Роль биомаркеров в депрессии | Эль-Пасо, Техас Доктор хиропрактики
Д-р Алекс Хименес, хиропрактик Эль Пасо
Надеюсь, вам понравились наши сообщения в блогах по различным темам, связанным с здоровьем, питанием и травмой. Пожалуйста, не стесняйтесь звонить нам или мне, если у вас есть вопросы, когда возникает необходимость обратиться за медицинской помощью. Позвоните в офис или я. Офис 915-850-0900 - Ячейка 915-540-8444 Отличные отзывы. Д-р J

Депрессия является одной из самых распространенных проблем психического здоровья в Соединенных Штатах. Текущие исследования показывают, что депрессия является результатом сочетания генетических, биологических, экологических и психологических аспектов. Депрессия - это серьезное психическое расстройство во всем мире со значительным экономическим и психологическим напряжением для общества. К счастью, депрессия, даже самые тяжелые случаи, может лечиться. Чем раньше лечение может начаться, тем эффективнее оно.

В результате, однако, существует потребность в надежных биомаркерах, которые помогут улучшить диагностику, чтобы ускорить процесс обнаружения лекарств и / или лекарств для каждого пациента с расстройством. Это объективные, периферические физиологические показатели, присутствие которых может быть использовано для прогнозирования вероятности возникновения или существования депрессии, стратификации в зависимости от тяжести или симптоматики, указания прогноза и прогноза или мониторинга реакции на терапевтические вмешательства. Цель следующей статьи - продемонстрировать последние идеи, текущие проблемы и будущие перспективы в отношении открытия множества биомаркеры для депрессии и как они могут помочь улучшить диагностику и лечение.

Биомаркеры для депрессии: последние исследования, текущие проблемы и перспективы на будущее

Абстрактные

Множество исследований связано с сотнями предполагаемых биомаркеров депрессии, но еще не полностью выяснило их роли в депрессивном заболевании или установило, что ненормально, когда пациенты и как биологическая информация может быть использована для улучшения диагностики, лечения и прогноза. Этот недостаток прогресса частично связан с характером и гетерогенностью депрессии в сочетании с методологической гетерогенностью в исследовательской литературе и большим количеством биомаркеров с потенциалом, выражение которых часто варьируется в зависимости от многих факторов. Мы рассматриваем доступную литературу, которая указывает, что маркеры, участвующие в воспалительных, нейротрофических и метаболических процессах, а также компоненты нейротрансмиттера и нейроэндокринной системы, представляют собой многообещающие кандидаты. Они могут быть измерены с помощью генетических и эпигенетических, транскриптомических и протеомных, метаботомных и нейровизуальных оценок. Использование новых подходов и систематических программ исследований теперь необходимо для определения того, могут ли биомаркеры использоваться для прогнозирования реакции на лечение, стратифицировать пациентов на конкретные виды лечения и разрабатывать цели для новых вмешательств. Мы пришли к выводу, что есть много обещаний по снижению бремени депрессии за счет дальнейшего развития и расширения этих направлений исследований.

Ключевые слова: расстройство настроения, основное депрессивное расстройство, воспаление, ответ на лечение, стратификация, персонализированная медицина

Введение

Проблемы в психическом здоровье и расстройствах настроения

Хотя психиатрия связана с заболеванием, связанным с болезнью, больше, чем любая другая медицинская диагностическая категория, 1 дисбаланс уважения по-прежнему проявляется между физическим и психическим здоровьем во многих областях, включая финансирование исследований2 и публикацию. 3 Среди трудностей, с которыми сталкивается психическое здоровье, является отсутствие консенсуса относительно классификации, диагностики и лечения, которая проистекает из неполного понимания процессов, лежащих в основе этих расстройств. Это очень очевидно в расстройствах настроения, категория, которая включает в себя самую большую нагрузку на психическое здоровье. 3 Наиболее распространенным расстройством настроения, основным депрессивным расстройством (MDD), является сложная гетерогенная болезнь, в которой до 60% пациентов могут испытывать некоторая степень сопротивления лечению, которая продлевает и ухудшает эпизоды. 4 Для расстройств настроения и в более широкой области психического здоровья результаты лечения, вероятно, будут улучшены благодаря обнаружению надежных, однородных подтипов внутри (и поперек) диагностических категорий, посредством которых лечение могут быть стратифицированы. В знак признания этого в настоящее время ведутся глобальные инициативы по определению функциональных подтипов, таких как критерии исследовательских доменов. 5 Было установлено, что биологические маркеры являются приоритетными кандидатами на подтипирование психических расстройств. 6

Улучшение реакции на лечение депрессии

Несмотря на широкий спектр вариантов лечения крупной депрессии, только около трети пациентов с MDD достигают ремиссии даже при получении оптимального лечения антидепрессантами в соответствии с консенсус-рекомендациями и использованием метода, основанного на оценке, и темпы ответа на лечение, по-видимому, падают с каждым новым лечением .7 Кроме того, устойчивая к лечению депрессия (TRD) связана с повышенным функциональным ухудшением, смертностью, заболеваемостью и рецидивирующими или хроническими эпизодами в долгосрочной перспективе. 8,9 Таким образом, получение улучшений в реакции на лечение на любом клиническом этапе позволило бы получить более широкие преимущества для общих результатов в депрессии. Несмотря на существенное бремя, связанное с TRD, исследования в этой области были скудными. Определения TRD не стандартизированы, несмотря на предыдущие попытки: 4 для некоторых критериев требуется только одно лечение, которое не позволяет добиться уменьшения количества симптомов 50% (от достоверной степени тяжести депрессии), в то время как другие требуют невыполнения полной ремиссии или не отвечая, по крайней мере, двум адекватно пробованным антидепрессантам разных классов в эпизоде, который следует рассматривать как TRD.4,10. Кроме того, постановка и прогнозирование устойчивости лечения улучшаются за счет добавления ключевых клинических признаков тяжести и хронического состояния к количеству неудавшихся обработок. 9,11 Тем не менее, эта несогласованность в определении делает интерпретацию исследовательской литературы по TRD еще более сложной задачей.

Чтобы улучшить ответные действия на лечение, очевидно, что полезно выявлять предиктивные факторы риска неответности. Были описаны некоторые общие предикторы TRD, в том числе отсутствие полной ремиссии после предыдущих эпизодов, сопутствующая тревога, суицидальность и раннее начало депрессии, а также личность (особенно низкая экстраверсия, низкая зависимость от награды и высокий нейротизм) и генетические факторы. 12 Эти результаты подтверждаются обзорами, которые синтезируют данные отдельно для фармакологического13 и psychXXUMX лечения депрессии. Антидепрессанты и когнитивно-поведенческая терапия показывают приблизительно сравнимую эффективность, 14, но из-за их различных механизмов действия можно ожидать, что будут иметь разные предикторы реакции. Хотя ранняя травма уже давно связана с более слабыми клиническими исходами и уменьшением ответов на лечение, ранние показания 15 показывают, что люди с историей детской травмы могут лучше реагировать на психологическую, чем фармакологическую терапию. 16 Несмотря на это, преобладает неопределенность и небольшая персонализация или стратификация лечения достигла клинической практики. 17

В этом обзоре основное внимание уделяется доказательствам, подтверждающим полезность биомаркеров, в качестве потенциально полезных клинических инструментов для улучшения реакции лечения на депрессию.

Биомаркеры: системы и источники

Биомаркеры представляют собой потенциальную цель для определения предикторов ответа на различные вмешательства. 19. Доказательства на сегодняшний день свидетельствуют о том, что маркеры, отражающие активность воспалительных, нейротрансмиттерных, нейротрофических, нейроэндокринных и метаболических систем, могут прогнозировать результаты психического и физического здоровья у находящихся в настоящее время депрессивных лиц , но есть много несоответствий между выводами. 20 В этом обзоре мы фокусируемся на этих пяти биологических системах.

Чтобы достичь полного понимания молекулярных путей и их вклада в психиатрические расстройства, сейчас считается важным оценивать множественные биологические «уровни», в том, что в народе называют «омиксом». 21 Рисунок 1 представляет собой изображение различных биологические уровни, на которых можно оценить каждую из пяти систем, и потенциальные источники маркеров, на которых могут проводиться эти оценки. Однако обратите внимание, что, хотя каждая система может быть проверена на каждом уровне оптики, оптимальные источники измерения четко меняются на каждом уровне. Например, нейровизуализация обеспечивает платформу для косвенной оценки структуры или функции головного мозга, тогда как анализ белка в крови непосредственно оценивает маркеры. Transcriptomics22 и metabolomics23 становятся все более популярными, предлагая оценку потенциально огромного количества маркеров, а проект Human Microbiome теперь пытается идентифицировать все микроорганизмы и их генетический состав у людей. 24 Новые технологии повышают нашу способность измерять их, в том числе с помощью дополнительных источников ; например, гормоны, такие как кортизол, могут теперь анализироваться в волосах или ногти (с хроническим показанием) или пота (обеспечивая непрерывное измерение), 25, а также в крови, спинномозговой жидкости, моче и слюне.

Рисунок-1-Потенциальными-биомаркеров-для-Depression.png

Учитывая количество предполагаемых источников, уровней и систем, участвующих в депрессии, неудивительно, что масштаб биомаркеров с трансляционным потенциалом является обширным. В частности, когда рассматриваются взаимодействия между маркерами, возможно, маловероятно, что изучение отдельных биомаркеров в изоляции даст результаты, полезные для улучшения клинической практики. Schmidt et al26 предложили использовать панели биомаркеров, а затем Brand et al27 изложил проектную панель на основе предшествующих клинических и доклинических доказательств для MDD, идентифицируя 16 «сильные» цели биомаркера, каждый из которых редко является единственным маркером. Они включают в себя уменьшенный объем серого вещества (в области гиппокампа, префронтальной коры и базальных ганглиев), изменения циркадного цикла, гиперкортизолизм и другие представления о гиперактивации оси гипоталамо-гипофизарно-надпочечниковой (HPA), дисфункции щитовидной железы, снижении допамина, норадреналина или 5-гидроксииндолуксусной кислоты , повышенный глутамат, повышенная супероксиддисмутаза и перекисное окисление липидов, аттенуированная активность циклического аденозина 3, 5'-монофосфата и митоген-активированной протеинкиназы, увеличение провоспалительных цитокинов, изменения триптофана, кинуренина, инсулина и специфические генетические полиморфизмы. Эти маркеры не были согласованы на основе консенсуса и могут быть измерены различными способами; ясно, что целенаправленная и систематическая работа должна решить эту огромную задачу, чтобы доказать свои клинические преимущества.

Цели этого обзора

Как преднамеренно широкий обзор, эта статья направлена ​​на определение общих потребностей в исследованиях биомаркеров в депрессии и в том, в какой степени биомаркеры обладают реальным трансляционным потенциалом для усиления реакции на лечение. Мы начнем с обсуждения наиболее важных и интересных результатов в этой области и направляем читателя на более конкретные обзоры, относящиеся к соответствующим маркерам и сравнениям. Мы излагаем текущие проблемы, с которыми сталкиваются в свете доказательств, в сочетании с потребностями в сокращении бремени депрессии. Наконец, мы смотрим в будущее на важные пути исследований для решения текущих задач и их последствий для клинической практики.

Последние новости

Поиск клинически полезных биомаркеров для людей с депрессией вызвал обширные исследования за последние полвека. Наиболее часто используемые методы лечения были заимствованы из моноаминовой теории депрессии; впоследствии нейроэндокринные гипотезы получили много внимания. В последние годы самые плодовитые исследования окружали воспалительную гипотезу депрессии. Однако большое количество релевантных статей обзора сосредоточено во всех пяти системах; см. таблицу 1 и ниже для сбора последних сведений о системах биомаркеров. При измерении на многих уровнях протеины, полученные из крови, были исследованы наиболее широко и обеспечивают источник биомаркера, который является удобным, экономически эффективным и может быть ближе к поступательному потенциалу, чем другие источники; таким образом, более подробно приводятся биомаркеры, циркулирующие в крови.

Таблица 1 Обзор по биомаркерам для депрессии

В недавнем систематическом обзоре Jani et al20 изучил биомаркеры на периферической крови для депрессии в связи с результатами лечения. Из только включенных исследований 14 (поиск до раннего 2013) были изучены биомаркеры 36, из которых 12 были значимыми предикторами показателей психического или физического ответа, по крайней мере, в одном исследовании. Те, кто идентифицирован как потенциально представляющий факторы риска для ответа, включают воспалительные белки: низкий интерлейкин (IL) -12p70, отношение количества лимфоцитов к моноцитам; нейроэндокринные маркеры (отсутствие дексаметазона в кортизоле, высокий циркулирующий кортизол, сниженный тиреотропный гормон); маркеры нейротрансмиттеров (низкий серотонин и норадреналин); метаболический (низкий уровень холестерина липопротеинов высокой плотности) и нейротрофические факторы (сниженный кальций-связывающий белок S100 B). В дополнение к этому, другие обзоры сообщили об ассоциациях между дополнительными биомаркерами и результатами лечения. 19,28-30 Краткое описание предполагаемых маркеров в каждой системе описано в последующих разделах и в таблице 2.

