AG Prädiktion und Prävention psychischer Störungen
Fokus
Um die psychische Gesundheit umfassend zu verstehen, ist es entscheidend, das komplexe Zusammenspiel zwischen Individuum und Umwelt zu berücksichtigen. Dies umfasst biologische und psychologische Faktoren ebenso wie soziale Interaktionen und die Nutzung digitaler Medien. Unser Labor forscht in diesem spannenden Gebiet mit dem Ziel:
- Negative Einflüsse auf die psychische Gesundheit sowie Schutzfaktoren zu identifizieren
- Moderne Instrumente bereitzustellen, die eine individualisierte
- Diagnostik und Präventionsstrategien ermöglichen Personalisierte Interventionen zur Förderung der psychischen Gesundheit zu entwickeln
Methoden
Unser Team besteht aus einer Mischung von methodisch orientierten Klinikerinnen und Klinikern und klinisch orientierten Methodikerinnen und Methodikern, was eine enge Interaktion zwischen Forschung und klinischer Anwendung ermöglicht. Gemeinsam streben wir die klinische Umsetzung neuartiger Instrumente an, die von datenwissenschaftlich orientierten Ansätzen inspiriert sind, wie zum Beispiel:
- Maschinelles Lernen und Big-Data-Analytik zur Ermittlung informativer Muster in Verhaltens- oder biologischen Daten Netzwerkmodelle zur Charakterisierung komplexer Beziehungen zwischen Symptomen, Risiko- und Schutzfaktoren
- Dynamische Systemmodellierung, um ein mechanistisches Verständnis des Gehirns in Gesundheit und Krankheit zu gewinnen
- Meta-Analysen zur Beantwortung wichtiger klinischer Fragen auf der Grundlage einer großen Zahl von Belegen
Ziele
Durch die Entwicklung verhaltensbezogener, kognitiver und bildgebender Biomarker hoffen wir, unser Verständnis der psychischen Gesundheit zu verbessern und Modelle für eine individualisierte Vorhersage bei psychiatrischen Patientinnen und Patienten oder Risikopersonen zu entwickeln. Letztlich möchten wir mithilfe unseres Fachwissens im Bereich des maschinellen Lernens und der computergestützten Methoden verhaltenstherapeutische, pharmakologische und psychotherapeutische Interventionen in der komplexen menschlich-digitalen Umgebung der heutigen Psychiatrie personalisieren.
Aktuelle Projekte
PRESCIENT (Prädiktion des Beschwerdeverlaufs bei Personen mit klinisch erhöhtem Psychoserisiko: ein weltweites Konsortium zur Psychose-Verlaufsforschung)
Psychotische Erkrankungen treten meist erstmals bei jungen Menschen auf und führen zu großem Leid, langanhaltender Behinderung und einer enormen wirtschaftlichen Belastung. Frühe Interventionen sind entscheidend, um diese Belastung zu verringern. Psychotische Störungen gehen einer prodromalen Phase mit Stress, beeinträchtigter Funktion und unterschwelligen Symptomen voraus. Unsere ursprüngliche Forschung definierte den "klinischen Hochrisiko-Zustand" (CHR), der ein deutlich erhöhtes Risiko für eine beginnende Psychose vorhersagt. Es gibt jedoch eine erhebliche Heterogenität in den klinischen Verläufen der CHR-Population. Derzeit kann das Feld diese Verläufe, insbesondere auf individueller Ebene, nicht zuverlässig frühzeitig identifizieren. Die bisherigen Modelle (unter Verwendung klinischer, neurokognitiver, neuroimaging, neurobiologischer und genetischer Daten) haben nur einen bescheidenen prädiktiven Wert für die Umwandlung in psychotische Störungen und andere Ergebnisse gezeigt. Dies stellt eine Herausforderung für die Entwicklung gezielter Interventionen und robuster ätiologischer Modelle dar. Das aktuelle Projekt zielt darauf ab, robustere Vorhersagemodelle für eine Reihe von Ergebnissen in der CHR-Population zu entwickeln (Umwandlung in psychotische Störung, anhaltende und neue nicht-psychotische Störungen, Nicht-Remission des CHR-Status, anhaltende negative Symptome, vollständige Genesung, funktionelles Ergebnis).
