「我吃這個藥會有效嗎？」－憂鬱症治療成效之預測
■一般而言，當憂鬱症患者開始接受一項新療程時，想知道這個新治療有沒有效，平均需要 8-12 周的時間。很久吧？如果我們沒辦法發展出一種100%有效的治療方法，那就只好想辦法預測什麼人接受治療會有效、什麼人接受治療不會有效了。
撰文｜林雯菁
不管是哪種疾病，沒有一種治療藥物或介入方式可以保證每一個接受治療的病患都能夠藥到病除。對某些疾病而言，藥物的療效是即刻或顯而易見的。可能在使用藥物幾天或甚至幾個小時之內，就可以知道藥物是否對病患產生療效，或是不是該換別種藥了。但對於重鬱症(major depressive disorder，簡稱 MDD。即一般認知中所謂的憂鬱症或抑鬱症)的治療而言，想知道藥物治療是不是起了作用，平均需要8-12周的時間。
8-12 周！想想看如果哪天你生病了，結果醫生跟你說需要連續吃兩、三個月的藥才能知道這藥對你的病有沒有效，那是怎麼樣的心情？再來，萬一當你乖乖吃了兩、三個月的藥，並且持續忍受各種或大或小的副作用以後，才發現這藥沒法治你的病，那又會是怎麼樣的心情？而且別忘了，這時病還沒治好，還要繼續花時間試下一種藥…。這歷程有多折騰人，光用想的都覺得可怕，更別提這會耗費多少醫療資源和社會成本了。
那麼，如果有辦法在治療開始前，就能準確預測每個病患使用每種藥物或治療之後的反應，進而從中選擇對每個病患最有利的治療方式，是不是既能提高病患福祉，又能節省醫療資源和社會成本呢？只是，這麼美好的願望有可能成真嗎？
在一項最新的研究中，研究者綜合了三種不同的指標，以極高的正確率成功預測重鬱症病患在服用藥物後其憂鬱症狀是否能夠獲得減緩！事實上，這並非一個全新的研究領域。研究者早從上個世紀開始，就已著手尋找合適的生物指標(biomark)，期望能夠藉由使用這些指標，在重鬱症病患開始服藥或接受治療前，就能準確預測藥物或治療方式的成效。而這個研究領域的終極目標，當然就是希望能為每位病患量身打造最適合、療效最佳、最有效率的治療方案了。
這段時間以來，研究者不斷嘗試以不同的工具和方法來尋找最佳的生物指標。各類型的指標包含像是基因、內分泌系統、免疫功能、腦部結構、大腦不同區域之間的連結等等。在這之中，把焦點放在大腦的研究者，發現了幾個大腦區域的活化程度可能可以用來當作有效的指標，像是 rACC(rostral anterior cingulate cortex，前扣帶迴皮質喙部)、杏仁核、腦島和前額葉等區域。
這類實驗的方法原則上是趁病患在執行某種作業時掃描他們的大腦，藉此得知他們的大腦在進行特定作業時的活化狀態或功能性連結。而掃描時病患可能會被要求必須得執行注意力相關作業、執行功能(executive functioning)作業、情緒臉孔辨識作業、或甚至不用做任何事。其中，有不少實驗都發現，在治療開始前，那些日後對治療沒有反應的病患他們的 rACC 和那些對治療有反應的病患相比之下較不活躍(但也有少數實驗發現相反的結果)。另外也有實驗發現，病患在接受治療前 rACC 的活化程度和治療結束後憂鬱症狀的改善程度有所相關。是以部分研究者認為，rACC這個區域的活化程度高低或許可用來作為預測治療方法是否會對病患有效的生物指標。
只是，研究者認為過往的實驗仍不足以用來為每位病患的治療成效做準確預測。而發表在期刊 Brain 的這個新研究，則納入了以往的實驗所沒有使用過的指標，並綜合不同的指標來提升預測的正確性。在該實驗中，病患在開始接受治療前一邊接受功能性磁振造影(fMRI)掃描，一邊進行一項執行功能(executive functioning)作業。這個作業可以同時測量注意力、規則轉換能力、處理速度、以及抑制功能。治療開始後，病患連續服用度洛西汀(duloxetine)或艾司西酞普蘭(escitalopram)至少七周以上。研究者不但將功能性磁振造影資料的空間訊息當作一個指標，同時還納入了功能性磁振造影資料的時間訊息、以及病患在進行作業時的表現作為第二、第三個指標。以這三個指標所建立的模型，其成功預測病患在療程結束後對藥物治療反應的正確率高達90%。
其實臨床上治療重鬱症的選擇很多，光是藥物的選項就可以列一長串，還有認知行為治療與其他心理治療，更別提目前尚處於研究階段的一些新興療法。但上述實驗的結果只能用在度洛西汀與艾司西酞普蘭兩種藥物的治療成效預測，能不能適用在其他種類的治療方法上，目前仍未可知。不過，能見到這個研究領域有所前進，已經非常振奮人心了哪！
參考文獻
- Crane, N. A., Jenkins, L. M., Bhaumik, R., Dion, C., Gowins, J. R., Mickey, B. J., … Langenecker, S. A. (n.d.). Multidimensional prediction of treatment response to antidepressants with cognitive control and functional MRI. Brain. https://doi.org/10.1093/brain/aww326
- Pizzagalli, D. A. (2011). Frontocingulate Dysfunction in Depression: Toward Biomarkers of Treatment Response. Neuropsychopharmacology, 36(1), 183. https://doi.org/10.1038/npp.2010.166
- Williams, L. M., Korgaonkar, M. S., Song, Y. C., Paton, R., Eagles, S., Goldstein-Piekarski, A., … Etkin, A. (2015). Amygdala Reactivity to Emotional Faces in the Prediction of General and Medication-Specific Responses to Antidepressant Treatment in the Randomized iSPOT-D Trial. Neuropsychopharmacology: Official Publication of the American College of Neuropsychopharmacology, 40(10), 2398–2408. https://doi.org/10.1038/npp.2015.89
--
作者：英國倫敦大學學院(UCL)認知神經科學博士。研究人類行為的腦神經機制。喜歡在《Wen-Jing的科學文獻報告》上與大家分享地球上最新的科學新知。