Таблица 2 Биомаркеры с потенциальным использованием для депрессии

Воспалительные заключения в депрессии

Поскольку семантическая статья Смита, в которой излагалась гипотеза макрофага, 31, эта установленная литература обнаружила повышенные уровни различных провоспалительных маркеров у пациентов с депрессией, которые были широко рассмотрены. 32-37 Двенадцать воспалительных белков были оценены в метаанализах, сравнивающих депрессивные и здоровые контрольные популяции .38-43

IL-6 (P <0.001 во всех метаанализах, включая исследования 31), и CRP (P <0.001; исследования 20) появляются часто и достоверно повышаются в депрессии. 40 Повышенный фактор некроза опухолей альфа (TNFα) был идентифицирован в ранних исследованиях ( P <0.001), 38, но существенная гетерогенность сделала это неубедительным при учете более поздних исследований (исследования 31). 40 IL-1β еще более неубедителен, связанный с депрессией, с метаанализом, предполагающим более высокие уровни депрессии (P = 0.03) 41 высокие уровни только в европейских исследованиях42 или никаких различий в контроле. 40 Несмотря на это, в недавней статье были высказаны конкретные трансляционные последствия для IL-1β, 44, поддерживаемые чрезвычайно значительным эффектом повышенной рибонуклеиновой кислоты IL-1β, предсказывающей плохую реакцию на антидепрессанты; 45 другие данные выше относятся к циркулирующим цитокинам, полученным из крови. Хемокиновый моноцит-хемоаттрактант-белок-1 показал повышенные уровни у депрессивных участников в одном метаанализе. 39-интерлейкины IL-2, IL-4, IL-8, IL-10 и интерферон-гамма не были существенно различны между депрессивными пациентами и контролем при мета-аналитический уровень, но, тем не менее, продемонстрировали потенциал с точки зрения изменения с обработкой: IL-8 был отмечен как повышенный у пациентов с тяжелой депрессией в перспективе и в поперечном сечении, 46 - различные закономерности изменения IL-10 и интерферона гамма во время лечения произошли между ранними респондентами и нерезидентами, 47, в то время как IL-4 и IL-2 уменьшились в соответствии с ремиссией симптомов. 48 В метаанализах было продемонстрировано небольшое снижение наряду с обработкой IL-6, IL-1β, IL-10 и CRP.43,49,50. Кроме того, TNFα может уменьшаться только при лечении у ответчиков, а составной индекс маркера может указывать на повышенное воспаление у пациентов, tly не реагируют на лечение. 43 Примечательно, однако, что почти все исследования, исследующие воспалительные белки и ответ на лечение, используют фармакологические исследования. Таким образом, по крайней мере некоторые воспалительные изменения во время лечения, вероятно, относятся к антидепрессантам. Точные воспалительные эффекты различных антидепрессантов еще не установлены, но данные с использованием уровней CRP предполагают, что индивидуумы реагируют по-разному на конкретные методы лечения, основанные на базовом воспалении: Harley et al51 сообщил о повышенном предварительном лечении CRP, предсказывающем плохой ответ на психологическую терапию (когнитивно-поведенческий или межличностный психотерапия), но хороший ответ на нортриптилин или флуоксетин; Uher et al52 воспроизвел этот вывод для нортриптилина и определил противоположный эффект для эсциталопрама. Напротив, Chang et al53 обнаружил более высокий CRP у ранних ответчиков на флуоксетин или венлафаксин, чем у неответчиков. Кроме того, пациенты с TRD и высоким уровнем CRP лучше реагировали на инфликсимаб антагониста TNFα, чем те, у которых уровень в нормальном диапазоне. 54

В совокупности данные свидетельствуют о том, что даже при контроле за такими факторами, как индекс массы тела (ИМТ) и возраст, воспалительные реакции оказываются аберрантными примерно у одной трети пациентов с депрессией. 55,56 Однако воспалительная система чрезвычайно сложна, и многочисленные биомаркеры, представляющие различные аспекты этой системы. Недавно новые новые цитокины и хемокины дали доказательства аномалий в депрессии. К ним относятся: ингибирующий макрофаг белок 1a, IL-1a, IL-7, IL-12p70, IL-13, IL-15, эотаксин, гранулоцитарный колоний-стимулирующий фактор, 57 IL-5,58 IL-16,59 IL-17,60 хемоаттрактантный белок моноцитов -4,61 тимус и активационно-регулируемый хемокин, 62-эотаксин-3, TNFb, 63-интерферон-гамма-индуцированный белок 10,64-сыворотка амилоида A, 65-растворимая молекула внутриклеточной адгезии 66 и растворимая молекула адгезии клеток сосудов 1.67

Факторы роста фактора в депрессии

В свете потенциальной важности не нейротрофических факторов роста (таких как ангиогенез) мы ссылаемся на нейрогенные биомаркеры в рамках более широкого определения факторов роста.

Наиболее часто изучаемый из них мозговой нейротрофический фактор (BDNF). Многочисленные метаанализы демонстрируют ослабление белка BDNF в сыворотке крови, которые, как представляется, увеличиваются наряду с лечением антидепрессантами. 68-71. Самый последний из этих анализов показывает, что эти аберрации BDNF более выражены у наиболее сильно депрессивных пациентов, но что антидепрессанты, по-видимому, увеличивают уровни этого белка даже в отсутствие клинической ремиссии.70 proBDNF был менее широко изучен, чем зрелая форма BDNF, но эти два, по-видимому, отличаются функционально (с точки зрения их влияния на рецепторы тирозиновой рецепторной киназы B) и недавних данные свидетельствуют о том, что, хотя зрелый BDNF может быть снижен при депрессии, proBDNF может быть повышенным. 72. Фактор роста нервов, оцененный по периферии, также сообщался как более низкий в депрессии, чем в контроле в метаанализе, но не может быть изменен при лечении антидепрессантами, несмотря на то, большинство ослаблено у пациентов с более тяжелой депрессией. 73. Подобные результаты были зарегистрированы в метаанализе для нейротрофического фактора, полученного из глиальных клеток. 74

Фактор роста эндотелия сосудов (VEGF) играет роль в развитии ангиогенеза и нейрогенеза наряду с другими членами семейства VEGF (например, VEGF-C, VEGF-D) и имеет обещание для депрессии. 75 Несмотря на противоречивые данные, два метаанализа недавно отмечались возвышения VEGF в крови пациентов с депрессией по сравнению с контролем (в исследованиях 16, P <0.001). 76,77 Однако низкий уровень VEGF был идентифицирован в TRD78, а более высокие уровни предсказали не реагирование на лечение антидепрессантами. 79 Не понятно, почему уровни белка VEGF будут повышены, но частично это может быть связано с провоспалительной активностью и / или повышением проницаемости гематоэнцефалического барьера в депрессивных состояниях, что вызывает снижение экспрессии в спинномозговой жидкости. 80. Связь между VEGF и реакцией на лечение неясна; недавнее исследование не обнаружило никакой связи ни с сывороткой VEGF, ни с BDNF с выраженностью ответа или депрессией, несмотря на снижение наряду с лечением антидепрессантами. 81 Инсулиноподобный фактор роста-1 является дополнительным фактором с нейрогенными функциями, которые могут быть увеличены при депрессии, что отражает дисбаланс в нейротрофические процессы. 82,83 Основной фактор роста фибробластов (или FGF-2) является членом семейства факторов роста фибробластов и проявляется выше в депрессии, чем контрольные группы. 84 Однако отчеты несовместимы; было обнаружено, что этот белок был ниже в MDD, чем здоровый контроль, но уменьшался далее наряду с антидепрессантом. 85

Другие факторы роста, которые недостаточно изучены в депрессии, включают тирозинкиназу 2 и растворимую фемсоподобную тирозинкиназу-1 (также называемую sVEGFR-1), которые действуют в синергии с VEGF, а рецепторы тирозинкиназы (которые связывают BDNF) могут быть ослаблены в депрессии. 86 Фактор роста плаценты также является частью семейства VEGF, но не изучен в систематически депрессивных образцах, насколько нам известно.

Результаты метаболического биомаркера в депрессии

Основные биомаркеры, связанные с метаболическими заболеваниями, включают лептин, адипонектин, грелин, триглицериды, липопротеин высокой плотности (ЛПВП), глюкозу, инсулин и альбумин. 87 Были рассмотрены ассоциации между многими из них и депрессией: leptin88 и ghrelin89 появляются ниже в депрессии чем контроль на периферии и может увеличиваться наряду с лечением или ремиссией антидепрессантов. Инсулинорезистентность может быть увеличена при депрессии, хотя и небольшим количеством. 90 Липидные профили, включая HDL-холестерин, кажутся измененными у многих пациентов с депрессией, в том числе без сопутствующих физических заболеваний, хотя эти отношения сложны и требуют дополнительного разъяснения. 91 Кроме того, hyperglycemia92 и hypoalbuminemia93 в депрессии сообщили в обзорах.

Исследования общих метаболических состояний становятся все более частыми с использованием панелей метаболитов небольших молекул с надеждой найти надежную биохимическую подпись для психических расстройств. В недавнем исследовании, использующем моделирование искусственного интеллекта, набор метаболитов, иллюстрирующий повышенную сигнализацию глюкозо-липидов, был очень прогностическим для диагностики MDD, 94 поддерживал предыдущие исследования. 95

Выводы нейротрансмиттера в депрессии

Хотя внимание, уделяемое моноаминам при депрессии, дало относительно успешные методы лечения, не было выявлено надежных маркеров нейротрансмиттера для оптимизации лечения, основанного на избирательности моноаминовых мишеней антидепрессантов. Недавние работы указывают на рецептор 5A серотонина (1-hydroxytryptamine) как потенциально важный как для диагностики, так и для прогнозирования депрессии, в ожидании новых методов получения генетических данных и изображений. 96 Существуют новые потенциальные методы лечения, нацеленные на 5-гидрокситриптамин; например, с использованием замедленного высвобождения 5-hydroxytryptophan.97 Увеличенная передача допамина взаимодействует с другими нейротрансмиттерами для улучшения когнитивных результатов, таких как принятие решений и мотивация. 98 Аналогичным образом глутамат нейротрансмиттеров, норадреналин, гистамин и серотонин могут взаимодействовать и активировать как часть стрессовой реакции, связанной с депрессией; это может уменьшить производство 5-гидрокситриптамина путем «затопления». Недавний обзор устанавливает эту теорию и предполагает, что в TRD это можно было бы обратить вспять (и восстановление 5-HT) через мультимодальную терапию, нацеленную на несколько нейротрансмиттеров. 99 Интересно, что увеличение серотонина не всегда происходит конъюнктивно с преимуществами терапевтического антидепрессанта. 100 Несмотря на это , метаболиты нейротрансмиттеров, такие как 3-метокси-4-гидроксифенилгликоль, норадреналина или гомованиловой кислоты, допамина, часто оказываются увеличивающимися наряду с уменьшением депрессии при лечении антидепрессантом 101,102 или что низкий уровень этих метаболитов предсказывает лучший ответ на лечение SSRI .102,103

Нейроэндокринные результаты в депрессии

Кортизол является наиболее распространенным биомаркером оси HPA, который изучался при депрессии. Многочисленные обзоры были сосредоточены на различных оценках активности HPA; В целом, это свидетельствует о том, что депрессия связана с гиперкортизолемией и что реакция пробуждения кортизола часто ослабляется. 104,105 Это подтверждается недавним обзором хронических уровней кортизола, измеренным в волосах, поддерживающим гипотезу о гиперактивности кортизола в депрессии, но гипоактивность при других заболеваниях, таких как как паническое расстройство. 106 Кроме того, в частности, повышенный уровень кортизола может прогнозировать более низкий ответ на психологическое лечение 107 и антидепрессантом 108. Исторически самым перспективным нейроэндокринным маркером предполагаемого ответа на лечение был тест подавления дексаметазона, где недостаточность кортизола после введения дексаметазона ассоциировалась с меньшей вероятностью последующей ремиссии. Однако это явление не считается достаточно надежным для клинического применения. Связанные маркеры: кортикотропин-рилизинг-гормон и гормон адренокортикотропина, а также вазопрессин неуклонно обнаруживают, что они вызывают избыточную депрессию, и дегидроэпиандростерон оказывается ослабленным; отношение кортизола к дегидроэпиандростерону может быть повышено как относительно стабильный маркер в TRD, сохраняющийся после ремиссии. 109 Дисфункции нейроэндокринных гормонов уже давно связаны с депрессией, а гипотиреоз также может играть каузальную роль в депрессивном настроении. 110 Кроме того, ответы щитовидной железы могут нормализовать с успешным лечением депрессии. 111

В рамках вышеизложенного важно также рассмотреть пути передачи сигналов через системы, такие как гликогенсинтаза киназа-3, митоген-активированная протеинкиназа и циклический аденозин 3, 5'-монофосфат, участвующий в синаптической пластичности 112 и модифицированный антидепрессантами. 113 Далее потенциальные кандидаты биомаркеров, которые охватывают биологические системы, в частности, измеряются с помощью нейровизуализации или генетики. В связи с отсутствием надежных и значимых геномных различий между депрессивными и незагрязненными популяциями, новые генетические подходы 114, такие как полигенные оценки 115 или длина теломер 116,117, могут оказаться более полезными. Дополнительные биомаркеры, приобретающие популярность, изучают циркадные циклы или хронобиологические биомаркеры, использующие разные источники. Актиграфия может обеспечить объективную оценку активности сна и бодрствования и отдыха через акселерометр, а активирующие устройства могут все чаще измерять дополнительные факторы, такие как воздействие света. Это может быть более полезным для обнаружения, чем обычно используемые субъективные отчеты пациентов, и может дать новые предиктора ответа на лечение. 118 Вопрос о том, какие биомаркеры являются наиболее перспективными для трансляционного использования, является сложным, который раскрывается ниже.

Текущие проблемы

Для каждой из этих пяти рассмотренных нейробиологических систем данные следует аналогичному описанию: существует много биомаркеров, которые в некоторых отношениях связаны с депрессией. Эти маркеры часто взаимосвязаны сложным, сложным для модели способом. Доказательства непоследовательны, и вполне вероятно, что некоторые из них являются эпифеноменами других факторов, а некоторые важны только в подгруппе пациентов. Биомаркеры, вероятно, будут полезны с помощью различных путей (например, тех, которые прогнозируют последующий ответ на лечение, те, которые указывают на специфические методы лечения, которые скорее всего эффективны, или те, которые изменяются при вмешательствах независимо от клинических улучшений). Новые методы необходимы для обеспечения максимальной согласованности и клинической применимости биологических оценок в психиатрических популяциях.

