelompok ini dapat dengan jelas dipisahkan dari yang lain berdasarkan data klinis,” kata Koutsouleris. Sebagai contoh, pasien yang dimasukkan ke Grup 5 ditandai oleh faktor-faktor inti: diagnosis skizofrenia, tingkat pencapaian pendidikan yang jauh lebih rendah dan kecerdasan verbal yang rendah. Sebagian besar pasien dalam kategori ini adalah laki-laki dan menunjukkan gejala psikosis yang jelas, tetapi tidak ada indikasi depresi atau mania. Di Grup 2, di sisi lain, kecenderungan bunuh diri jelas ada. Hasil klasifikasi populasi eksperimental ini yang menyediakan data dasar untuk pembangunan model statistik dikonfirmasi untuk kelompok independen dari 458 subjek.
Analisis menunjukkan bahwa pengelompokan yang tidak bias dan berbasis data dapat digunakan untuk mengelompokkan individu menjadi kelompok yang memiliki tanda klinis berbeda, riwayat penyakit, dan dasar genetik. Di masa depan, kategorisasi dengan bantuan komputer tersebut dapat diintegrasikan ke dalam aturan klinis melalui penggunaan alat online.
Koutsouleris dan timnya telah mengembangkan prototipe alat online yang dapat digunakan untuk mengelompokkan individu baru ke dalam kelompok yang sama dan memprediksi hasil yang dapat diuji di www.proniapredictors.eu.
