Predicció anatòmico-clínica del risc d'evolució desfavorable en el pacient amb trastorn mental cap a la medicina personalitzada

Resum

Els tres objectius principals en la teràpia en pacients amb trastorn mental són aconseguir una remissió simptomàtica, la recuperació social i reduir el risc de futures recaigudes. Poder estimar el risc que succeeixin aquests objectius serà, per tant, de màxima importància. I si bé, és important millorar els símptomes de l'episodi actual per tal d'aconseguir la remissió simptomàtica, és igualment important preveure el risc de recaiguda, ja que al voltant del 30% dels pacients amb un primer episodi psicòtic (PEP) recauran abans del primer any, i fins a un 80% ho faran abans de 5 anys. L'objectiu d'aquesta tesi ha estat crear I validar un model d'estimació del risc de recaiguda després d'un primer episodi psicòtic a partir de dades clíniques I de ressonància magnètica, usant dades de diferents centres de l'estat. La tesi està formada per dos articles: 1) en el primer es mostra la importància de controlar l'efecte potencial del centre en el moment d'avaluar el rendiment d'un model i es proporcionen formes sobre com fer-ho, i 2) en el segon s'explica el procés per a la creació del model, es facilita una eina per a aplicar-ho fàcil i es valida en una mostra de 227 pacients amb un primer brot psicòtic. Per a poder realitzar aquest objectiu, dins d'aquest treball s'han abordat primer dues qüestions metodològiques: a) com controlar el biaix potencial pel fet de tenir dades multicèntriques; i b) quines són les característiques de la ressonància magnètica cerebral estructural i el pre-processament òptim per tal d'aconseguir millors prediccions. Per tal de controlar l'efecte del centre en estimar el rendiment d'un model multicèntric: primer es demostra la importància que té controlar aquest efecte amb dades sintètiques i dades reals; a continuació es proposen dos mètodes per tal d'evitar la presència d'aquest biaix, i es detallen les característiques per tal d'escollir el que s'adapta millor a les dades. A més, es facilita una eina de fàcil ús per tal que es pugui controlar aquest efecte de forma fàcil. Respecte a aconseguir les característiques idònies de la ressonància magnètica cerebral estructural i el pre-processament òptim per a una millor predicció, s'han utilitzat dues bases de dades independents per tal de veure quines característiques ajuden a una millor rendiment dels models comparant diferents configuracions. Per a la creació de l'eina, s'han utilitzat tècniques d'Intel·ligència Artificial sobre dades de ressonància magnètica cerebral conjuntament amb dades clíniques per tal de detectar els pacients amb un risc alt de recaiguda després de patir un primer episodi psicòtic. Per a fer-ho es va crear un model utilitzant una cohort de 227 subjectes que havien patit un PEP. El model va ser capaç de detectar correctament els pacients en alt risc de recaiguda. Estadísticament vam detectar que els pacients classificats com a alt risc tenien un risc de recaiguda vora 5 vegades més alt que els classificats com a baix risc. Finalment, en aquesta tesi s'ha pogut demostrar que és possible estimar el risc de recaiguda dels pacients amb PEP utilitzant dades de ressonància magnètica cerebral estructural conjuntament amb dades clíniques, i que això funciona millor que utilitzant els dos conjunts per separat. I a més, s'han facilitat eines per a poder utilitzar les diferents metodologies exposades en la tesi de forma senzilla.

Data del Ajut	1 de març 2023
Idioma original	Català
Supervisor	Joaquim Radua Castaño (Codirector/a), Eduard Vieta i Pascual (Codirector/a) & Albert Fernandez Teruel (Director/a)