In der kanadischen Studie Biomarker Integration Network in Depression (CANBIND- 1) erhielten Patienten mit einer Major Depression acht Wochen lang offen Escitalopram (10 - 20 mg/d). Von 122 Patienten (mittleres Alter 36,3 Jahre; 62,3 % Frauen; durchschnittl. Score der Montgomery Åsberg Depression Scale [MADRS]: 30,1) lagen auswertbare spektralanalytische EEG-Ruhe-Daten vor. Mittels eines Support Vector Machine (SVM) Classifiers wurde deren Einfluss auf die Raten eines Ansprechens (Reduktion des MADRSScores um ≥ 50 %) bestimmt.
Vorhersagegenauigkeit
55 der 122 Patienten (45,1 %) hatten nach acht Wochen auf den SSRI angesprochen. Ihr MADRS-Score war von 29,5 zu Baseline auf 20,1 nach zwei und auf 16,8 nach acht Wochen gesunken. Der SVM-Klassifizierer konnte die Responder bei einer Sensitivität von 67,3 % und einer Spezifität von 91,0 % mit einer Genauigkeit von 79,2 % identifizieren. Prädiktivste einzelne EEG-Elemente waren eine hohe alpha- Band-Power im anterioren Zingulum- Kortex (ACC) sowie im rostralen Anteil des ACC.
Während schon die EEG-Basisdaten einen prognostischen Wert zu haben scheinen, verbesserte sich die Vorhersagbarkeit durch Hinzunahme der Zwei-Wochen- Daten noch einmal deutlich. In der Subgruppe dieser 115 Teilnehmer erhöhte sich die Genauigkeit der Response-Vorhersage durch den SVM-Klassifizierer auf 82,4 % bei einer Sensitivität von 79,2 % und einer Spezifität von 85,5 %. JL