CARE – Computer-assistierte Risiko-Evaluation in der Früherkennung psychotischer Erkrankungen.
Im Rahmen einer multizentrischen, randomisiert-kontrollierten Studie werden Patientinnen und Patienten mit computer-gestützter Diagnostik und risikoadaptierter Behandlung mit einer Kontrollgruppe verglichen, die gemäß der Regelversorgung behandelt werden. Das medizinische Ziel der ambulanten strukturierten Versorgungsform besteht darin, mit diesen Maßnahmen bei Patient*innen den Ausbruch einer Psychose zu verhindern und das soziale und berufliche Leistungsniveau zu verbessern.
Cannabis wurde als einer der Hauptrisikofaktoren für die Entwicklung einer Psychose identifiziert. Jüngste Studien zeigen, dass bis zu 50 % aller Patient*innen mit Cannabis-induzierter Psychose (CIP) weiterhin eine dauerhafte Form einer psychotischen Störung entwickeln. Ziel des vorliegenden Projekts ist es daher, eine longitudinale, multimodale Neuroimaging-Studie bei Patientinnen und Patienten mit CIP durchzuführen, die strukturelle und funktionelle Neuroimaging-Untersuchungen zu Beginn sowie eine Nachbeobachtung zur Erfassung der klinischen Ergebnisse der Patienten umfasst. Durch die Anwendung neuartiger maschineller Lernverfahren auf solche multimodalen Längsschnittdaten hoffen wir, die neurobiologischen Grundlagen der Cannabis-induzierten Psychose zu erhellen und klinische Instrumente zu entwickeln, die eine personalisierte Vorhersage der Ergebnisse bei einzelnen Patienten ermöglichen.
LAMBDA: Language Markers and Brain Dysfunction in Early Psychosis
Wir befassen uns mit der faszinierenden Verbindung zwischen Sprache und Geistesleben. Entdecken Sie, wie sich die Sprachfunktion als vielversprechender bio-sozialer Marker für mentale Zustandsänderungen, insbesondere bei Psychosen, herauskristallisiert. Es handelt sich um eine einzigartige Zusammenarbeit zwischen biologischer Psychiatrie, Linguistik und kognitiven Neurowissenschaften, die mit Hilfe der funktionellen Magnetresonanztomographie (fMRI) sprachliche Signale für Psychosen und ihre Verbindung zu Hirnfunktionsstörungen ermittelt. Unsere Forschungsinitiative beinhaltet eine Zusammenarbeit, die das Fachwissen dieser drei Bereiche kombiniert. Mit vereinten Kräften wollen wir linguistische Signale innerhalb der Sprache identifizieren, die als Indikatoren für eine Psychose dienen könnten. Darüber hinaus wollen wir aussagekräftige Verbindungen zwischen diesen sprachlichen Markern und den zugrundeliegenden Hirnfunktionsstörungen herstellen, die mit dieser Erkrankung einhergehen. Zu diesem Zweck nutzen wir die Möglichkeiten der fMRT, um die komplizierten Beziehungen zwischen Sprache und Gehirn aufzudecken. Diese bahnbrechende Forschung schafft die Voraussetzungen für transformative Fortschritte in der klinischen Psychiatrie und unserem Verständnis der Mechanismen der Sprache im Gehirn sowie der Rolle der Sprache im psychotischen Denken.
PsyLetics ist ein innovatives Forschungsprojekt, das unter Leitung von Theresa Lichtenstein die Auswirkungen von hochintensivem Training (HIT) bei Patientinnen und Patienten mit Schizophrenie untersucht. Wir vergleichen die Auswirkungen von HIT auf klinische Symptome (Psychopathologie, funktionelle Ergebnisse) und Kognition bei Patientinnen und Patienten mit Schizophrenie mit einer Sportintervention niedriger Intensität (Training mit Vibrationsplatten) und einer Standardtherapie (Behandlung wie üblich; TAU). Darüber hinaus werden die Auswirkungen auf biologische Korrelate auf der Ebene der Gehirnstruktur, Entzündungs- und Stoffwechselmarker sowie auf das Motivationsverhalten und die Stoffwechselkontrolle beleuchtet. Ziel ist es, die Wirksamkeit von HIT bei Patient*innen mit Schizophrenie nachzuweisen sowie die biologischen Mechanismen dieser Art von Training zu charakterisieren und zu verstehen.
