Netværksanalyse i psykoterapiforskning

​Månedens forskningsresumé omhandler en ny og ikke mindst spændende statistisk metode til at undersøge virksomme elementer i behandlingen af psykiske lidelser: Netværksanalyser. Analyserne har bl.a. potentiale ift. spørgsmålet om, hvad virker for hvem, og hvilke symptomer fx i PTSD-behandling, der kan siges at være nøglesymptomer.  

Denne måneds forskningsresumé er udarbejdet af ph.d. Sabina Palic-Kapic.

Baggrund

Netværksanalyse har vundet indpas i psykiatrisk forskning over de sidste 10-12 år. Klinisk netværksteori antager, at sindslidelser er netværk af symptomer, som påvirker og vedligeholder hinanden. Dette er modsat i klassisk måleteori, hvor direkte forbindelser imellem symptomer opfattes som uønskede målefejl. Netværksanalysernes popularitet skyldes primært, at den stiller nye typer spørgsmål, som i højere grad ligner klinikernes måde at tænke om symptomforandring. Netværksanalyser beskæftiger sig således med spørgsmål som: Hvordan påvirker symptomer i en sindslidelse hinanden? Hvilke symptomer har flest stærke forbindelser til andre symptomer i netværket og er således mest "centrale" for vedligeholdelsen af en given sindslidelse? Hvordan ændres symptomforbindelser i løbet af behandling? Hvilke symptomer er de mest centrale "brobyggere" i forbindelse med komorbiditet? Hvilke symptomer ser ud til at være mest "påvirkelige" og kunne derfor udgøre fornuftige behandlingsmål? Visse centrale antagelser i klinisk netværksteori er stadig relativt sparsomt efterprøvede, især hvad angår generaliserbarhed af ændringsmekanismer og statistiske metoder til identificering af samme. I den forbindelse er Papini et al. (2019)-studiet interessant.

Papini et al. (2019)

Deltagere/metode

Studiet er en sekundær analyse af en RCT, som undersøgte effekten af forskellige psykoterapier blandt 306 kvinder med PTSD og misbrug. Det benytter netværksanalyse til at teste og replicere tidligere identificerede ændringsmekanismer i symptomnetværk.

Hovedfund

Der var ingen forskelle i effekt på de sammenlignede terapier, men studiet påviste, at ændringer i PTSD-symptomer, som er estimeret til at være de mest centrale og påvirkelige i PTSD-netværket præ-behandling, er forbundet med ændringer i sværhedsgrad af alle andre symptomer i løbet af behandlingen. Dvs. at personer, som udviser symptomreduktion i netværkets centrale symptomer, med større sandsynlighed også vil udvise symptomreduktion på øvrige PTSD-symptomer. Personer, som derimod ikke udviser symptomreduktion på de i netværket centrale symptomer, har mindre sandsynlighed for at opnå generel symptombedring. Til forskel fra ovenstående var der ikke en statistisk signifikant sammenhæng imellem generel symptomreduktion og reduktion i symptomer, der havde høj sværhedsgrad ved baseline.

Boschloo et al. (2019)

Boschloo et al. (2019)-studiet er interessant, idet det bruger netværksanalyse i kombination med andre statistiske analyser til at belyse forskelle i behandlingseffekt på symptomniveau, og er et eksempel på metoder der har potentiale for præcisionspsykiatri.

Deltagere/metode

Sekundære analyser fra metaanalyse på individuelle data fra 1.070 patienter fra RCT'er, som sammenlignede effekten af antidepressiva og kognitiv adfærdsterapi (KAT) og havde HAM-D 17 som primært outcome-mål. Den oprindelige metaanalyse fandt, at antidepressiva har en lidt bedre effekt end KAT. Herværende studie bruger netværksanalyse til at undersøge, hvorvidt den bedre effekt af antidepressiva knytter sig til bestemte depressive symptomer, og om man forud for behandling vil kunne pege på personer, der qua deres symptomprofil vil have bedre udbytte af antidepressiva end af KAT.

Hovedfund

Den større effekt af antidepressiva gør sig kun gældende i forbindelse med 5 ud af 17 symptomer på HAM-D 17. Disse er: 1) nedsat stemningsleje, 2) skyldfølelse, 3) suicidale impulser, 4) psykiske angstkomponenter, og 5) generelle somatiske symptomer. Mens de sidstnævnte 4 symptomer har direkte associationer til behandlingstype, er forbindelsen til nedsat stemningsleje indirekte og går igennem de 4 andre symptomer. Forskellene i effekt kan ikke forklares af andre direkte eller indirekte effekter. Studiet konkluderer, at personer med højeste scores på de 5 ovennævnte symptomer præ-behandling sandsynligvis vil have større gavn af antidepressiva (effekt størrelse 0.30) end af KAT, mens personer, der ikke scorer højt på disse symptomer, vil have lige god gavn af begge behandlingstyper.   

Begrænsninger

Der er aktuelt ikke konsensus om forskellige måder at udregne og fremstille ændringsmekanismer i netværksanalyse. Anvendeligheden af centrale netværkssymptomer i forudsigelsen og forbedringen af behandlings-outcomes, afhænger meget af hvilken udregningsmetode der bruges. Netværksanalyser benytter avanceret statistik, hvorfor det aktuelt kan være vanskeligt for den uindviede læser på egen hånd at vurdere validiteten af bestemte udregningsmetoder.

Mange publicerede netværksanalyser anvender stadig for små samples til at kunne udregne centralitet, påvirkelighed og andre klinisk relevante netværksestimater. Dette gælder højst sandsynligt også for Papini et al.(2019)-studiet, hvor stabilitets-koefficienter kun var af moderat styrke, og det derfor ikke er sikkert, at rangordningen af centrale symptomer i deres netværk kan generaliseres til andre PTSD-populationer.

Perspektivering

Netværksanalyser spås en fremtid ikke mindst i psykoterapiforskning, da psykoterapier netop er teorier om, hvordan symptomer (eller andre psykologiske fænomener) vedligeholder hinanden i uhensigtsmæssige forbindelser, og hvorledes disse kan ændres. Dette er måske mest tydeligt inden for kognitiv adfærdsterapi (KAT), hvor der til hver sindslidelse knytter sig en model af vedligeholdende faktorer og anbefalede ændringsstrategier. Slutteligt kan symptomnetværk også estimeres på individniveau, hvorfor netværksanalyse kan have potentiale som teknologisk beslutningsstøtte i forbindelse med psykoterapi. 


Redaktør