Startsida
Hjälp
Sök i LIBRIS databas

     

 

Sökning: onr:dqj409k5bbfp6bgh > Neuroimaging, genet...

Neuroimaging, genetic, clinical, and demographic predictors of treatment response in patients with social anxiety disorder [Elektronisk resurs]

Frick, Andreas (författare)
Engman, Jonas (författare)
Alaie, Iman (författare)
Björkstrand, Johannes (författare)
Gingnell, Malin, 1982- (författare)
Larsson, Elna-Marie (författare)
Eriksson, Elias (författare)
Wahlstedt, Kurt (författare)
Fredrikson, Mats (författare)
Furmark, Tomas (författare)
Uppsala universitet Humanistisk-samhällsvetenskapliga vetenskapsområdet (utgivare)
Uppsala universitet Medicinska och farmaceutiska vetenskapsområdet (utgivare)
Uppsala universitet Medicinska och farmaceutiska vetenskapsområdet (utgivare)
Uppsala universitet Medicinska och farmaceutiska vetenskapsområdet (utgivare)
Publicerad: 2020
Engelska.
Ingår i: Journal of Affective Disorders. - 0165-0327. ; 261, 230-237
Läs hela texten
Läs hela texten
Läs hela texten
  • E-artikel/E-kapitel
Sammanfattning Ämnesord
Stäng  
  • Background: Correct prediction of treatment response is a central goal of precision psychiatry. Here, we tested the predictive accuracy of a variety of pre-treatment patient characteristics, including clinical, demographic, molecular genetic, and neuroimaging markers, for treatment response in patients with social anxiety disorder (SAD). Methods: Forty-seven SAD patients (mean +/- SD age 33.9 +/- 9.4 years, 24 women) were randomized and commenced 9 weeks' Internet-delivered cognitive behavior therapy (CBT) combined either with the selective serotonin reuptake inhibitor (SSRI) escitalopram (20 mg daily [10 mg first week], SSRI+CBT, n= 24) or placebo (placebo+CBT, n= 23). Treatment responders were defined from the Clinical Global Impression-Improvement scale (CGI- I <= 2). Before treatment, patients underwent functional magnetic resonance imaging and the Multi-Source Interference Task taxing cognitive interference. Support vector machines (SVMs) were trained to separate responders from nonresponders based on pre-treatment neural reactivity in the dorsal anterior cingulate cortex (dACC), amygdala, and occipital cortex, as well as molecular genetic, demographic, and clinical data. SVM models were tested using leave-one-subject-out cross-validation. Results: The best model separated treatment responders (n= 24) from nonresponders based on pre-treatment dACC reactivity (83% accuracy, P= 0.001). Responders had greater pre-treatment dACC reactivity than nonresponders especially in the SSRI+CBT group. No other variable was associated with clinical response or added predictive accuracy to the dACC SVM model. Limitations: Small sample size, especially for genetic analyses. No replication or validation samples were available. Conclusions: The findings demonstrate that treatment outcome predictions based on neural cingulate activity, at the individual level, outperform genetic, demographic, and clinical variables for medication-assisted Internet-delivered CBT, supporting the use of neuroimaging in precision psychiatry. 

Ämnesord

Medical and Health Sciences  (hsv)
Clinical Medicine  (hsv)
Psychiatry  (hsv)
Medicin och hälsovetenskap  (hsv)
Klinisk medicin  (hsv)
Psykiatri  (hsv)

Genre

government publication  (marcgt)

Indexterm och SAB-rubrik

Social phobia
SSRI
CBT
Personalized medicine
SVM
Pattern recognition
Inställningar Hjälp

Beståndsinformation saknas

Om LIBRIS
Sekretess
Hjälp
Fel i posten?
Kontakt
Teknik och format
Sök utifrån
Sökrutor
Plug-ins
Bookmarklet
Anpassa
Textstorlek
Kontrast
Vyer
LIBRIS söktjänster
SwePub
Uppsök

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

Copyright © LIBRIS - Nationella bibliotekssystem

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy