CE zum Lesen von JINS

Die Vorhersage von Verhalten und damit verbundenen Ergebnissen ist seit langem ein Hauptziel der Psychologie. Die Entwicklung von Intelligenztests im frühen 20^th Jahrhunderts führte zu neuen Strategien zur Vorhersage schulischer und beruflicher Leistungen (Sternberg, 1996). Ebenso Mitte des 19^th Jahrhunderts, Fechners Verwendung mathematischer Modelle zur Verhaltensvorhersage (Wertheimer, 1987) begründete eine bis heute andauernde Tradition, die sich in den von Clark Hull entwickelten mathematischen Modellen des Lernens (Hull, 1943), dynamische Modelle der Entwicklung räumlicher Gedächtnisfähigkeiten (Spencer, Smith, & Thelen, 2001), und andere. Diese Ideen führten auch zu Informationsverarbeitungstheorien des Gedächtnisses (Atkinson & Shiffrin, 1968; Raaijmakers & Shiffrin, 1980), die verwendet wurden, um bestimmte Stadien der Gedächtnisverarbeitung vorherzusagen, die in Patientengruppen beeinträchtigt sind (Brown et al., 1995; Brown, Woodard und Rich, 1994). In jüngster Zeit hat sich die Verwendung von Vorhersagestrategien in der Neuropsychologie der Entwicklung neuer Ansätze zur Identifizierung und Charakterisierung der Entwicklung und des Krankheitsverlaufs von neurokognitiven und neuropsychiatrischen Störungen zugewandt.

Bei der Vorhersage geht es darum, eine Aussage über ein Ereignis zu treffen, das ungewiss ist und normalerweise auf einer Art bekannter Informationen basiert. Obwohl der Begriff "Vorhersage" an die Vorhersage eines zukünftigen Ergebnisses oder Ereignisses erinnert, kann der Begriff "Vorhersage" auch für gleichzeitige diagnostische Zwecke verwendet werden. Seit etwa 2000 hat die Zahl der Forschungsstudien, die sich auf die Vorhersage von Diagnosen und klinischen Verläufen konzentrieren, dramatisch zugenommen. Figure 1 zeigt die Anzahl der Veröffentlichungen pro Jahr, die von 1950 bis zum 1. Oktober 2016 bei einer einfachen Suche nach den Begriffen „präklinische Vorhersage“ in der Datenbank der National Library of Medicine (PubMed) zurückgegeben wurden. Studien zur präklinischen Vorhersage in der Neuropsychologie konzentrierten sich typischerweise auf die Identifizierung von Personen mit dem höchsten Risiko für bestimmte kognitive Erkrankungen. Die frühzeitige Erkennung von Risiken oder subtilen Anzeichen einer beginnenden Krankheit eröffnet die Möglichkeit für Behandlungen, um die Entwicklung der Krankheit zu verhindern oder den Beginn oder das Fortschreiten klinisch signifikanter Symptome zu verlangsamen. Vorhersagestudien nach einer Hirnverletzung waren auch wichtig für die Prognose des Genesungsverlaufs und für die Planung der Ressourcenzuweisung für die Behandlung.

Modernste Vorhersagestrategien wurden durch mindestens zwei bedeutende Entwicklungen in den letzten 25 Jahren erleichtert. Erstens hat die Verfügbarkeit von Hochgeschwindigkeitscomputern und Software, die in der Lage sind, komplexe statistische Analysen durchzuführen, die Entwicklung und Validierung komplexer theoretischer Vorhersagemodelle unterstützt. Beispielsweise wären maschinelle Lernansätze zur Vorhersage ohne leistungsstarke Rechenressourcen nicht möglich (Hey, 2010). Maschinelles Lernen wurde erfolgreich im Rahmen der Diagnose eingesetzt (Bigler, 2013; Mundt, Freed & Greist, 2000; Teipel, Meindl, Grinberg, Heinsen & Hampel, 2008) und Prognose (Gutman et al., 2015; Koutsouleris et al., 2009; Moradi, Pepe, Gaser, Huttunen & Tohka, 2015; Schmidt-Richberg et al., 2016). Zweitens hat die Identifizierung von Biomarkern für eine Vielzahl von neurologischen und psychiatrischen Erkrankungen eine Reihe von Prädiktoren bereitgestellt, die sehr empfindlich auf Risikofaktoren und pathologische Veränderungen reagieren, die zu diesen Erkrankungen führen (Chong, Lim & Sahadevan, 2006; Craig-Schapiro, Fagan & Holtzman, 2009; Mayeux, 2004; Sharma & Laskowitz, 2012; Shaw, Korecka, Clark, Lee und Trojanowski, 2007). Solche Biomarker können verwendet werden, um Vorhersagen über mögliche Ursachen im Zusammenhang mit neuropsychologischen Anomalien zu testen (Ivanoiu et al., 2015;; Miller et al., 2008; Wirthet al., 2013). Verbesserte Gentests haben auch zu genaueren Vorhersagen funktioneller Veränderungen beigetragen, wenn sie mit neuropsychologischen und bildgebenden Daten kombiniert werden (O'Hara et al., 1998; Reimanet al., 2004; Small et al., 1996). Einige Forscher haben auf der Grundlage der Literatur argumentiert, dass „Neuromarker allein oder in Kombination mit anderen Maßnahmen oft bessere Vorhersagen (Neuroprognose) liefern als traditionelle Verhaltensmaße“ (Seite 11, Gabrieli, Ghosh & Whitfield-Gabrieli, 2015). Da Daten zunehmend auftauchen, wird unser Feld durch die Identifizierung der besten Kombinationen von Maßnahmen zur Vorhersage von Krankheiten bereichert.

Von vielen neurokognitiven Störungen ist bekannt, dass sie sich von einem präsymptomatischen bis leicht klinischen Zustand zu einer vollständig klinischen Störung entwickeln. Im Wesentlichen durchlaufen sie verschiedene biologische und klinische „Stadien“ (McGorry et al., 2007). Zwei Erkrankungen, die in den letzten zwei Jahrzehnten intensiv erforscht wurden, sind die Alzheimer-Krankheit (AD) und die Schizophrenie. Zum Beispiel geht der AD eine leichte kognitive Beeinträchtigung (MCI) voraus, und in vielen Fällen geht der Schizophrenie ein klinischer Hochrisikozustand (CHR) voraus, der durch abgeschwächte positive psychotische Symptome identifiziert wird (dh leichte Wahnvorstellungen und Halluzinationen mit einem gewissen Grad an intakter Realität). Tests; Tsuang et al., 2013; Yung & McGorry, 1996). Zumindest im Prinzip sind die Identifizierung von Prädiktoren und Mechanismen für den Übergang zu AD oder Psychose bei Personen, die Anzeichen beginnender neurokognitiver Störungen zeigen, entscheidende Schritte bei der Suche nach präventiven oder frühen Interventionsstrategien (Woodberry, Shapiro, Bryant & Seidman, 2016). Das Interesse an der Früherkennung und Prävention von Schizophrenie und anderen psychotischen Störungen hat dazu geführt, dass über ein Jahrzehnt lang junge Menschen untersucht wurden, bei denen das Risiko besteht, eine psychotische Erkrankung zu entwickeln, und Fortschritte bei der Vorhersage des Übergangs zu einer Psychose aus einem CHR-Stadium erzielt wurden (Cannon et al., 2008, 2016; Aas et al., 2016), einschließlich des Einsatzes neuropsychologischer Maßnahmen (Giuliano et al., 2012; Seidman, Giuliano & Walker, 2010; Seidman et al., 2016).

Studien zur Früherkennung neurologischer und psychiatrischer Erkrankungen haben das Verständnis der Ätiologie und Diagnose erheblich verbessert und neue Wege für das Management eröffnet. Die präsymptomatische Erkennung ist auch für die Entwicklung wirksamer Interventionsstrategien unerlässlich, da sie ein Fenster zur Verhinderung/Verzögerung des Ausbruchs oder zur Verringerung des Schweregrads bietet. Diese Sonderausgabe der Zeitschrift der International Neuropsychological Society enthält neun Artikel, die topaktuelle empirische Ergebnisse beschreiben, die wichtige methodische Fortschritte für die vorklinische Erkennung einer Vielzahl von neurologischen, neurologischen Entwicklungsstörungen und neuropsychiatrischen Erkrankungen veranschaulichen. Zu den angewandten methodischen Ansätzen gehören die Bewertung familiärer und genetischer Risikoanalysen, die phänotypische Charakterisierung mit kognitiven und/oder bildgebenden Verfahren und die Bewertung der Wirksamkeit von Biomarkern. Diese Papiere bieten substanzielle integrative und synthetische Zusammenfassungen des aktuellen Stands präklinischer Nachweismethoden und zukünftiger Richtungen auf diesem Gebiet.