Изменчивость биомаркера

Вариация биомаркеров во времени и в разных ситуациях больше относится к некоторым типам (например, к протеомике), чем к другим (геномика). Стандартизованные нормы для многих не существуют или не были широко приняты. Действительно, влияние факторов окружающей среды на маркеры часто зависит от генетического состава и других физиологических различий между людьми, которые не могут быть учтены. Это делает оценку активности биомаркеров и выявление биологических аномалий, трудно интерпретируемых. Из-за количества потенциальных биомаркеров многие из них не были оценены широко или в полной панели наряду с другими соответствующими маркерами.

Сообщалось, что многие факторы изменяют уровни белка в биологических системах у пациентов с аффективными расстройствами. Наряду с связанными с исследованием факторами, такими как продолжительность и условия хранения (которые могут вызвать деградацию некоторых соединений), они включают измеренное время дня, этническую принадлежность, физические упражнения, диету 119 (например, активность микробиома, особенно при условии, что большинство исследований биомаркеров крови делают не требуется образец для голодания), курение 120 и употребление психоактивных веществ, 121, а также факторы здоровья (такие как сопутствующие воспалительные, сердечно-сосудистые или другие физические заболевания). Например, хотя повышенное воспаление наблюдается у депрессивных, но в других случаях здоровых людей по сравнению с недефицированными группами, у депрессивных лиц, у которых также есть состояние, связанное с сопутствующим иммунитетом, часто имеют еще более высокий уровень цитокинов, чем у тех, у кого нет депрессии или болезни. 122 Некоторые известные факторы с возможное участие во взаимоотношениях между биомаркерами, депрессией и ответной реакцией описаны ниже.

Стресс. Как эндокринные, так и иммунные ответы имеют хорошо известные роли в реагировании на стресс (физиологические или психологические), а переходный стресс во время сбора биологических образцов редко измеряется в исследовательских исследованиях, несмотря на изменчивость этого фактора между индивидуумами, которые могут быть усугублены текущими депрессивных симптомов. И острые, и хронические психологические стрессоры действуют как иммунная задача, усиливая воспалительные реакции в короткие и более длительные сроки. 123,124. Это открытие распространяется на опыт раннего стресса, связанный с воспалительными возвышениями взрослых, которые не зависят от стресса, испытываемого как взрослый.125,126. В детском травматическом опыте повышенное воспаление также сообщалось только у тех детей, которые в настоящее время находятся в депрессии. 127. И наоборот, люди с депрессией и история детской травмы могут затупить реакции кортизола на стресс, по сравнению с теми, у кого депрессия и нет ранней жизни traumaa.128 Стресс-индуцированные изменения оси HPA оказываются взаимосвязанными с когнитивной функцией, 129, а также подтипом депрессии или вариацией генов, связанных с HPA. 130 Стресс также оказывает кратковременное и долгосрочное ухудшающее действие на нейрогенез 131 и другие нейронные Механизмы. 132 Неясно, как именно травма детства влияет на биологические маркеры в угнетении но возможно, что стресс ранней жизни предрасполагает некоторых людей к стойким стрессовым реакциям во взрослой жизни, которые усиливаются психологически и / или биологически.

Когнитивное функционирование. Нейрокогнитивные дисфункции часто встречаются у людей с аффективными расстройствами, даже в немедицинских MDD.133 Когнитивные дефициты проявляются вместе с сопротивлением лечения. 134 Нейробиологически оси HPA axis129 и нейротрофические системы 135, вероятно, будут играть ключевую роль в этих отношениях. Нейротрансмиттеры норадреналина и допамина, вероятно, важны для когнитивных процессов, таких как обучение и память. 136 Повышенные воспалительные реакции связаны с когнитивным снижением и, вероятно, влияют на когнитивное функционирование в депрессивных эпизодах, 137 и ремиссии через различные механизмы. 138 Действительно, Krogh et al139 предложили, чтобы CRP был более тесно связан с когнитивными характеристиками, чем с основными симптомами депрессии.

Возраст, пол и ИМТ. Отсутствие или наличие, а также направление биологических различий между мужчинами и женщинами в настоящее время имеют особое значение. Нейроэндокринные изменения гормонов между мужчинами и женщинами взаимодействуют с восприимчивостью депрессии. 140 В обзоре исследований воспаления сообщается, что контроль за возрастом и полом не повлиял на различия в контроле над воспалительными цитокинами (хотя связь между IL-6 и депрессией снижалась по мере увеличения возраста, что согласуется с теориями, которые воспаление обычно возрастает с возрастом). Различия между VHF и VEGF в сравнении с пациентами выше в исследованиях, оценивающих более молодые образцы, тогда как пол, BMI и клинические факторы не влияли на эти сравнения на метааналитическом уровне. 41,141 Однако, отсутствие корректировки ИМТ в предыдущих исследованиях воспаления и депрессии, по-видимому, противоречит очень значительным различиям между этими группами. 77 Увеличенная жировая ткань была окончательно продемонстрирована для стимулирования производства цитокинов, а также тесно связана с метаболическими маркерами. 41 Поскольку психотропные препараты может быть ассоциативным с увеличением веса и более высоким ИМТ, и они были связаны с сопротивлением лечения при депрессии, это важная область для изучения.

Лечение. Многие исследования биомаркеров в депрессии (как поперечные, так и продольные) собрали исходные образцы у неспецифических участников для уменьшения гетерогенности. Тем не менее, многие из этих оценок принимаются после периода вымывания из лекарственного средства, что оставляет потенциально существенный смешающий фактор остаточных изменений в физиологии, усугубляемый широким спектром доступных методов лечения, которые могут иметь различное влияние на воспаление. В некоторых исследованиях исключалось использование психотропных, но не других лекарств: в частности, оральные противозачаточные таблетки часто разрешаются у участников исследования и не контролируются в анализах, которые недавно были указаны для увеличения уровня гормонов и цитокинов. 143,144 Несколько исследований показывают, что антидепрессант лекарства оказывают влияние на воспалительный ответ, ось 34,43,49,145-147 HPA, нейротрансмиттер 108, активность 148 и нейротрофический 149. Тем не менее, многочисленные потенциальные методы лечения депрессии имеют различные и сложные фармакологические свойства, предполагая наличие дискретных биологических эффектов различных вариантов лечения, поддерживаемых текущими данными. Было высказано предположение, что в дополнение к эффектам моноамина специфические серотонин-нацеливающие препараты (т. Е. СИОЗС), вероятно, будут нацелены на сдвиги Th2 при воспалении, а норадренергические антидепрессанты (например, SNRI) влияют на сдвиг Th1.150 Пока еще невозможно определить влияние отдельных или комбинированных препаратов на биомаркеры. Вероятно, это обусловлено другими факторами, включая длительность лечения (несколько исследований оценивают долгосрочное использование лекарств), неоднородность выборки и не стратифицирование участников путем ответа на лечение.

разнородность

Методическое. Как упоминалось выше, различия (между и внутри исследований), с точки зрения которых лечение (и комбинации), которые участники принимают и принимали ранее, неизбежно вводят гетерогенность в результаты исследований, особенно в исследованиях биомаркеров. В дополнение к этому, многие другие характеристики дизайна и выборки варьируются в разных исследованиях, тем самым увеличивая сложность интерпретации и приписывания результатов. К ним относятся параметры измерения биомаркера (например, комплекты анализа) и методы сбора, хранения, обработки и анализа маркеров в депрессии. Hiles et al141 рассмотрел некоторые источники несогласованности в литературе по воспалению и обнаружил, что точность диагностики депрессии, ИМТ и сопутствующих заболеваний наиболее важна для оценки периферического воспаления между депрессивными и незагрязненными группами.

Клиническое. Обширная гетерогенность депрессивных популяций хорошо документирована151 и является важным фактором контрастных результатов в исследовательской литературе. Вероятно, что даже при диагнозах аномальные биологические профили ограничиваются подмножествами индивидуумов, которые со временем могут быть нестабильными. Когезионные подгруппы людей, страдающих депрессией, могут быть идентифицированы с помощью сочетания психологических и биологических факторов. Ниже мы изложим потенциал для изучения подгрупп в решении проблем, которые представляют собой изменчивость и гетерогенность биомаркеров.

Подтипы внутри депрессии

До сих пор никакие гомогенные подгруппы в эпизодах депрессии или расстройствах достоверно не могли различать пациентов на основе представлений симптомов или реагирования на лечение. 152 Существование подгруппы, в которой биологические аберрации более выражены, поможет объяснить гетерогенность между предыдущими исследованиями и может катализировать путь к стратифицированному лечению. Kunugi et al153 предложили набор из четырех потенциальных подтипов, основанный на роли различных нейробиологических систем, демонстрирующих клинически значимые подтипы в депрессии: лица с гиперкортизолизмом, представляющие с меланхолической депрессией, или гипокортизолизм, отражающий атипичный подтип, подгруппу пациентов, относящуюся к дофамину, которые могут (и может хорошо реагировать, например, на арипипразол) и воспалительный подтип, характеризующийся повышенным воспалением. Многие статьи, посвященные воспалению, указывают на существование «воспалительного подтипа» в депрессии. 55,56,154,155 Клинические корреляции повышенного воспаления еще не определены, и было сделано несколько прямых попыток обнаружить, какие участники могут включать эту когорту. Было высказано предположение, что люди с атипичной депрессией могут иметь более высокие уровни воспаления, чем меланхолический подтип, 156, который, возможно, не соответствует выводам относительно оси HPA в меланхолических и атипичных подтипах депрессии. TRD37 или депрессия с выраженными соматическими симптомами 157 также была установлена ​​как потенциальный воспалительный подтип, но нейровегетативный (сон, аппетит, потеря либидо), настроение (в том числе низкое настроение, склонность и раздражительность) и когнитивные симптомы (включая аффективные предвзятости и вины) 158 all появляются в связи с биологическими профилями. Дальнейшие потенциальные кандидаты на воспалительный подтип включают опыт симптомов поведения, подобных поведению159,160 или метаболического синдрома. 158

Склонность к (гипо) мании может различать биологически между пациентами, страдающими депрессией. Имеющиеся данные свидетельствуют о том, что биполярные заболевания представляют собой многогранную группу расстройств настроения, причем биполярное субиндромальное расстройство встречается более широко, чем было ранее признано. 161 Неточное и / или замедленное обнаружение биполярного расстройства в последнее время было выделено как серьезная проблема в клинической психиатрии, среднее время для исправления диагноза часто превышает десятилетие162, и эта задержка вызывает большую тяжесть и стоимость общей болезни. 163. У большинства пациентов с биполярным расстройством, изначально изначально с одним или несколькими депрессивными эпизодами и однополярной депрессией, является наиболее частым ошибочным диагнозом, идентификация факторы, которые могут различать однополярную и биполярную депрессию, имеют существенные последствия. 164 Расстройства биполярного спектра, вероятно, были обнаружены в некоторых предыдущих исследованиях биомаркеров MDD, и данные о наличии указывают на дифференциацию активности оси HPA109 или воспаления 165,166 между биполярными и унипо депрессия. Однако эти сравнения недостаточны, имеют небольшие размеры выборки, выявили незначительные эффекты тренда или набираемые группы населения, которые не были хорошо охарактеризованы диагнозом. В этих исследованиях также не рассматривается роль реакции в этих отношениях.

Оба биполярных расстройства167 и резистентность к терапии168 не являются дихотомическими конструкциями и лежат на континуумах, что увеличивает проблему идентификации подтипов. Помимо подтипирования, стоит отметить, что многие биологические аномалии, наблюдаемые при депрессии, аналогично обнаруживаются у пациентов с другими диагнозами. Таким образом, трансдиагностические исследования также потенциально важны.

Задачи измерения биомаркера

Выбор биомаркера. Большое количество потенциально полезных биомаркеров представляет собой проблему для психобиологии при определении того, какие маркеры связаны с каким образом и для кого. Чтобы увеличить проблему, относительно немногие из этих биомаркеров были подвергнуты достаточным исследованиям при депрессии, и для большинства их точные роли в здоровых и клинических популяциях недостаточно изучены. Несмотря на это, был предпринят ряд попыток предложить перспективные панели биомаркеров. В дополнение к наборам маркеров маркеров с высоким потенциалом фирмы Brand et al 16 Lopresti et al. Предлагается дополнительный обширный набор маркеров окислительного стресса с потенциалом для улучшения реакции на лечение. 27 Papakostas и др. Определили априори набор из девяти маркеров сыворотки, охватывающих биологические системы (BDNF, кортизол, растворимый рецептор TNFα II, антитрипсин α28, аполипопротеин CIII, эпидермальный фактор роста, миелопероксидаза, пролактин и резистин) в образцах валидации и репликации с MDD. После объединения объединенная мера этих уровней была способна отличать MDD и контрольные группы с точностью 1% -80%. 90 Мы предлагаем, чтобы даже они не охватывали всех потенциальных кандидатов в этой области; см. таблицу 169 для неисчерпывающего разграничения биомаркеров с потенциалом депрессии, содержащего как доказательную базу, так и перспективные новые маркеры.

