FOR 5187/1: Personalisierte Psychotherapie für Patient*innen mit fehlendem Behandlungserfolg: Mechanismen, prädiktive Marker und klinische Anwendung (Koordinationsfonds)

Auch wenn die kognitive Verhaltenstherapie (KVT) ein wirksames Verfahren zur Behandlung von psychischen Störungen des internalisierenden Spektrums ist, sprechen nicht alle Patient*innen gleich gut an – mit gravierenden Folgen für Betroffene und Gesundheitskosten. Im Zentrum einer personalisierten Therapie steht die frühzeitige Identifikation von Patient*innen mit einer schlechten Prognose, um eine optimierte Behandlung zu ermöglichen. Da die Evidenzlage zu Prädiktoren, die eine Einzelfallvorhersage ermöglichen, sehr begrenzt und hinsichtlich verschiedener Datenebenen fragmentiert ist, zielt die Forschungsgruppe (FOR) darauf ab, i) klinische und bio-behaviorale Mechanismen zu identifizieren, die Patient*innen mit unzureichendem Behandlungserfolg kennzeichnen, um das Phänomen der „Non-Response“ besser zu verstehen, ii) mit Hilfe des maschinellem Lernens eine Vorhersage für den einzelnen Patienten zu ermöglichen, und iii) dies in einem ökologisch validen Setting als zentrale Voraussetzung für personalisierte Therapien in der Praxis zu testen. Dazu implementieren wir eine prospektiv-longitudinale Beobachtungsstudie (SP_OBS) mit n = 500 Patient*innen des internalisierenden Spektrums (Panikstörung, Agoraphobie, Soziale Phobie, Spezifische Phobie, Generalisierte Angststörung, Zwangsstörung, Posttraumatische Belastungsstörung, unipolare depressive Störungen) an vier universitären Institutsambulanzen. Patient*innen werden vor Therapiebeginn umfassend mit Hilfe einer gemeinsamen Assessmentbatterie phänotypisiert (klinische Merkmale, digitale E-Health Marker, Hirnmorphometrie und -funktion) und mittels KVT behandelt. Diagnostische Prozesse, Qualitätsstandards und Behandlungsdokumentationen werden über alle Zentren hinweg harmonisiert. Wir wenden Algorithmen im Bereich neuronaler Netzwerke, multiplen Kernel- und Transferlernens an, die mit einer infrastrukturellen Ausstattung (Hard- und Software, High Performance Computing, Datenmanagement) in SP_METH gebündelt werden. Der Mehrwert der FOR liegt in 1) ihrem multimodalen Fokus, um durch den Vergleich von Datenebenen die besten Prädiktoren und kosteneffiziente Proxymaße zu identifizieren, 2) ihrem transdiagnostischen Ansatz, 3) ihrer externalen Validierungsstrategie, in der retrospektive Datensätze mit prospektiv-longitudinalen Daten kombiniert werden, sowie 4) der ökologisch validen Stichprobe, um die Translation in die klinische Praxis zu fördern. Diese Ziele können nur in Zusammenarbeit von Expert*innen mit Schwerpunkten in den Bereichen Klinische Psychologie, Psychotherapie, Digital Mental Health, Psychophysiologie, Neurowissenschaften und Neuroinformatik erreicht werden. Wir maximieren Synergien zu externen Consortia (UK Biobank, ENIGMA, CRCTRR58, BMBF psychotherapy inititative, PING, KODAP). Die FOR wird einen substanziellen Beitrag zum besseren Verständnis des Nichtansprechens auf KVT leisten und helfen, diese kostenintensive Gruppe von Patient*innen frühzeitig zu identifizieren.