Da neue Biomarker für frühe, krankheitsbedingte Veränderungen identifiziert werden, werden Strategien zur optimalen Nutzung dieser Informationen immer wichtiger. In dieser Sonderausgabe konzentrieren sich mehrere Artikel auf die Beschreibung neuartiger Methoden zur Kombination von Biomarkerdaten mit anderen klinischen Informationen für die Diagnose oder Prognose. In einer gründlichen Literaturrecherche beschreiben Cooper und Kollegen objektive Biomarker auf dem neuesten Stand der Technik bei der prodromalen Parkinson-Krankheit (PD) und diskutieren mehrere Strategien zur Kombination dieser Biomarker mit klinischen und genetischen Daten zur Verbesserung der Sensitivität und Spezifität für die Identifizierung von Personen mit prodromaler PD. Soldan und Kollegen zeigen, dass Beta-Amyloid und phosphoryliertes Tau, gemessen in der Zerebrospinalflüssigkeit, die kognitive Funktion noch 10 Jahre später vorhersagen können. Anhand von Daten der Alzheimer's Disease Neuroimaging Initiative demonstrieren Edmonds und Kollegen, wie eine neuartige Methode zur Stadieneinteilung präklinischer AD mittels Amyloid-Positronen-Emissions-Tomographie (PET)-Bildgebung mit einer detaillierten kognitiven Bewertung kombiniert werden kann, um präklinische AD besser zu charakterisieren. Bemerkenswerterweise fand diese Studie heraus, dass bereits vor der klinischen Diagnose eine beträchtliche Amyloidakkumulation aufgetreten war. Schließlich demonstrieren Quenon und Kollegen in einer Querschnittsstudie die Beziehungen zwischen bildgebenden Maßen des Ausmaßes der frühen AD-Neuropathologie, wie indiziert durch in vivo Neuroimaging-Biomarker (Amyloid-PET, Hippocampusvolumen und Messungen der kortikalen Dicke) und Grad der Gedächtnisleistung beim Free and Cued Selective Reminding Test. Obwohl Biomarker der frühen AD-Neuropathologie die Gesamtgedächtnisleistung vorhersagten, zeigte die Cueing-Effizienz, die bei AD häufig beeinträchtigt ist, eine besonders starke Beziehung zur kortikalen Dicke von Regionen, die bei früher AD häufig atrophisch sind.

Auch die Einschätzung des Einflusses familiärer und genetischer Risikofaktoren ist zu einem wichtigen Instrument zur Prognose des Diagnosestatus geworden. Der Familien-Hochrisiko-Ansatz ermöglicht ein definiertes Auswahlverfahren zur Ermittlung nicht erkrankter Probanden in einer Familie, in der es einen identifizierten Probanden mit der Krankheit gibt. Ein Vorteil eines solchen Ansatzes besteht darin, dass er nicht von der Symptomausprägung, sondern vom genetischen Risiko abhängt, und somit ein nicht betroffenes Individuum in jedem Alter untersucht werden könnte, was entwicklungsgeführte Risikountersuchungen ermöglicht (Agnew-Blais & Seidman, 2013). Bei den „nicht betroffenen Verwandten“ handelt es sich in der Regel um Nachkommen oder Geschwister, die als besonders gefährdet für die Krankheit oder für mit der Krankheit assoziierte Phänotypen gelten, da sie etwa 50 % der Gene für die Krankheit tragen. Dieser Ansatz wird seit über einem halben Jahrhundert verwendet und ist eine der fruchtbarsten Methoden, um Komponenten der Anfälligkeit für verschiedene Krankheiten, insbesondere Schizophrenie, zu identifizieren. Das typischste Ergebnis, das ursprünglich in vielen dieser Studien verwendet wurde, war „Entwicklung der Krankheit“ (z. B. Schizophrenie, AD usw.). Die Ergebnisse können jedoch auch in einer Reihe von Phänotypen ausgedrückt werden, die die zugrunde liegende Störung widerspiegeln, und Ergebnisse wie funktionelle Behinderung sind ebenfalls sehr wichtig. Ein breites Spektrum von Phänotypen (z. B. Arbeitsgedächtnis- oder Aufmerksamkeitsprobleme, kleinere Hippocampi) kann in verschiedenen Altersstufen untersucht werden, um Entwicklungseffekte zu bewerten, und in verschiedenen Subpopulationen (z. B. solchen mit höheren vs. geringere genetische Belastung), um die spezifische Untergruppenexpression der Phänotypen zu untersuchen.