Технологии. Благодаря технологическим достижениям, теперь стало возможным (действительно, удобно) измерять большое количество биомаркеров одновременно с более низкой стоимостью и с более высокой чувствительностью, чем это было раньше. В настоящее время эта способность измерять многочисленные соединения опережает нашу способность эффективно анализировать и интерпретировать данные, 170, что будет продолжаться с ростом массивов биомаркеров и новых маркеров, таких как метаболомика. Это во многом объясняется недостаточным пониманием точной роли и взаимосвязей между маркерами и недостаточным пониманием того, как связанные маркеры связываются на разных биологических уровнях (например, генетических, транскрипционных, белковых) внутри и между людьми. Большие данные, использующие новые аналитические подходы и стандарты, помогут решить эту проблему и будут предложены новые методологии; одним из примеров является разработка статистического подхода, основанного на анализе на основе потока, для обнаружения новых потенциальных метаболических маркеров на основе их реакций между сетями и интеграции экспрессии генов с данными метаболита. 171 Технологии машинного обучения уже применяются и будут помогать с использованием моделей с использованием биомаркера данные для прогнозирования результатов лечения в исследованиях с большими данными. 172

Агрегирование биомаркеров. Изучение массива биомаркеров одновременно является альтернативой проверке изолированных маркеров, которые могли бы обеспечить более точную точку зрения в сложной сети биологических систем или сетей. 26 Кроме того, чтобы помочь раскрепостить контрастные доказательства в этой литературе на сегодняшний день (в частности, где сети биомаркеров и взаимодействия хорошо поняты), данные биомаркера затем могут быть агрегированы или проиндексированы. Одна из проблем заключается в определении оптимального метода ее проведения и может потребовать совершенствования технологий и / или новых аналитических методов (см. Раздел «Большие данные»). Исторически сложилось так, что отношения между двумя отдельными биомаркерами дали интересные результаты. 109,173 Было сделано несколько попыток объединить данные биомаркера в большем масштабе, например, с использованием анализа основных компонентов сетей провоспалительных цитокинов. 174. В метаанализе провоспалительные цитокины были преобразованные в единицу эффекта для каждого исследования, и в целом показали значительно более высокое воспаление до лечения антидепрессантами, предсказывая последующий ответ в амбулаторных исследованиях. Композиционные панели биомаркеров являются одновременно и возможностью, и возможностью для будущих исследований выявлять значимые и надежные результаты, которые могут быть применены для улучшения результатов лечения. 43. Исследование Papakostas et al. По альтернативному подходу позволило выбрать группу гетерогенных биомаркеров сыворотки (воспалительных, Оси HPA и метаболические системы), которые, как указывалось, отличались между депрессивными и контрольными индивидами в предыдущем исследовании и скомпоновали их в оценку риска, которая отличалась двумя независимыми образцами и контрольной группой с чувствительностью и специфичностью> 80%. 169

Большие данные. Использование больших данных, вероятно, необходимо для решения текущих проблем, связанных с гетерогенностью, изменчивостью биомаркеров, выявлением оптимальных маркеров и приведением области к поступательным, прикладным исследованиям в депрессии. Однако, как указано выше, это приводит к технологическим и научным вызовам. 175. Науки о здравоохранении только недавно начали использовать большую аналитику данных примерно через десять лет, чем в бизнес-секторе. Тем не менее, исследования, такие как iSPOT-D152 и консорциумы, такие как Консервация психиатрической генетики176, развиваются с нашим пониманием биологических механизмов в психиатрии. Алгоритмы машинного обучения в очень немногих исследованиях начали применяться к биомаркерам для депрессии: недавнее исследование объединило данные из> 5,000 участников биомаркеров 250; после множественного вменения данных была проведена ускоренная регрессия машинного обучения с указанием потенциальных биомаркеров 21. После дальнейших регрессионных анализов три биомаркера были выбраны как наиболее связывающие с депрессивными симптомами (сильно изменяющиеся размеры эритроцитов, уровень глюкозы в сыворотке и уровни билирубина). Авторы приходят к выводу, что большие данные могут быть эффективно использованы для генерации гипотез. 177 В настоящее время ведутся большие проекты по фенотипированию биомаркеров и помогут продвинуть наше путешествие в будущее нейробиологии депрессии.

Будущие перспективы

Идентификация панели Biomarker

Выводы в литературе на сегодняшний день требуют повторения в крупномасштабных исследованиях. Это особенно справедливо для новых биомаркеров, таких как тимус хемокинов и регулируемый активацией хемокин и фактор роста тирозинкиназы 2, который, насколько нам известно, не был исследован в клинически депрессивных и здоровых контрольных образцах. Большие исследования данных должны анализировать обширные панели биомаркеров и использовать сложные методы анализа, чтобы полностью установить отношения между маркерами и теми факторами, которые изменяют их в клинических и неклинических группах населения. Кроме того, крупномасштабные повторения анализа основных компонентов могут создавать высококоррелированные группы биомаркеров и также могут информировать об использовании «композитов» в биологической психиатрии, что может повысить однородность будущих результатов.

Открытие гомогенных подтипов

Что касается выбора биомаркеров, для разных потенциальных путей, которые могут быть связаны с исследованием, могут потребоваться несколько панелей. Взятые вместе, текущие данные свидетельствуют о том, что профили биомаркеров, несомненно, но небрежно изменены в субпопуляции лиц, которые в настоящее время страдают от депрессии. Это может быть установлено внутри или через диагностические категории, что объясняет некоторую несогласованность результатов, которые могут быть обнаружены в этой литературе. Количественная оценка биологической подгруппы (или подгрупп) наиболее эффективно может быть обеспечена крупным кластерным анализом панелей биомаркеров в депрессии. Это иллюстрирует изменчивость внутри населенности; анализ латентного класса может иметь различные клинические характеристики, основанные, например, на воспалении.

Специфические эффекты лечения при воспалении и реакции

Все общепринятые методы лечения депрессии должны быть всесторонне оценены для их конкретных биологических эффектов, а также для оценки эффективности лечения. Это может позволить конструкции, связанные с биомаркерами и представлениями симптомов, для прогнозирования результатов различных антидепрессантов более персонализированным образом и может быть возможным в контексте как однополярной, так и биполярной депрессии. Это, вероятно, будет полезно для новых потенциальных методов лечения, а также для лечения в настоящее время.

Перспективное определение лечения

Использование вышеуказанных методов, вероятно, приведет к улучшению способности прогнозировать терапевтическую устойчивость проспективно. Этому могут способствовать более достоверные и постоянные (например, долгосрочные) меры лечения. Оценка других достоверных показателей благополучия пациентов (таких как качество жизни и повседневное функционирование) может обеспечить более целостную оценку результатов лечения, которые могут более тесно ассоциироваться с биомаркерами. В то время как биологическая активность сама по себе не может отличить ответчиков от неответчиков, одновременное измерение биомаркеров с помощью психосоциальных или демографических переменных может быть интегрировано с информацией о биомаркерах при разработке предсказательной модели недостаточного ответа на лечение. Если надежная модель разработана для прогнозирования ответа (либо для депрессивной популяции, либо субпопуляции) и проверена ретроспективно, трансляционный дизайн может установить ее применимость в крупном контролируемом исследовании.

К стратифицированным методам лечения

В настоящее время пациенты с депрессией не систематически направляются на получение оптимизированной программы вмешательства. Если это подтверждено, может быть использован стратифицированный пробный дизайн для проверки модели, чтобы предсказать неответность и / или определить, где пациент должен быть выровнен в модели ступенчатого ухода. Это может быть полезно как в стандартизированных, так и в натуралистических режимах лечения при различных видах вмешательства. В конечном счете, можно было бы разработать клинически жизнеспособную модель, чтобы предоставить людям наиболее подходящее лечение, чтобы распознать тех, кто может развить рефрактерную депрессию, и обеспечить расширенный уход и мониторинг для этих пациентов. Пациентам, которым угрожает устойчивость к лечению, может быть назначена сопутствующая психологическая и фармакологическая терапия или комбинированная фармакотерапия. В качестве спекулятивного примера участники, у которых нет воспалений воспалительных цитокинов, могут быть указаны для получения психологической, а не фармакологической терапии, в то время как подмножество пациентов с особенно высоким воспалением может получить противовоспалительное средство при увеличении до стандартного лечения. Как и стратификация, в будущем возможны персонализированные стратегии выбора лечения. Например, у конкретного депрессивного индивидуума может быть заметно высокий уровень TNFα, но нет других биологических нарушений, и он может выиграть от кратковременного лечения антагонистом TNFα. Персонифицированное лечение 54 также может повлечь за собой наблюдение за экспрессией биомаркера во время лечения с целью информирования о возможных изменениях вмешательства, продолжительность продолжения терапии или выявление ранних маркеров рецидива.

Новые целевые цели лечения

Существует огромное количество потенциальных методов лечения, которые могут быть эффективными для депрессии, которые не были надлежащим образом изучены, включая новые или повторно используемые вмешательства из других медицинских дисциплин. Некоторые из наиболее популярных целей были в противовоспалительных препаратах, таких как целекоксиб (и другие ингибиторы циклооксигеназы-2), антагонисты TNFα этанерцепт и инфликсимаб, миноциклин или аспирин. Они выглядят многообещающими.178 Антиглюкокортикоидные соединения, в том числе кетоконазол 179 и metyrapone, 180 были исследованы для депрессии, но оба имеют недостатки с их профилем побочных эффектов, и клинический потенциал metyrapone является неопределенным. Mifepristone181 и кортикостероиды fludrocortisone и spironolactone, 182 и дексаметазон и гидрокортизон 183 также могут быть эффективны при лечении депрессии в краткосрочной перспективе. Таргетирование антагонистов рецепторов N-метил-d-аспартата глутамата, включая кетамин, может представлять собой эффективные методы лечения при депрессии. 184 Омега-3 полиненасыщенные жирные кислоты влияют на воспалительную и метаболическую активность и, как представляется, демонстрируют некоторую эффективность для депрессии. 185 Возможно, что статины могут имеют антидепрессанты186 через соответствующие нейробиологические пути. 187

Таким образом, биохимические эффекты антидепрессантов (см. Раздел «Лекарства») были использованы для клинических преимуществ в других дисциплинах: особенно гастроэнтерологические, неврологические и неспецифические болезни симптомов. 188 Противовоспалительное действие антидепрессантов может служить частью механизма для эти преимущества. Литий также предложил уменьшить воспаление, критически через пути гликогенсинтазы киназы-3. 189. Фокус на этих эффектах может оказаться информативным для сигнатуры биомаркера депрессии, а в свою очередь биомаркеры могут представлять суррогатные маркеры для развития новых лекарств.

Dr-Jimenez_White-Coat_01.png

Взгляд доктора Алекса Хименеса

Депрессия - это расстройство психического здоровья, характеризующееся серьезными симптомами, которые влияют на настроение, включая потерю интереса к деятельности. Однако недавние исследования показали, что можно диагностировать депрессию, используя не только симптомы поведения пациента. По мнению исследователей, выявление легкодоступных биомаркеров, которые могли бы более точно диагностировать депрессию, имеет основополагающее значение для улучшения общего состояния здоровья и хорошего самочувствия пациента. Например, клинические данные свидетельствуют о том, что люди с основным депрессивным расстройством или MDD имеют более низкие уровни молекулы ацетил-L-карнитина или LAC в крови, чем здоровые контрольные группы. В конечном счете, создание биомаркеров для депрессии может потенциально помочь лучше определить, кто находится в опасности развития расстройства, а также помочь специалистам здравоохранения определить лучший вариант лечения для пациента с депрессией.

Заключение

В литературе показано, что примерно две трети пациентов с депрессией не достигают ремиссии до первоначального лечения и что вероятность отказа от ответа увеличивается с увеличением количества обработанных процедур. Предоставление неэффективных методов лечения имеет существенные последствия для индивидуальных и социальных затрат, в том числе постоянных бедствий и плохого самочувствия, риска самоубийства, потери производительности и потерь ресурсов здравоохранения. Огромная литература в области депрессии указывает на огромное количество биомаркеров, способных улучшить лечение людей с депрессией. В дополнение к нейротрансмиттерным и нейроэндокриновым маркерам, которые в течение многих десятилетий подвергались широкомасштабному исследованию, недавние идеи подчеркивают воспалительную реакцию (и более общую иммунную систему), метаболические и факторы роста, так как важно участие в депрессии. Однако чрезмерные контрастные доказательства показывают, что перед исследованием биомаркеров необходимо решить ряд проблем, чтобы улучшить управление и уход за людьми с депрессией. Из-за огромной сложности биологических систем одновременные исследования широкого диапазона маркеров в больших образцах приносят большую пользу в выявлении взаимодействия между биологическими и психологическими состояниями у отдельных лиц. Оптимизация измерения как нейробиологических параметров, так и клинических показателей депрессии, вероятно, облегчит понимание. В этом обзоре также подчеркивается важность изучения потенциально изменяющихся факторов (таких как болезнь, возраст, познание и медикаментозное лечение), чтобы получить согласованное понимание биологии депрессии и механизмов устойчивости лечения. Вероятно, некоторые маркеры будут наиболее перспективными для прогнозирования реакции на лечение или резистентности к конкретным методам лечения в подгруппе пациентов, а одновременное измерение биологических и психологических данных может повысить способность проспективно идентифицировать тех, кто подвержен риску неблагоприятных результатов лечения. Создание панели биомаркеров имеет последствия для повышения точности диагностики и прогноза, а также для индивидуализации лечения на самой ранней возможной стадии депрессивного заболевания и разработки эффективных новых целей лечения. Эти последствия могут быть ограничены подгруппами пациентов с депрессией. Пути к этим возможностям дополняют последние стратегии исследований, направленные на более тесное связывание клинических синдромов с лежащими в основе нейробиологическими субстратами. 6 Помимо уменьшения гетерогенности это может способствовать сдвигу в сторону уважения к физическому и психическому здоровью. Понятно, что, хотя требуется большая работа, установление взаимосвязи между соответствующими биомаркерами и депрессивными расстройствами имеет существенные последствия для снижения бремени депрессии на индивидуальном и социальном уровнях.

Благодарности

Этот отчет представляет собой независимые исследования, финансируемые Центром биомедицинских исследований Национального института исследований в области здравоохранения (НИЗ) в Южном Лондоне и Фондом NHN Фонда Модсли и Королевским колледжем Лондона. Высказываются мнения авторов, а не те, что относятся к NHS, NIHR или Департаменту здравоохранения.