Weitere Informationen
Chekroud AM, Hawrilenko M, Loho H, Bondar J, Gueorguieva R, Hasan A, Kambeitz J, et al. (2024): Illusory generalizability of clinical prediction models. Science 383: 164–167.
Şahin D, Kambeitz-Ilankovic L, Wood S, Dwyer D, Upthegrove R, ..., Kambeitz J (2023): Algorithmic fairness in precision psychiatry: analysis of prediction models in individuals at clinical high risk for psychosis. Br J Psychiatry 1–11.
Stainton A, Chisholm K, Griffiths SL, Kambeitz-Ilankovic L, Wenzel J, Bonivento C, et al. (2023): Prevalence of cognitive impairments and strengths in the early course of psychosis and depression. Psychol Med 1–13.
Buciuman M-O, Oeztuerk OF, Popovic D, Enrico P, Ruef A, Bieler N, et al. (2023): Structural and functional brain patterns predict formal thought disorder’s severity and its persistence in recent-onset psychosis: Results from the PRONIA Study. Biol Psychiatry Cogn Neurosci Neuroimaging. https://doi.org/10.1016/j.bpsc.2023.06.001
Woods SW, Parker S, Kerr MJ, Walsh BC, Wijtenburg SA, Prunier N, et al. (2023): Development of the PSYCHS: Positive SYmptoms and Diagnostic Criteria for the CAARMS Harmonized with the SIPS. medRxiv. https://doi.org/10.1101/2023.04.29.23289226
Betz LT, Penzel N, Rosen M, Bhui K, Upthegrove R, Kambeitz J (2023): Disentangling heterogeneity of psychosis expression in the general population: sex-specific moderation effects of environmental risk factors on symptom networks. Psychol Med 53: 1860–1869.
de Erausquin GA, Snyder H, Brugha TS, Seshadri S, Carrillo M, Sagar R, et al. (2022): Chronic neuropsychiatric sequelae of SARS-CoV-2: Protocol and methods from the Alzheimer’s Association Global Consortium. Alzheimers Dement 8: e12348.
Kambeitz-Ilankovic, L., Rzayeva, U., Völkel, L., Wenzel, J., Weiske, J., Jessen, F., Reininghaus, U., Uhlhaas, P. J., Alvarez-Jimenez, M., & Kambeitz, J. (2022). A systematic review of digital and face-to-face cognitive behavioral therapy for depression. NPJ Digital Medicine, 5(1), 144.
Betz, L. T., Penzel, N., & Kambeitz, J. (2022). A network approach to relationships between cannabis use characteristics and psychopathology in the general population. Scientific Reports, 12(1). https://doi.org/10.1038/s41598-022-11092-0
Haas, S. S., Doucet, G. E., Antoniades, M., Modabbernia, A., Corcoran, C. M., Kahn, R. S., Kambeitz, J., Kambeitz-Ilankovic, L., Borgwardt, S., Brambilla, P., Upthegrove, R., Wood, S. J., Salokangas, R. K. R., Hietala, J., Meisenzahl, E., Koutsouleris, N., & Frangou, S. (2022). Evidence of discontinuity between psychosis-risk and non-clinical samples in the neuroanatomical correlates of social function. Schizophrenia Research. Cognition, 29, 100252.
