Biomarker-gesteuerte Antidepressiva-Selektion
NCT: NCT07680140 · RECRUITING
Anzeige
Kurzzusammenfassung
Die Depression ist eine der führenden Ursachen für Behinderungen weltweit. Häufige Behandlungen wie Antidepressiva und Gesprächstherapie funktionieren für einige Menschen gut, aber viele andere verbessern sich auch nach mehreren Behandlungen nicht. Diese Studie wird zwei alternative Behandlungsoptionen für Menschen untersuchen, deren Depression auf Standardbehandlungen nicht angesprochen hat: wiederholte transkranielle Magnetstimulation (rTMS), eine nicht-invasive Form der Gehirnstimulation, und Ketamin, ein schnell wirkendes Medikament. Es kann schwierig sein, zwischen diesen Interventionen in der klinischen Praxis zu entscheiden, und die Auswahl zwischen ihnen hängt oft von der Patientenpräferenz und dem Versuch und Irrtum ab. Diese Studie arbeitet daran, den Auswahlansatz zu optimieren: durch die Verwendung von biologischen und verhaltensbezogenen Markern, um jeden Menschen mit Biomarkern zu matchen, die eine Reaktion auf rTMS oder Ketamin vorherzusagen könnten. Die Forscher glauben, dass Unterschiede in der Reaktion von Individuen auf rTMS im Vergleich zu Ketamin teilweise durch Unterschiede in der Organisation ihres Gehirns erklärt werden, und dass diese Unterschiede gemessen und zur Leitentscheidung für Interventionen verwendet werden können. Dies ist eine frühe Pilotstudie, die getestet werden soll, ob dieser biomarkerbasierte Ansatz praktisch und für Patienten akzeptabel ist. Die Forscher werden bewerten, wie gut eine Kombination aus Gehirn Imaging und klinischen Daten auf individueller Ebene vorhersehen kann, wer wahrscheinlich auf rTMS im Vergleich zu Ketamin reagiert. Das ultimative Ziel ist es, ein zuverlässiges, skalierbares Werkzeug zu entwickeln, das Klinikern hilft, schneller und informierter Interventionen zu treffen, und die Zeit, die Menschen mit therapieresistenter Depression damit verbringen, ein wirksames Antidepressivum zu finden, zu reduzieren.
Offizielle Quelle
Auf ClinicalTrials.gov ansehen →Daten aus der ClinicalTrials.gov-API. Den aktuellsten Status finden Sie im offiziellen Eintrag.