Сноски

Раскрытие информации. AHY за последние 3 лет получил гонорары за разговор от Astra Zeneca (AZ), Lundbeck, Eli Lilly, Sunovion; гонорары для консультаций от Allergan, Livanova и Lundbeck, Sunovion, Janssen; и гранты на финансирование исследований от финансирующих агентств Janssen и Великобритании (NIHR, MRC, Wellcome Trust). AJC в течение последних 3 лет получил гонорары за разговоры от Astra Zeneca (AZ), гонорары для консультаций от Allergan, Livanova и Lundbeck, а также гранты на гранты исследовательских грантов Lundbeck и UK (NIHR, MRC, Wellcome Trust).

Авторы не сообщают о других конфликтах интересов в этой работе.

В заключение в то время как многочисленные исследования обнаружили сотни биомаркеров для депрессии, не многие из них установили свою роль в депрессивном заболевании или как именно биологическая информация может быть использована для улучшения диагностики, лечения и прогнозирования. Однако в приведенной выше статье рассматривается доступная литература по биомаркерам, участвующим в других процессах, и сравнивается клинические данные с результатами депрессии. Кроме того, новые данные о биомаркерах для депрессии могут помочь лучше диагностировать депрессию, чтобы следить за лучшими методами лечения. Информация, на которую ссылается Национальный центр биотехнологической информации (NCBI). Объем нашей информации ограничен хиропрактикой, а также травмами и состояниями позвоночника. Чтобы обсудить этот вопрос, пожалуйста, обращайтесь к доктору Хименесу или свяжитесь с нами по телефону 915-850-0900 .