Müller, H., Betz, L. T., Kambeitz, J., Falkai, P., Gaebel, W., Heinz, A., Hellmich, M., Juckel, G., Lambert, M., Meyer-Lindenberg, A., Schneider, F., Wagner, M., Zink, M., Klosterkötter, J., & Bechdolf, A. (2022). Bridging the phenomenological gap between predictive basic-symptoms and attenuated positive symptoms: a cross-sectional network analysis. Schizophrenia, 8(1). https://doi.org/10.1038/s41537-022-00274-4
Schwarzer, J. M., Meyhoefer, I., Antonucci, L. A., Kambeitz-Ilankovic, L., Surmann, M., Bienek, O., Romer, G., Dannlowski, U., Hahn, T., Korda, A., Dwyer, D. B., Ruef, A., Haas, S. S., Rosen, M., Lichtenstein, T., Ruhrmann, S., Kambeitz, J., Salokangas, R. K. R., Pantelis, C., … the PRONIA Consortium. (2022). The impact of visual dysfunctions in recent-onset psychosis and clinical high-risk state for psychosis. Neuropsychopharmacology: Official Publication of the American College of Neuropsychopharmacology. https://doi.org/10.1038/s41386-022-01385-3
Koutsouleris, N., Pantelis, C., Velakoulis, D., McGuire, P., Dwyer, D. B., Urquijo-Castro, M.-F., Paul, R., Dong, S., Popovic, D., Oeztuerk, O., Kambeitz, J., Salokangas, R. K. R., Hietala, J., Bertolino, A., Brambilla, P., Upthegrove, R., Wood, S. J., Lencer, R., Borgwardt, S., … International FTD-Genetics Consortium (IFGC), the German Frontotemporal Lobar Degeneration (FTLD) Consortium, and the PRONIA Consortium. (2022). Exploring Links Between Psychosis and Frontotemporal Dementia Using Multimodal Machine Learning: Dementia Praecox Revisited. JAMA Psychiatry. https://doi.org/10.1001/jamapsychiatry.2022.2075
Rosen, M., Betz, L. T., Montag, C., Kannen, C., & Kambeitz, J. (2022). Transdiagnostic Psychopathology in a Help-Seeking Population of an Early Recognition Center for Mental Disorders: Protocol for an Experience Sampling Study. JMIR Research Protocols, 11(8), e35206.
Betz, L. T., Rosen, M., Salokangas, R. K. R., & Kambeitz, J. (2022). Disentangling the impact of childhood abuse and neglect on depressive affect in adulthood: A machine learning approach in a general population sample. Journal of Affective Disorders, 315, 17–26.
Dwyer, D. B., Buciuman, M.-O., Ruef, A., Kambeitz, J., Sen Dong, M., Stinson, C., Kambeitz-Ilankovic, L., Degenhardt, F., Sanfelici, R., Antonucci, L. A., Lalousis, P. A., Wenzel, J., Urquijo-Castro, M. F., Popovic, D., Oeztuerk, O. F., Haas, S. S., Weiske, J., Hauke, D., Neufang, S., … PRONIA Consortium. (2022). Clinical, Brain, and Multilevel Clustering in Early Psychosis and Affective Stages. JAMA Psychiatry . https://doi.org/10.1001/jamapsychiatry.2022.1163
Lalousis, P. A., Schmaal, L., Wood, S. J., Reniers, R. L. E. P., Barnes, N. M., Chisholm, K., Griffiths, S. L., Stainton, A., Wen, J., Hwang, G., Davatzikos, C., Wenzel, J., Kambeitz-Ilankovic, L., Andreou, C., Bonivento, C., Dannlowski, U., Ferro, A., Lichtenstein, T., Riecher-Rössler, A., … PRONIA Consortium. (2022). Neurobiologically based stratification of recent-onset depression and psychosis: Identification of two distinct transdiagnostic phenotypes. Biological Psychiatry. https://doi.org/10.1016/j.biopsych.2022.03.021
Antonucci, L. A., Penzel, N., Sanfelici, R., Pigoni, A., Kambeitz-Ilankovic, L., Dwyer, D., Ruef, A., Sen Dong, M., Öztürk, Ö. F., Chisholm, K., Haidl, T., Rosen, M., Ferro, A., Pergola, G., Andriola, I., Blasi, G., Ruhrmann, S., Schultze-Lutter, F., Falkai, P., … PRONIA Consortium. (2022). Using combined environmental-clinical classification models to predict role functioning outcome in clinical high-risk states for psychosis and recent-onset depression. The British Journal of Psychiatry: The Journal of Mental Science, 220(4), 1–17.
