L’estudi, publicat a la revista The British Journal of Psychiatry, proposa una eina predictiva clara, interpretable i útil per a la pràctica clínica, superant en rendiment diversos algoritmes complexos d’intel·ligència artificial.
La recerca parteix d’una necessitat clínica, tot i els avenços en el tractament de la psicosi, entre el 20% i el 30% dels pacients no responen bé a la medicació i menys del 40% assoleixen la remissió dels símptomes. Actualment, quan una persona arriba a la consulta amb el seu primer episodi, els equips clínics no disposen d’eines fiables per saber qui necessitarà una intervenció més intensa o qui evolucionarà favorablement en poc temps.
Per abordar aquest repte, Sergi Mas lidera FarmaPRED-PEP, un projecte multicèntric de medicina personalitzada i de precisió coordinat des de l’IDIBAPS. El grup va analitzar dades de dues grans cohorts espanyoles amb un total de més de mil pacients, incorporant 47 variables clíniques i cognitives i 87 marcadors genètics. A partir d’aquesta informació van comparar models estadístics tradicionals amb tècniques d’intel·ligència artificial. El resultat va ser clar: el millor model era també el més simple. Només sis variables, que poden ser recollides habitualment a la pràctica clínica, són suficients per predir la recuperació primerenca: duració de la psicosi sense tractar, dies de tractament previ, nivell de funcionament, insight, funció executiva i reserva cognitiva.
Segons explica Sergi Mas, “a vegades el que necessitem a la clínica no són algoritmes opacs, sinó eines transparents i fàcils d’interpretar. El nostre model demostra que la informació que ja recollim de manera rutinària pot ser molt potent per anticipar l’evolució del pacient i acostar-nos a l’aplicació de la psiquiatria de precisió.”
El model va funcionar millor que opcions automàtiques més sofisticades. Ni tan sols els marcadors genètics, un camp molt prometedor, van millorar la capacitat predictiva. De fet, aquests biomarcadors encara presenten problemes de generalització entre cohorts i necessiten més recerca abans de ser clínicament útils.
La principal aportació de l’estudi és que permet anticipar quin tipus d’intervenció necessitarà cada persona. Els pacients amb un alt risc de no recuperar-se aviat podrien beneficiar-se d’un abordatge més intensiu des del primer moment: més sessions de psicoteràpia, seguiment farmacològic més pròxim o programes específics de rehabilitació cognitiva. En canvi, aquelles persones amb bon pronòstic podrien participar activament en decisions tan rellevants com el ritme de reducció del tractament o la intensitat del seguiment.
Per a Laura Julià, primera autora del treball i investigadora de l’IDIBAPS, “aquest model és una eina pràctica que pot ajudar a personalitzar l’atenció des del primer dia. Identificar els pacients que poden tenir un curs més complicat ens permet optimitzar recursos i oferir-los el suport que realment necessiten.”
Amb l’objectiu de facilitar la validació i l’ús del model arreu, l’equip ha fet públic el codi complet de l’anàlisi i ha desenvolupat una eina online que permet introduir les sis variables i obtenir una predicció individual de recuperació.