Куратор д-р Алекс Хименес

1. Prince M, Patel V, Saxena S, et al. Нет здоровья без психического здоровья. Lancet. 2007; 370 (9590): 859-877. [PubMed]
2. Kingdon D, Wykes T. Увеличение финансирования, необходимого для исследований в области психического здоровья. BMJ. 2013; 346: f402. [PubMed]
3. Vivekanantham S, Strawbridge R, Rampuri R, Ragunathan T, Young AH. Паритет публикации для психиатрии. Br J Психиатрия. 2016; 209 (3): 257-261. [PubMed]
4. Фава М. Диагностика и определение резистентной депрессии. Biol Psychiatry. 2003; 53 (8): 649-659. [PubMed]
5. Insel T, Cuthbert B, Garvey M, et al. Критерии исследования домена (RDoC): к новой классификации для исследований психических расстройств. Am J Psychiatry. 2010; 167 (7): 748-751. [PubMed]
6. Kapur S, Phillips AG, Insel TR. Почему так много времени требуется для того, чтобы биологическая психиатрия разработала клинические испытания и что с ними делать. Мол Психиатрия. 2012; 17 (12): 1174-1179. [PubMed]
7. Гейнес Б.Н., Варден Д., Триведи М.Х., Вишневский С.Р., Фава М., Раш Ю.А. Что учит нас ЗВЕЗДА * D? Результаты крупномасштабного практического клинического исследования для пациентов с депрессией. Психиатр Serv. 2009; 60 (11): 1439-1445. [PubMed]
8. Fekadu A, Rane LJ, Wooderson SC, Markopoulou K, Poon L, Cleare AJ. Прогнозирование более долгосрочных результатов лечения устойчивой депрессии в третичной помощи. Br J Психиатрия. 2012; 201 (5): 369-375. [PubMed]
9. Фекаду А, Вудерсон С.С., Маркопуло К, Дональдсон С, Пападопулос А, Клир АЙ. Что происходит с пациентами с устойчивостью к лечению? Систематический обзор среднесрочных и долгосрочных исследований результатов. J Affect Disord. 2009; 116 (1-2): 4-11. [PubMed]
10. Trivedi M. Лечебные стратегии для улучшения и поддержания ремиссии при главном депрессивном расстройстве. Диалоги Clin Neurosci. 2008; 10 (4): 377. [Бесплатная статья PMC] [PubMed]
11. Fekadu A, Wooderson SC, Markopoulou K, Cleare AJ. Метод стадий Модсли для лечения устойчивой депрессии: прогнозирование долгосрочного результата и стойкости симптомов. J Clin Psychiatry. 2009; 70 (7): 952-957. [PubMed]
12. Bennabi D, Aouizerate B, El-Hage W и др. Факторы риска для устойчивости лечения в униполярной депрессии: систематический обзор. J Affect Disord. 2015; 171: 137-141. [PubMed]
13. Serretti A, Olgiati P, Liebman MN, et al. Клиническое прогнозирование антидепрессивного ответа при нарушениях настроения: линейные мультивариантные и нейронные сети. Психиатрическая Рес. 2007; 152 (2-3): 223-231. [PubMed]
14. Driessen E, Hollon SD. Когнитивная поведенческая терапия расстройств настроения: эффективность, модераторы и посредники. Психиатр Clin North Am. 2010; 33 (3): 537-555. [Бесплатная статья PMC] [PubMed]
15. Cleare A, Pariante C, Young A и др. Члены консенсусного совещания. Основанные на фактических данных руководящие принципы лечения депрессивных расстройств с помощью антидепрессантов: пересмотр британской ассоциации 2008 для рекомендаций по психофармакологии. J Psychopharmacol. 2015; 29 (5): 459-525. [PubMed]
16. Tunnard C, Rane LJ, Wooderson SC и др. Влияние детской невзгоды на суицидальность и клиническое течение в лечении резистентной депрессии. J Affect Disord. 2014; 152-154: 122-130. [PubMed]
17. Nemeroff CB, Heim CM, Thase ME и др. Дифференциальные реакции на психотерапию против фармакотерапии у пациентов с хроническими формами тяжелой депрессии и детской травмы. Proc Natl Acad Sci US A. 2003; 100 (24): 14293-14296. [Бесплатная статья PMC] [PubMed]
18. Ниренберг А.А. Предикторы ответа на общие принципы антидепрессантов и клинические последствия. Психиатр Clin North Am. 2003; 26 (2): 345-352. [PubMed]
19. Thase ME. Использование биомаркеров для прогнозирования реакции на лечение при большом депрессивном расстройстве: данные прошлых и настоящих исследований. Диалоги Clin Neurosci. 2014; 16 (4): 539-544. [Бесплатная статья PMC] [PubMed]
20. Jani BD, McLean G, Nicholl BI, et al. Оценка риска и прогнозирование результатов у пациентов с депрессивными симптомами: обзор потенциальной роли биомаркеров на периферической крови. Фронт Hum Neurosci. 2015; 9: 18. [Бесплатная статья PMC] [PubMed]
21. Suravajhala P, Kogelman LJ, Kadarmideen HN. Мультиомическая интеграция и анализ данных с использованием системных подходов к геномике: методы и приложения в области животноводства, здравоохранения и благосостояния. Генет Сел Эвол. 2016; 48 (1): 1. [Бесплатная статья PMC] [PubMed]
22. Выражение лица Menke A. Gene: биомаркер антидепрессантов? Int Rev Психиатрия. 2013; 25 (5): 579-591. [PubMed]
23. Пэн Б, Ли Х, Пэн XX. Функциональная метаболомика: от открытия биомаркера до перепрограммирования метаболитов. Протеиновая клетка. 2015; 6 (9): 628-637. [Бесплатная статья PMC] [PubMed]
24. Aagaard K, Petrosino J, Keitel W, et al. Стратегия проекта микробиома человека для комплексной выборки человеческого микробиома и почему это имеет значение. FASEB J. 2013; 27 (3): 1012-1022. [Бесплатная статья PMC] [PubMed]
25. Sonner Z, Wilder E, Heikenfeld J, et al. Микрофлюидика пот-железы экцина, включая разделение биомаркеров, транспорт и биосенсорные последствия. Biomicrofluidics. 2015; 9 (3): 031301. [Бесплатная статья PMC] [PubMed]
26. Schmidt HD, Shelton RC, Duman RS. Функциональные биомаркеры депрессии: диагностика, лечение и патофизиология. Neuropsychopharm. 2011; 36 (12): 2375-2394. [Бесплатная статья PMC] [PubMed]
27. J Brand S, Moller M, H Harvey B. Обзор биомаркеров в настроении и психотических расстройствах: диссекция клинических и доклинических коррелятов. Curr Neuropharmacol. 2015; 13 (3): 324-368. [Бесплатная статья PMC] [PubMed]
28. Lopresti AL, Maker GL, Hood SD, Drummond PD. Обзор периферических биомаркеров при большой депрессии: потенциал биомаркеров воспалительных и окислительных стрессов. Prog Neuropsychopharmacol Biol Psychiatry. 2014; 48: 102-111. [PubMed]
29. Фу СН, Штайнер Х, Костафреда С.Г. Прогностические нейронные биомаркеры клинического ответа при депрессии: метаанализ функциональных и структурных нейровизуальных исследований фармакологической и психологической терапии. Neurobiol Dis. 2013; 52: 75-83. [PubMed]
30. Mamdani F, Berlim M, Beaulieu M, Labbe A, Merette C, Turecki G. Генетические экспрессирующие биомаркеры ответа на лечение циталопрамом при главном депрессивном расстройстве. Перевод психиатрии. 2011; 1 (6): e13. [Бесплатная статья PMC] [PubMed]
31. Smith RS. Макрофаговая теория депрессии. Мед Гипотезы. 1991; 35 (4): 298-306. [PubMed]
32. Ирвин М.Р., Миллер А.Х. Депрессивные расстройства и иммунитет: 20 годы прогресса и открытия. Мозг Бехав Иммун. 2007; 21 (4): 374-383. [PubMed]
33. Maes M, Leonard B, Myint A, Kubera M, Verkerk R. Новая гипотеза «5-HT» депрессии: клеточно-опосредованная иммунная активация индуцирует 2,3-диоксигеназу индоламина, что приводит к снижению триптофана плазмы и увеличению синтеза вредного триптофана катаболиты (TRYCAT), оба из которых способствуют возникновению депрессии. Prog Neuropsychopharmacol Biol Psychiatry. 2011; 35 (3): 702-721. [PubMed]
34. Miller AH, Maletic V, Raison CL. Воспаление и его недовольства: роль цитокинов в патофизиологии большой депрессии. Biol Psychiatry. 2009; 65 (9): 732-741. [Бесплатная статья PMC] [PubMed]
35. Miller AH, Raison CL. Роль воспаления в депрессии: от эволюционного императива до современного целевого лечения. Nat Rev Immun. 2016; 16 (1): 22-34. [Бесплатная статья PMC] [PubMed]
36. Raison CL, Capuron L, Miller AH. Цитокины поют блюз: воспаление и патогенез депрессии. Тенденции Иммун. 2006; 27 (1): 24-31. [Бесплатная статья PMC] [PubMed]
37. Raison CL, Felger JC, Miller AH. Воспаление и устойчивость к лечению в большой депрессии: идеальный шторм. Психиатры. 2013; 30 (9)
38. Dowlati Y, Herrmann N, Swardfager W, et al. Метаанализ цитокинов при депрессии. Biol Psychiatry. 2010; 67 (5): 446-457. [PubMed]
39. Eyre HA, Air T, Pradhan A и др. Мета-анализ хемокинов при большой депрессии. Prog Neuropsychopharmacol Biol Psychiatry. 2016; 68: 1-8. [Бесплатная статья PMC] [PubMed]
40. Haapakoski R, Mathieu J, Ebmeier KP, Alenius H, Kivimäki M. Кумулятивный метаанализ интерлейкинов 6 и 1β, фактора некроза опухоли α и C-реактивного белка у пациентов с основным депрессивным расстройством. Мозг Бехав Иммун. 2015; 49: 206-215. [Бесплатная статья PMC] [PubMed]
41. Howren MB, Lamkin DM, Suls J. Ассоциации депрессии с C-реактивным белком, IL-1 и IL-6: метаанализ. Psychosom Med. 2009; 71 (2): 171-186. [PubMed]
42. Liu Y, Ho RC-M, Mak A. Интерлейкин (IL) -6, фактор некроза опухолей альфа (TNF-α) и растворимые рецепторы интерлейкина-2 (sIL-2R) повышен у пациентов с основным депрессивным расстройством: мета- анализа и метарегрессии. J Affect Disord. 2012; 139 (3): 230-239. [PubMed]
43. Strawbridge R, Arnone D, Danese A, Papadopoulos A, Herane Vives A, Cleare AJ. Воспаление и клинический ответ на лечение при депрессии: метаанализ. Eur Neuropsychopharmacol. 2015; 25 (10): 1532-1543. [PubMed]
44. Farooq RK, Asghar K, Kanwal S, Zulqernain A. Роль воспалительных цитокинов в депрессии: фокус на интерлейкин-1β (обзор) Biomed Rep. 2017; 6 (1): 15-20. [Бесплатная статья PMC] [PubMed]
45. Cattaneo A, Ferrari C, Uher R, et al. Абсолютные измерения ингибирующего фактора миграции макрофагов и уровней мРНК интерлейкина-1-β точно прогнозируют реакцию лечения у пациентов с депрессией. Int J Neuropsychopharmacol. 2016; 19 (10): pyw045. [Бесплатная статья PMC] [PubMed]
46. Baune B, Smith E, Reppermund S и др. Воспалительные биомаркеры предсказывают депрессивные, но не тревожные симптомы во время старения: предполагаемая память Сиднея и исследование старения. Psychoneuroendocrinol. 2012; 37 (9): 1521-1530. [PubMed]
47. Fornaro M, Rocchi G, Escelsior A, Contini P, Martino M. Возможны различные тенденции цитокинов у пациентов с депрессией, получающих дулоксетин, указывают на дифференциальный биологический фон. J Affect Disord. 2013; 145 (3): 300-307. [PubMed]
48. Hernandez ME, Mendieta D, Martinez-Fong D, et al. Вариации уровней циркулирующих цитокинов во время недельного курса лечения 52 с помощью СИОЗС для основного депрессивного расстройства. Eur Neuropsychopharmacol. 2008; 18 (12): 917-924. [PubMed]
49. Hannestad J, DellaGioia N, Bloch M. Эффект лечения антидепрессантами на сывороточные уровни воспалительных цитокинов: метаанализ. Neuropsychopharmacology. 2011; 36 (12): 2452-2459. [Бесплатная статья PMC] [PubMed]
50. Hiles SA, Attia J, Baker AL. Изменения в интерлейкине-6, C-реактивном белке и интерлейкине-10 у людей с депрессией после лечения антидепрессантами: метаанализ. Brain Behav Immun; Представлено на: 17-м ежегодном собрании психоневромимунологического научно-исследовательского общества PsychoNeuroImmunology: Пересечение дисциплин для борьбы с болезнью; 2012. п. S44.
51. Harley J, Luty S, Carter J, Mulder R, Joyce P. Повышенный C-реактивный белок в депрессии: предиктор хорошего долгосрочного результата с антидепрессантами и плохой результат с психотерапией. J Psychopharmacol. 2010; 24 (4): 625-626. [PubMed]
52. Uher R, Tansey KE, Dew T и др. Воспалительный биомаркер как дифференциальный предиктор исхода лечения депрессии с помощью эсциталопрама и нортриптилина. Am J Psychiatry. 2014; 171 (2): 1278-1286. [PubMed]
53. Chang HH, Lee IH, Gean PW и др. Реакция на лечение и когнитивные нарушения при депрессии: Ассоциация с С-реактивным белком. Мозг Бехав Иммун. 2012; 26 (1): 90-95. [PubMed]
54. Raison CL, Rutherford RE, Woolwine BJ и др. Рандомизированное контролируемое исследование антагониста фактора некроза опухолей инфликсимаба для лечения резистентной депрессии: роль базовых воспалительных биомаркеров. Психиатрия JAMA. 2013; 70 (1): 31-41. [Бесплатная статья PMC] [PubMed]
55. Кришнадас Р., Каванаг Дж. Депрессия: воспалительное заболевание? J Neurol Neurosurg Psychiatry. 2012; 83 (5): 495-502. [PubMed]
56. Raison CL, Miller AH. Является ли депрессия воспалительным заболеванием? Curr Psychiatry Rep. 2011; 13 (6): 467-475. [Бесплатная статья PMC] [PubMed]
57. Саймон Н., Макнамара К., Чоу С и др. Подробное исследование аномалий цитокинов при главном депрессивном расстройстве. Eur Neuropsychopharmacol. 2008; 18 (3): 230-233. [Бесплатная статья PMC] [PubMed]
58. Dahl J, Ormstad H, Aass HC и др. Уровни плазмы различных цитокинов увеличиваются во время продолжающейся депрессии и после восстановления восстанавливаются до нормального уровня. Psychoneuroendocrinol. 2014; 45: 77-86. [PubMed]
59. Stelzhammer V, Haenisch F, Chan MK, et al. Протеомические изменения в сыворотке первого начала, антидепрессанты, не имеющие наивных пациентов с депрессией. Int J Neuropsychopharmacol. 2014; 17 (10): 1599-1608. [PubMed]
60. Liu Y, HO RCM, Mak A. Роль интерлейкина (IL) -17 в тревоге и депрессии у пациентов с ревматоидным артритом. Int J Rheum Dis. 2012; 15 (2): 183-187. [PubMed]
61. Diniz BS, Sibille E, Ding Y, et al. Биосинтеза плазмы и патология мозга связаны с постоянными когнитивными нарушениями в депрессии в конце жизни. Мол Психиатрия. 2015; 20 (5): 594-601. [Бесплатная статья PMC] [PubMed]
62. Janelidze S, Ventorp F, Erhardt S, et al. Изменены уровни хемокинов в спинномозговой жидкости и плазме суицидальных попыток. Psychoneuroendocrinol. 2013; 38 (6): 853-862. [PubMed]
63. Powell TR, Schalkwyk LC, Heffernan AL и др. Фактор некроза опухоли и его мишени в пути воспалительного цитокина идентифицируются как предполагаемые транскриптомические биомаркеры для ответа эсциталопрама. Eur Neuropsychopharmacol. 2013; 23 (9): 1105-1114. [PubMed]
64. Wong M, Dong C, Maestre-Mesa J, Licinio J. Полиморфизмы в генах, связанных с воспалением, связаны с восприимчивостью к большой депрессии и антидепрессантам. Мол Психиатрия. 2008; 13 (8): 800-812. [Бесплатная статья PMC] [PubMed]
65. Kling MA, Alesci S, Csako G, et al. Устойчивое низкосортное провоспалительное состояние у неспецифических, ремитированных женщин с основным депрессивным расстройством, о чем свидетельствуют повышенные уровни сыворотки белков острой фазы С-реактивного белка и сывороточного амилоида A. Biol Psychiatry. 2007; 62 (4): 309-313. [Бесплатная статья PMC] [PubMed]
66. Schaefer M, Sarkar S, Schwarz M, Friebe A. Растворимая молекула внутриклеточной адгезии-1 у пациентов с однополярными или биполярными аффективными расстройствами: результаты экспериментального исследования. Neuropsychobiol. 2016; 74 (1): 8-14. [PubMed]
67. Dimopoulos N, Piperi C, Salonicioti A, et al. Повышение концентрации молекул адгезии в плазме в поздней депрессии. Int J Гериатр Психиатрия. 2006; 21 (10): 965-971. [PubMed]
68. Bocchio-Chiavetto L, Bagnardi V, Zanardini R, et al. Уровни BDNF в сыворотке и плазме в основной депрессии: исследование репликации и метаанализ. World J Biol Психиатрия. 2010; 11 (6): 763-773. [PubMed]
69. Брунони А.Р., Лопес М., Фредни Ф. Систематический обзор и метаанализ клинических исследований по депрессии и уровням BDNF: последствия для роли нейропластичности в депрессии. Int J Neuropsychopharmacol. 2008; 11 (8): 1169-1180. [PubMed]
70. Molendijk M, Spinhoven P, Polak M, Bus B, Penninx B, Elzinga B. Концентрация BDNF в сыворотке как периферические проявления депрессии: данные систематического обзора и метаанализа ассоциаций 179. Мол Психиатрия. 2014; 19 (7): 791-800. [PubMed]
71. Sen S, Duman R, Sanacora G. Сывороточный нейротрофический фактор мозга, депрессия и антидепрессанты: метаанализ и последствия. Biol Psychiatry. 2008; 64 (6): 527-532. [Бесплатная статья PMC] [PubMed]
72. Zhou L, Xiong J, Lim Y, et al. Усиление регуляции кровяного бета-рецептора и его рецепторов при депрессии. J Affect Disord. 2013; 150 (3): 776-784. [PubMed]
73. Chen YW, Lin PY, Tu KY, Cheng YS, Wu CK, Tseng PT. Значительно ниже уровень фактора роста нервов у пациентов с основным депрессивным расстройством, чем у здоровых субъектов: метаанализ и систематический обзор. Neuropsychiatr Dis Treat. 2014; 11: 925-933. [Бесплатная статья PMC] [PubMed]
74. Lin PY, Tseng PT. Снижение уровня нейротрофического фактора, полученного из глиальных клеток, у пациентов с депрессией: метааналитическое исследование. J Psychiatr Res. 2015; 63: 20-27. [PubMed]
75. Warner-Schmidt JL, Duman RS. VEGF как потенциальная цель терапевтического вмешательства в депрессию. Curr Op Pharmacol. 2008; 8 (1): 14-19. [Бесплатная статья PMC] [PubMed]
76. Carvalho AF, Köhler CA, McIntyre RS и др. Периферический сосудистый эндотелиальный фактор роста как новый биомаркер депрессии: метаанализ. Psychoneuroendocrinol. 2015; 62: 18-26. [PubMed]
77. Tseng PT, Cheng YS, Chen YW, Wu CK, Lin PY. Повышенные уровни фактора роста эндотелия сосудов у пациентов с основным депрессивным расстройством: метаанализ. Eur Neuropsychopharmacol. 2015; 25 (10): 1622-1630. [PubMed]
78. Carvalho L, Torre J, Papadopoulos A, et al. Отсутствие клинической терапевтической пользы антидепрессантов связано с общей активацией воспалительной системы. J Affect Disord. 2013; 148 (1): 136-140. [PubMed]
79. Clark-Raymond A, Meresh E, Hoppensteadt D, et al. Фактор роста эндотелия сосудов: потенциальный предиктор ответа на лечение при большой депрессии. World J Biol Психиатрия. 2015: 1-11. [PubMed]
80. Isung J, Mobarrez F, Nordström P, Åsberg M, Jokinen J. Низкий фактор роста эндотелия сосудов плазмы (VEGF), связанный с законченным самоубийством. World J Biol Психиатрия. 2012; 13 (6): 468-473. [PubMed]
81. Buttenschøn HN, Foldager L, Elfving B, Poulsen PH, Uher R, Mors O. Нейротрофические факторы в депрессии в ответ на лечение. J Affect Disord. 2015; 183: 287-294. [PubMed]
82. Щишный Е, Ślusarczyk J, Głombik K, et al. Возможный вклад IGF-1 в депрессивные расстройства. Pharmacol Rep. 2013; 65 (6): 1622-1631. [PubMed]
83. Tu KY, Wu MK, Chen YW, et al. Значительно более высокий уровень периферического инсулиноподобного фактора роста-1 у пациентов с основным депрессивным расстройством или биполярным расстройством, чем при здоровом контроле: метаанализ и обзор в соответствии с Руководством по PRISMA. Med. 2016; 95 (4): e2411. [Бесплатная статья PMC] [PubMed]
84. Wu CK, Tseng PT, Chen YW, Tu KY, Lin PY. Значительно высокий уровень роста периферических фибробластов-2 у пациентов с основным депрессивным расстройством: предварительный метаанализ в соответствии с руководящими принципами MOOSE. Med. 2016; 95 (33): e4563. [Бесплатная статья PMC] [PubMed]
85. Он S, Чжан Т, Хун Б и др. Снижение уровня фактора роста фибробластов в сыворотке крови-2 у пациентов до и после лечения с основным депрессивным расстройством. Neurosci Lett. 2014; 579: 168-172. [PubMed]
86. Dwivedi Y, Rizavi HS, Conley RR, Roberts RC, Tamminga CA, Pandey GN. Измененная экспрессия гена нейротрофического фактора мозга и рецепторная тирозинкиназа B в постмортном мозге у людей-самоубийц. Психиатрия. 2003; 60 (8): 804-815. [PubMed]
87. Srikanthan K, Feyh A, Visweshwar H, Shapiro JI, Sodhi K. Систематический обзор биомаркеров метаболического синдрома: панель для раннего выявления, управления и стратификации риска у населения Западной Вирджинии. Int J Med Sci. 2016; 13 (1): 25. [Бесплатная статья PMC] [PubMed]
88. Лу XY. Лептинская гипотеза депрессии: потенциальная связь между расстройствами настроения и ожирением? Curr Op Pharmacol. 2007; 7 (6): 648-652. [Бесплатная статья PMC] [PubMed]
89. Виттекинд Д.А., Клюге М. Грелин в психиатрических расстройствах - обзор. Psychoneuroendocrinol. 2015; 52: 176-194. [PubMed]
90. Kan C, Silva N, Golden SH и др. Систематический обзор и метаанализ ассоциации между депрессией и резистентностью к инсулину. Уход за диабетом. 2013; 36 (2): 480-489. [Бесплатная статья PMC] [PubMed]
91. Liu X, Li J, Zheng P, et al. Плазменная липидомика выявляет потенциальные липидные маркеры большого депрессивного расстройства. Anal Bioanal Chem. 2016; 408 (23): 6497-6507. [PubMed]
92. Lustman PJ, Anderson RJ, Freedland KE, De Groot M, Carney RM, Clouse RE. Депрессия и плохой гликемический контроль: метааналитический обзор литературы. Уход за диабетом. 2000; 23 (7): 934-942. [PubMed]
93. Maes M. Доказательства иммунного ответа при большой депрессии: обзор и гипотеза. Prog NeuroPsychopharmacol Biol Psychiatry. 1995; 19 (1): 11-38. [PubMed]
94. Zheng H, Zheng P, Zhao L, et al. Предсказательная диагностика крупной депрессии с использованием ЯМР-терапии и векторной машины поддержки наименьших квадратов. Clinica Chimica Acta. 2017; 464: 223-227. [PubMed]
95. Xia Q, Wang G, Wang H, Xie Z, Fang Y, Li Y. Изучение метаболизма глюкозы и липида у пациентов с депрессивным расстройством первого эпизода. J Clin Psychiatry. 2009; 19: 241-243.
96. Kaufman J, DeLorenzo C, Choudhury S, Parsey RV. 5-HT 1A-рецептор при большом депрессивном расстройстве. Eur Neuropsychopharmacology. 2016; 26 (3): 397-410. [Бесплатная статья PMC] [PubMed]
97. Jacobsen JP, Krystal AD, Krishnan KRR, Caron MG. Дополнительный 5-Hydroxytryptophan медленный релиз для лечения устойчивой депрессии: клинические и доклинические обоснования. Trends Pharmacol Sci. 2016; 37 (11): 933-944. [Бесплатная статья PMC] [PubMed]
98. Salamone JD, Correa M, Yohn S, Cruz LL, San Miguel N, Alatorre L. Фармакология поведения, связанного с воздействием: допамин, депрессия и индивидуальные различия. Процессы Behav. 2016; 127: 3-17. [PubMed]
99. Coplan JD, Gopinath S, Abdallah CG, Berry BR. Нейробиологическая гипотеза лечения устойчивой депрессии - механизмы для селективной ингибиторного ингибирования обратного захвата серотонина. Фронт Behav Neurosci. 2014; 8: 189. [Бесплатная статья PMC] [PubMed]
