Ученые Рутгерса впервые применили диагностический метод в области опиоидной зависимости, который, по их мнению, может помочь определить, у каких пациентов с опиоидной зависимостью больше шансов рецидивировать.
Используя алгоритм, который ищет закономерности в структуре мозга и функциональных связях, исследователи смогли отличить потребителей опиоидов, отпускаемых по рецепту, от здоровых участников. Если лечение будет успешным, их мозг будет напоминать мозг человека, не зависимого от опиоидов.
"Люди могут сказать одно, но мозговые паттерны не лгут," сказала Сучисмита Рэй, ведущий исследователь и доцент кафедры информатики здравоохранения в Школе медицинских профессий Рутгерса. "Паттерны мозга, которые алгоритм определил на основе биомаркеров объема мозга и функциональной связи потребителей рецептурных опиоидов, обещают улучшить текущую диагностику."
В исследовании, опубликованном в NeuroImage: Clinical, Рэй и ее коллеги использовали МРТ для изучения структуры и функций мозга у людей с диагнозом расстройства, связанных с употреблением опиоидов по рецепту, которые обращались за лечением, по сравнению с людьми, не употреблявшими опиоиды в анамнезе.
Сканирование изучило сеть мозга, которая, как считается, ответственна за тягу к наркотикам и навязчивое употребление наркотиков. По завершении лечения, если эта сеть мозга не изменилась, требуется дополнительное лечение.
"Наш подход позволил отделить потребителей опиоидов, отпускаемых по рецепту, от здоровых участников на основании как объема мозга, так и данных функциональной связи. Мы не смогли бы обнаружить различия в функциональной связности между группами без анализа машинного обучения. Расстройство, связанное с употреблением опиоидов, достигло масштабов эпидемии в Соединенных Штатах, что вызывает острую потребность в диагностических биологических инструментах, которые могут улучшить прогнозы характеристик заболевания," Рэй сказал в исследовании.
В настоящее время диагноз людям с расстройством, связанным с употреблением опиоидов, ставится на основании предоставленных ими данных, которые, по мнению исследователей, могут быть предметом предвзятости. Этот алгоритм машинного обучения, который быстро добывает огромные объемы данных, дает возможность определить, вернулись ли функциональные возможности и структура мозга выздоравливающего потребителя опиоидов к нормальному или близкому к нормальному уровню после лечения.
По словам исследователей, учитывая высокий уровень смертности от передозировки и рецидивов среди потребителей опиоидов, крайне важно точно диагностировать пациентов с опиоидной зависимостью, чтобы улучшить результаты лечения и избежать смертей от передозировки.