In dieser Ausgabe zeigen Lancaster und Kollegen, dass die Basislinien-Diffusions-Tensor-Bildgebung der Mikrostruktur der weißen Substanz im medialen Temporallappen longitudinale Veränderungen der episodischen Gedächtnisfunktion über 3 Jahre in einer Stichprobe kognitiv gesunder älterer Erwachsener mit einem angereicherten familiären und genetischen Risiko vorhersagen kann für ANZEIGE. Koscik und Kollegen vergleichen die Sensitivität für die Vorhersage späterer kognitiver Beeinträchtigungen, indem sie entweder die Variabilität der Leistung bei kognitiven Aufgaben oder Kombinationen von Ergebnissen aus bestimmten Aufgaben (z. B. Gedächtnis- und Ausführungsaufgaben) verwenden, die mehrere Jahre zuvor zu Studienbeginn erfasst wurden. In einer Untersuchung der neuropsychologischen Endophänotypen des familiären Risikos für Schizophrenie und affektiven Psychosen fanden Seidman und Kollegen heraus, dass die Beeinträchtigung des Arbeitsgedächtnisses robuster war als die Wachsamkeit, um die kognitive Beeinträchtigung zu charakterisieren, die mit dem familiären Risiko für Schizophrenie verbunden ist. Obwohl Personen mit familiärem Risiko für affektive Psychosen im Vergleich zu anderen Gruppen eine stärker beeinträchtigte Vigilanz zeigten, wurde dieser Effekt nach der Anpassung für mehrere psychopathologische Symptome eliminiert. Diese Arbeit war Teil einer Agenda zur Identifizierung der empfindlichsten und spezifischsten neuropsychologischen Risikoprädiktoren für verschiedene Formen von Psychosen (siehe auch Seidman et al., 2016). Jede dieser Studien demonstriert neue Methoden zur Untersuchung des Einflusses familiärer und genetischer Risiken auf mögliche Diagnosen und Prognosen.

Schließlich konzentrieren sich zwei Artikel in dieser Ausgabe auf die Verwendung von Vorhersagestrategien zur Vorhersage des Ergebnisses, nachdem bereits eine Hirnverletzung in pädiatrischen Proben aufgetreten ist. Ransom und Kollegen verwenden evidenzbasierte Bewertung (EBA), um jugendliche Studenten zu identifizieren, bei denen ein Risiko für post-konkussive akademische Schwierigkeiten besteht. Selbstberichtete Symptome nach der Verletzung und Funktionsstörungen der Exekutive, eher als die von den Eltern berichteten Folgen, zeigten die stärksten Beziehungen zu wahrgenommenen akademischen Schwierigkeiten nach der Verletzung. Diese Studie demonstriert die Nützlichkeit des EBA-Rahmens im Kontext der neuropsychologischen Bewertung. Till und Kollegen untersuchten kognitive, schulische und psychosoziale Schwierigkeiten bei Kindern, bei denen ein erworbenes demyelinisierendes Syndrom (ADS) diagnostiziert wurde, von denen bei einem Drittel später Multiple Sklerose (MS) diagnostiziert wurde, über einen Zeitraum von 6 Monaten. Es zeigte sich, dass Kinder mit ADS kurzfristig ein günstiges neurokognitives Ergebnis zeigten, einschließlich Kinder, bei denen MS diagnostiziert wurde.

Zusammenfassend stellen die Beiträge in dieser Sonderausgabe mehrere neuartige Ansätze zur Entwicklung von Methoden zur Vorhersage in der Neuropsychologie vor. Die Forschung zur Optimierung der aus Biomarkern gewonnenen Informationen wird zweifellos auch in Zukunft durch die Identifizierung neuer Biomarker angeregt werden. Die Einführung neuer Bewertungsrahmen wie EBA und anderer Strategien zur Bewertung von kognitiven, klinischen und bildgebenden Längsveränderungen im Ergebnis, wie sie in mehreren Studien in dieser Sonderausgabe vorgestellt werden, wird ebenfalls hilfreich sein, um das Feld voranzubringen. Die Nutzung neuer Entwicklungen bei genetischen Analysen und die Bewertung familiärer Risikofaktoren werden ebenfalls wichtige Instrumente zur Verbesserung der Vorhersagegenauigkeit sein.

Dennoch stehen wir auch vor Herausforderungen in Bezug auf die Definition geeigneter statistischer Modelle, die zur Bewertung von Veränderung, Wachstum oder Niedergang verwendet werden (Cronbach & Furby, 1970; Francis, Fletcher, Stübing, Davidson & Thompson, 1991; Gottman & Rush, 1993; Harrell, 2015; Sänger & Willett, 2003; Steyerberg, 2009; Steyerberg & Harrell, 2016; Steyerberget al., 2010; Temkin, Heaton, Grant und Dikmen, 1999). Obwohl diese Probleme sicherlich nicht neu sind, ist die kontinuierliche Konzentration auf die Verbesserung der Definitionen der von uns vorhergesagten Veränderung und auf Modelle zur Bewertung der Wirksamkeit von Variablen, die diese Veränderung vorhersagen, sicherlich gerechtfertigt. Trotz dieser Herausforderungen wächst die Forschung zur präklinischen Vorhersage weiter, und zukünftige Studien versprechen, zur Verbesserung der vorbeugenden Behandlungen vor dem kognitiven Verfall sowie zu effektiveren Behandlungen und der Zuweisung von Ressourcen nach Hirnverletzungen beizutragen.