100. Popa D, Cerdan J, Repérant C, et al. Продольное исследование оттока 5-HT при хроническом лечении флуоксетином с использованием новой методики хронического микродиализа в высоко эмоциональном штамме мыши. Eur J Pharmacol. 2010; 628 (1): 83-90. [PubMed]
101. Atake K, Yoshimura R, Hori H, et al. Дулоксетин, селективный ингибитор обратного захвата норадреналина, увеличивает уровни содержания 3-метокси-4-гидроксифенилгликоля в 2014-12, но не является гомованиловой кислотой у пациентов с основным депрессивным расстройством. Clin Psychopharmacol Neurosci. 1; 37 (40): XNUMX-XNUMX. [Бесплатная статья PMC] [PubMed]
102. Ueda N, Yoshimura R, Shinkai K, Nakamura J. Уровни метаболизма катехоламинов в плазме предсказывают реакцию на сульпирид или флувоксамин при большой депрессии. Pharmacopsychiatry. 2002; 35 (05): 175-181. [PubMed]
103. Yamana M, Atake K, Katsuki A, Hori H, Yoshimura R. Кровные биологические маркеры для прогнозирования ответа эсциталопрама у пациентов с основным депрессивным расстройством: предварительное исследование. J Подавить тревогу. 2016; 5: 222.
104. Parker KJ, Schatzberg AF, Lyons DM. Нейроэндокринные аспекты гиперкортизолизма при большой депрессии. Хорм Бехав. 2003; 43 (1): 60-66. [PubMed]
105. Stetler C, Miller GE. Депрессия и гипоталамо-гипофизарно-надпочечниковая активация: количественное резюме четырех десятилетий исследований. Psychosom Med. 2011; 73 (2): 114-126. [PubMed]
106. Herane Vives A, De Angel V, Papadopoulos A и др. Взаимосвязь между кортизолом, стрессом и психическими заболеваниями: новые идеи с использованием анализа волос. J Psychiatr Res. 2015; 70: 38-49. [PubMed]
107. Fischer S, Strawbridge R, Vives AH, Cleare AJ. Кортизол как предиктор психотерапевтического ответа при депрессивных расстройствах: систематический обзор и метаанализ. Br J Психиатрия. 2017; 210 (2): 105-109. [PubMed]
108. Anacker C, Zunszain PA, Carvalho LA, Pariante CM. Глюкокортикоидный рецептор: ось депрессии и антидепрессанты? Психонейроэндокринология. 2011; 36 (3): 415-425. [Бесплатная статья PMC] [PubMed]
109. Markopoulou K, Papadopoulos A, Juruena MF, Poon L, Pariante CM, Cleare AJ. Соотношение кортизола / DHEA в лечении устойчивой депрессии. Psychoneuroendocrinol. 2009; 34 (1): 19-26. [PubMed]
110. Joffe RT, Pearce EN, Hennessey JV, Ryan JJ, Stern RA. Субклинический гипотиреоз, настроение и познание у пожилых людей: обзор. Int J Гериатр Психиатрия. 2013; 28 (2): 111-118. [Бесплатная статья PMC] [PubMed]
111. Duval F, Mokrani MC, Erb A, et al. Хронобиологический статус гипоталамо-гипофизарно-тиреоидной оси и результат антидепрессанта при большой депрессии. Psychoneuroendocrinol. 2015; 59: 71-80. [PubMed]
112. Марсден В. Синаптическая пластичность в депрессии: молекулярные, клеточные и функциональные корреляты. Prog Neuropsychopharmacol Biol Psychiatry. 2013; 43: 168-184. [PubMed]
113. Duman RS, Voleti B. Сигнальные пути, лежащие в основе патофизиологии и лечения депрессии: новые механизмы для быстродействующих агентов. Тенденции Neurosci. 2012; 35 (1): 47-56. [Бесплатная статья PMC] [PubMed]
114. Ripke S, Wray NR, Lewis CM, et al. Мега-анализ исследований в области генома для основного депрессивного расстройства. Мол Психиатрия. 2013; 18 (4): 497-511. [Бесплатная статья PMC] [PubMed]
115. Mullins N, Power R, Fisher H, et al. Полигенные взаимодействия с неблагоприятными экологическими проблемами в этиологии основного депрессивного расстройства. Psychol Med. 2016; 46 (04): 759-770. [Бесплатная статья PMC] [PubMed]
116. Льюис С. Неврологические расстройства: теломеры и депрессия. Nat Rev Neurosci. 2014; 15 (10): 632. [PubMed]
117. Lindqvist D, Epel ES, Mellon SH и др. Психические расстройства и длина теломер лейкоцитов: основные механизмы, связывающие психические заболевания с клеточным старением. Neurosci Biobehav Rev. 2015; 55: 333-364. [Бесплатная статья PMC] [PubMed]
118. McCall WV. Биомаркер активности активности для прогнозирования ответа на СИОЗС при главном депрессивном расстройстве. J Psychiatr Res. 2015; 64: 19-22. [Бесплатная статья PMC] [PubMed]
119. Schuch FB, Deslandes AC, Stubbs B, Госманн NP, да Сильва CTB, де Алмейда Флек Мак. Нейробиологические эффекты физических упражнений при основных депрессивных расстройствах: систематический обзор. Neurosci Biobehav Rev. 2016; 61: 1-11. [PubMed]
120. Фостер Дж. А., Нойфельд К-АМ. Гут-мозговая ось: как микробиоом влияет на беспокойство и депрессию. Тенденции Neurosci. 2013; 36 (5): 305-312. [PubMed]
121. Quattrocki E, Baird A, Yurgelun-Todd D. Биологические аспекты связи между курением и депрессией. Harv Rev Психиатрия. 2000; 8 (3): 99-110. [PubMed]
122. Maes M, Kubera M, Obuchowiczwa E, Goehler L, Brzeszcz J. Множественные сопутствующие заболевания Депрессии объясняются (нейро) воспалительными и окислительными и нитрозативными стрессовыми путями. Neuro Endocrinol Lett. 2011; 32 (1): 7-24. [PubMed]
123. Miller G, Rohleder N, Cole SW. Хронический межличностный стресс предсказывает активизацию про-и противовоспалительных сигнальных путей через шесть месяцев. Psychosom Med. 2009; 71 (1): 57. [Бесплатная статья PMC] [PubMed]
124. Steptoe A, Hamer M, Chida Y. Влияние острого психологического стресса на циркулирующие воспалительные факторы у людей: обзор и метаанализ. Мозг Бехав Иммун. 2007; 21 (7): 901-912. [PubMed]
125. Danese A, Moffitt TE, Harrington H, et al. Неблагоприятный опыт детства и факторы риска для взрослого возраста: депрессия, воспаление и кластеризация маркеров метаболических рисков. Arch Pediatr Adolesc Med. 2009; 163 (12): 1135-1143. [Бесплатная статья PMC] [PubMed]
126. Danese A, Pariante CM, Caspi A, Taylor A, Poulton R. Недостаточная жестокость детей предсказывает воспаление взрослых в исследовании жизненного цикла. Proc Natl Acad Sci US A. 2007; 104 (4): 1319-1324. [Бесплатная статья PMC] [PubMed]
127. Danese A, Caspi A, Williams B, et al. Биологическое вложение стресса через воспалительные процессы в детском возрасте. Мол Психиатрия. 2011; 16 (3): 244-246. [Бесплатная статья PMC] [PubMed]
128. Suzuki A, Poon L, Kumari V, Cleare AJ. Страх смещается в эмоциональной обработке лица после детской травмы как маркер устойчивости и уязвимости к депрессии. Мальчик. 2015; 20 (4): 240-250. [PubMed]
129. Strawbridge R, Young AH. Опор HPA и когнитивная дисрегуляция при нарушениях настроения. В: McIntyre RS, Cha DS, редакторы. Когнитивные нарушения при депрессивном расстройстве: клиническая значимость, биологические субстраты и возможности лечения. Кембридж: Пресса Кембриджского университета; 2016. pp. 179-193.
130. Keller J, Gomez R, Williams G, et al. Опор HPA при большой депрессии: кортизол, клиническая симптоматика и генетическая вариация предсказывают познание. Мол Психиатрия. 2016 Aug 16; Epub. [Бесплатная статья PMC] [PubMed]
131. Hanson ND, Owens MJ, Nemeroff CB. Депрессия, антидепрессанты и нейрогенез: критическая переоценка. Neuropsychopharmacol. 2011; 36 (13): 2589-2602. [Бесплатная статья PMC] [PubMed]
132. Chen Y, Baram TZ. На пути к пониманию того, как ранний жизненный стресс перепрограммирует когнитивные и эмоциональные сети мозга. Neuropsychopharmacol. 2015; 41 (1): 197-206. [Бесплатная статья PMC] [PubMed]
133. Porter RJ, Gallagher P, Thompson JM, Young AH. Нейрокогнитивные нарушения у пациентов без лекарств, страдающих основным депрессивным расстройством. Br J Психиатрия. 2003; 182: 214-220. [PubMed]
134. Gallagher P, Robinson L, Gray J, Young A, Porter R. Нейрокогнитивная функция после ремиссии при главном депрессивном расстройстве: потенциальный объективный маркер реакции? Aust NZJ Психиатрия. 2007; 41 (1): 54-61. [PubMed]
135. Pittenger C, Duman RS. Стресс, депрессия и нейропластика: сходимость механизмов. Neuropsychopharmacol. 2008; 33 (1): 88-109. [PubMed]
136. Bäckman L, Nyberg L, Lindenberger U, Li SC, Farde L. Коррелятивная триада среди старения, допамина и познания: текущий статус и перспективы на будущее. Neurosci Biobehav Rev. 2006; 30 (6): 791-807. [PubMed]
137. Allison DJ, Ditor DS. Общая воспалительная этиология депрессии и когнитивных нарушений: терапевтическая цель. J Neuroinflammation. 2014; 11: 151. [Бесплатная статья PMC] [PubMed]
138. Розенблат Д.Д., Брицке Е., Мансур Р.Б., Марущак Н.А., Ли Й, Макинтайр Р.С. Воспаление как нейробиологический субстрат когнитивных нарушений при биполярном расстройстве: данные, патофизиология и последствия для лечения. J Affect Disord. 2015; 188: 149-159. [PubMed]
139. Krogh J, Benros ME, Jørgensen MB, Vesterager L, Elfving B, Nordentoft M. Связь между депрессивными симптомами, когнитивной функцией и воспалением при большой депрессии. Мозг Бехав Иммун. 2014; 35: 70-76. [PubMed]
140. Soares CN, Zitek B. Чувствительность к репродуктивному гормону и риск депрессии в женском жизненном цикле: непрерывность уязвимости? J Психиатрия Neurosci. 2008; 33 (4): 331. [Бесплатная статья PMC] [PubMed]
141. Hiles SA, Baker AL, de Malmanche T, Attia J. Метаанализ различий в IL-6 и IL-10 между людьми с депрессией и без нее: исследование причин неоднородности. Мозг Бехав Иммун. 2012; 26 (7): 1180-1188. [PubMed]
142. Fontana L, Eagon JC, Trujillo ME, Scherer PE, Klein S. Секреция висцерального жира адипокина связана с системным воспалением у людей с ожирением. Диабет. 2007; 56 (4): 1010-1013. [PubMed]
143. Divani AA, Luo X, Datta YH, Flaherty JD, Panoskaltsis-Mortari A. Влияние пероральных и вагинальных гормональных контрацептивов на воспалительные биомаркеры крови. Медиаторы Inflamm. 2015; 2015: 379501. [Бесплатная статья PMC] [PubMed]
144. Ramsey JM, Cooper JD, Penninx BW, Bahn S. Изменение в биомаркерах сыворотки с половым и женским гормональным статусом: последствия для клинических испытаний. Список участников 2016; 6: 26947. [Бесплатная статья PMC] [PubMed]
145. Eyre H, Lavretsky H, Kartika J, Qassim A, Baune B. Модулирующее действие антидепрессантов на врожденную и адаптивную иммунную систему при депрессии. Pharmacopsychiatry. 2016; 49 (3): 85-96. [Бесплатная статья PMC] [PubMed]
146. Hiles SA, Baker AL, de Malmanche T, Attia J. Interleukin-6, C-реактивный белок и интерлейкин-10 после лечения антидепрессантами у людей с депрессией: метаанализ. Psychol Med. 2012; 42 (10): 2015-2026. [PubMed]
147. Janssen DG, Caniato RN, Verster JC, Baune BT. Психоневроиммунологический обзор цитокинов, участвующих в ответной реакции на антидепрессанты. Hum Psychopharmacol. 2010; 25 (3): 201-215. [PubMed]
148. Рецепторы Artigas F. Serotonin, участвующие в антидепрессантах. Pharmacol Ther. 2013; 137 (1): 119-131. [PubMed]
149. Ли Б.Х., Ким Ю.К. Роль BDNF в патофизиологии большой депрессии и в лечении антидепрессантами. Психиатрический расследователь. 2010; 7 (4): 231-235. [Бесплатная статья PMC] [PubMed]
150. Хашимото К. Воспалительные биомаркеры как дифференциальные предсказатели антидепрессивного ответа. Int J Mol Sci. 2015; 16 (4): 7796-7801. [Бесплатная статья PMC] [PubMed]
151. Голдберг Д. Неоднородность «большой депрессии» мировой психиатрии. 2011; 10 (3): 226-228. [Бесплатная статья PMC] [PubMed]
152. Arnow BA, Blasey C, Williams LM, et al. Подтипы депрессии при прогнозировании антидепрессивного ответа: отчет от исследования iSPOT-D. Am J Psychiatry. 2015; 172 (8): 743-750. [PubMed]
153. Kunugi H, Hori H, Ogawa S. Биохимические маркеры, подтипирующие основное депрессивное расстройство. Психиатрическая клиника Neurosci. 2015; 69 (10): 597-608. [PubMed]
154. Baune B, Stuart M, Gilmour A, et al. Взаимосвязь между подтипами депрессии и сердечно-сосудистыми заболеваниями: систематический обзор биологических моделей. Перевод психиатрии. 2012; 2 (3): e92. [Бесплатная статья PMC] [PubMed]
155. Vogelzangs N, Duivis HE, Beekman AT, et al. Ассоциация депрессивных расстройств, депрессивных характеристик и антидепрессантов с воспалением. Перевод психиатрии. 2012; 2: e79. [Бесплатная статья PMC] [PubMed]
156. Lamers F, Vogelzangs N, Merikangas K, De Jonge P, Beekman A, Penninx B. Доказательства дифференциальной роли функции оси HPA, воспаления и метаболического синдрома в меланхолической и нетипичной депрессии. Мол Психиатрия. 2013; 18 (6): 692-699. [PubMed]
157. Penninx BW, Milaneschi Y, Lamers F, Vogelzangs N. Понимание соматических последствий депрессии: биологические механизмы и роль профиля симптомов депрессии. BMC Med. 2013; 11 (1): 1. [Бесплатная статья PMC] [PubMed]
158. Capuron L, Su S, Miller AH, et al. Депрессивные симптомы и метаболический синдром: является ли воспаление основным звеном? Biol Psychiatry. 2008; 64 (10): 896-900. [Бесплатная статья PMC] [PubMed]
159. Данцер Р., О'Коннор Дж. К., Фрейнд Г. Г., Джонсон Р. В., Келли К. В.. От воспаления до болезни и депрессии: когда иммунная система подчиняет себе мозг. Nat Rev Neurosci. 2008; 9 (1): 46-56. [Бесплатная статья PMC] [PubMed]
160. Maes M, Berk M, Goehler L, et al. Депрессия и болезнь - это ответы, связанные с янусом на общие воспалительные пути. BMC Med. 2012; 10: 66. [Бесплатная статья PMC] [PubMed]
161. Merikangas KR, Jin R, He JP и др. Распространенность и корреляции нарушений биполярного спектра в мировой исследовательской программе по психическому здоровью. Психиатрия. 2011; 68 (3): 241-251. [Бесплатная статья PMC] [PubMed]
162. Хиршфельд Р.М., Льюис Л., Ворник Л.А. Восприятие и влияние биполярного расстройства: насколько мы действительно пришли? Результаты национальной депрессивной и маниакально-депрессивной ассоциации 2000 обследования лиц с биполярным расстройством. J Clin Psychiatry. 2003; 64 (2): 161-174. [PubMed]
163. Young AH, MacPherson H. Обнаружение биполярного расстройства. Br J Психиатрия. 2011; 199 (1): 3-4. [PubMed]
164. Vöhringer PA, Перлис Р.Х. Дискриминация между биполярным расстройством и основным депрессивным расстройством. Психиатр Clin North Am. 2016; 39 (1): 1-10. [PubMed]
165. Becking K, Spijker AT, Hoencamp E, Penninx BW, Schoevers RA, Boschloo L. Нарушения в гипоталамо-гипофизарно-надпочечной оси и иммунологическая активность, дифференцируя однополярные и биполярные депрессивные эпизоды. PLoS One. 2015; 10 (7): e0133898. [Бесплатная статья PMC] [PubMed]
166. Huang TL, Lin FC. Высокочувствительные уровни С-реактивного белка у пациентов с основным депрессивным расстройством и биполярной манией. Prog NeuroPsychopharmacol Biol Psychiatry. 2007; 31 (2): 370-372. [PubMed]
167. Angst J, Gamma A, Endrass J. Факторы риска для биполярного и депрессивного спектров. Acta Psychiatr Scand. 2003; 418: 15-19. [PubMed]
168. Fekadu A, Wooderson S, Donaldson C, et al. Многомерный инструмент для количественной оценки устойчивости лечения при депрессии: метод постановки Модсли. J Clin Psychiatry. 2009; 70 (2): 177. [PubMed]
169. Papakostas G, Shelton R, Kinrys G, et al. Оценка многопрофильного биологического диагностического теста на основе сыворотки для основного депрессивного расстройства: экспериментальное и репликационное исследование. Мол Психиатрия. 2013; 18 (3): 332-339. [PubMed]
170. Fan J, Han F, Li H. H. Проблемы большого анализа данных. Natl Sci Rev. 2014; 1 (2): 293-314. [Бесплатная статья PMC] [PubMed]
171. Li L, Jiang H, Qiu Y, Ching WK, Vassiliadis VS. Открытие биомаркеров метаболитов: анализ потока и подход реакционной сети. BMC Syst Biol. 2013; 7 (Suppl 2): S13. [Бесплатная статья PMC] [PubMed]
172. Пател МЮ, Халаф А, Айзенштейн Х.Дж. Изучение депрессии с использованием методов визуализации и машинного обучения. NeuroImage Clin. 2016; 10: 115-123. [Бесплатная статья PMC] [PubMed]
173. Lanquillon S, Krieg JC, Bening-Abu-Shach U, Vedder H. Cytokine и ответ на лечение при главном депрессивном расстройстве. Neuropsychopharmacol. 2000; 22 (4): 370-379. [PubMed]
174. Lindqvist D, Janelidze S, Erhardt S, Träskman-Bendz L, Engström G, Brundin L. Биомаркеры CSF в попытках самоубийства - анализ основных компонентов. Acta Psychiatr Scand. 2011; 124 (1): 52-61. [PubMed]
175. Идальго-Маззей Д, Мурру А, Рейнарес М., Виета Е, Колом Ф. Большие данные в области психического здоровья: сложное фрагментированное будущее. Всемирная психиатрия. 2016; 15 (2): 186-187. [Бесплатная статья PMC] [PubMed]
176. Консорциум C-DGotPG Идентификация локусов риска с совместным воздействием на пять основных психических расстройств: анализ генома. Lancet. 2013; 381 (9875): 1371-1379. [Бесплатная статья PMC] [PubMed]
177. Dipnall JF, Pasco JA, Berk M, et al. Интеграция интеллектуального анализа данных, машинного обучения и традиционной статистики для обнаружения биомаркеров, связанных с депрессией. PLoS One. 2016; 11 (2): e0148195. [Бесплатная статья PMC] [PubMed]
178. Köhler O, Benros ME, Nordentoft M и др. Влияние противовоспалительного лечения на депрессию, депрессивные симптомы и побочные эффекты: систематический обзор и метаанализ рандомизированных клинических испытаний. Психиатрия JAMA. 2014; 71 (12): 1381-1391. [PubMed]
179. Wolkowitz OM, Reus VI, Chan T, et al. Антиглюкокортикоидное лечение депрессии: двойной слепой кетоконазол. Biol Psychiatry. 1999; 45 (8): 1070-1074. [PubMed]
180. McAllister-Williams RH, Anderson IM, Finkelmeyer A, et al. Увеличение антидепрессанта с помощью metyrapone для лечения резистентной депрессии (исследование ADD): двойное слепое рандомизированное плацебо-контролируемое исследование. Психиатрия Ланцет. 2016; 3 (2): 117-127. [PubMed]
181. Gallagher P, Young AH. Mifepristone (RU-486) лечение депрессии и психоза: обзор терапевтических последствий. Neuropsychiatr Dis Treat. 2006; 2 (1): 33-42. [Бесплатная статья PMC] [PubMed]
182. Otte C, Hinkelmann K, Moritz S, et al. Модуляция рецептора минералокортикоидов в качестве дополнительного лечения при депрессии: рандомизированное, двойное слепое плацебо-контролируемое доказательство концепции. J Psychiatr Res. 2010; 44 (6): 339-346. [PubMed]
183. Ozbolt LB, Nemeroff CB. Осевая модуляция HPA при лечении расстройств настроения. Психиатр Disord. 2013; 51: 1147-1154.
184. Walker AK, Budac DP, Bisulco S и др. Блокада NMDA-рецепторов кетамином отменяет индуцированное липополисахаридом депрессивноподобное поведение у мышей C57BL / 6J. Neuropsychopharmacol. 2013; 38 (9): 1609-1616. [Бесплатная статья PMC] [PubMed]
185. Lespérance F, Frasure-Smith N, St-André E, Turecki G, Lespérance P, Wisniewski SR. Эффективность применения омега-3 для основной депрессии: рандомизированное контролируемое исследование. J Clin Psychiatry. 2010; 72 (8): 1054-1062. [PubMed]
186. Kim S, Bae K, Kim J, et al. Использование статинов для лечения депрессии у пациентов с острым коронарным синдромом. Перевод психиатрии. 2015; 5 (8): e620. [Бесплатная статья PMC] [PubMed]
187. Shishehbor MH, Brennan ML, Aviles RJ и др. Статины способствуют сильному системному антиоксидантному воздействию через специфические воспалительные пути. Циркуляционный. 2003; 108 (4): 426-431. [PubMed]
188. Mercier A, Auger-Aubin I, Lebeau JP и др. Свидетельство о назначении антидепрессантов для не психиатрических состояний в первичной медико-санитарной помощи: анализ руководящих принципов и систематических обзоров. Семейная практика BMC. 2013; 14 (1): 55. [Бесплатная статья PMC] [PubMed]
189. Freland L, Beaulieu JM. Ингибирование GSK3 литием, от одиночных молекул до сигнальных сетей. Фронт Мол Нейроши. 2012; 5: 14. [Бесплатная статья PMC] [PubMed]
190. Горовиц М.А., Зунсен П.А. Нейроиммунные и нейроэндокринные аномалии в депрессии: две стороны одной и той же монеты. Ann NY Acad Sci. 2015; 1351 (1): 68-79. [PubMed]
191. Juruena MF, Cleare AJ. Перекрытие между атипичной депрессией, сезонным аффективным расстройством и синдромом хронической усталости. Rev Bras Psiquiatr. 2007; 29: S19-S26. [PubMed]
192. Castrén E, Kojima M. Мозг-производный нейротрофический фактор при расстройствах настроения и антидепрессантах. Neurobiol Dis. 2017; 97 (Pt B): 119-126. [PubMed]
193. Pan A, Keum N, Okereke OI и др. Двунаправленная связь между депрессией и метаболическим синдромом - систематический обзор и метаанализ эпидемиологических исследований. Уход за диабетом. 2012; 35 (5): 1171-1180. [Бесплатная статья PMC] [PubMed]
194. Carvalho AF, Rocha DQ, McIntyre RS и др. Адипокины как новые биомаркеры депрессии: систематический обзор и метаанализ. J Psychiatric Res. 2014; 59: 28-37. [PubMed]
195. Wise T, Cleare AJ, Herane A, Young AH, Arnone D. Диагностическая и терапевтическая полезность нейровизуализации в депрессии: обзор. Neuropsychiatr Dis Treat. 2014; 10: 1509-1522. [Бесплатная статья PMC] [PubMed]
196. Tamatam A, Khanum F, Bawa AS. Генетические биомаркеры депрессии. Индийский J Hum Genet. 2012; 18 (1): 20. [Бесплатная статья PMC] [PubMed]
197. Yoshimura R, Nakamura J, Shinkai K, Ueda N. Клинический ответ на лечение антидепрессантами и уровни 3-метокси-4-гидроксифенилгликоля: мини-обзор. Prog Neuropsychopharmacol Biol Psychiatry. 2004; 28 (4): 611-616. [PubMed]
198. Pierscionek T, Adekunte O, Watson S, Ferrier N, Alabi A. Роль кортикостероидов в реакции антидепрессанта. ChronoPhys Ther. 2014; 4: 87-98.
199. Хейдж М.П., ​​Азар С.Т. Связь между функцией щитовидной железы и депрессией. J Thyroid Res. 2012; 2012: 590648. [Бесплатная статья PMC] [PubMed]
200. Dunn EC, Brown RC, Dai Y, et al. Генетические детерминанты депрессии: недавние выводы и будущие направления. Harv Rev Психиатрия. 2015; 23 (1): 1. [Бесплатная статья PMC] [PubMed]
201. Yang CC, Hsu YL. Обзор датчиков износостойкого движения на основе акселерометрии для мониторинга физической активности. Датчики. 2010; 10 (8): 7772-7788. [Бесплатная статья PMC] [PubMed]

Green-Call-Now-Button-24H-150x150-2-3.png

Дополнительные темы: боль в спине

Боль в спине является одной из наиболее распространенных причин инвалидности и пропущенных дней работы во всем мире. На самом деле, боли в спине объясняются как вторая по распространенности причина посещения врача, численность которых превосходит только инфекции верхних дыхательных путей. Примерно 80 процентов населения будут испытывать некоторый тип боли в спине, по крайней мере, один раз на протяжении всей их жизни. Позвоночник представляет собой сложную структуру, состоящую из костей, суставов, связок и мышц, среди других мягких тканей. Из-за этого травмы и / или усугубляемые условия, такие как грыжа межпозвоночных дисков, может в конечном итоге привести к симптомам боли в спине. Спортивные травмы или автомобильные травмы часто являются наиболее частыми причинами боли в спине, однако иногда самые простые движения могут иметь болезненные результаты. К счастью, альтернативные варианты лечения, такие как уход за хиропрактикой, могут помочь облегчить боль в спине с помощью спинальных регулировок и ручных манипуляций, что в конечном итоге улучшит облегчение боли.

блоге фото мультфильма paperboy большие новости

ДОПОЛНИТЕЛЬНАЯ ВАЖНАЯ ТЕМА: Лечение боли в спине

БОЛЬШЕ ТЕМАТИКОВ: ДОПОЛНИТЕЛЬНАЯ ЭКСТРА: Хроническая боль