Trefwoorden: depressiebehandelingen, psychotherapie, gepersonaliseerde medicatie, voorspellingsmodellen

"Personalized treatment strategies for depression"

Depressie is een veelvoorkomend probleem met een grote verscheidenheid aan symptoomprofielen en prognoses. Door de jaren heen heeft onderzoek consequent aangetoond dat verschillende soorten evidence-based behandelingen gemiddeld even effectief zijn. De individuele effecten van deze behandelingen lopen echter sterk uiteen en zijn zeer onvoorspelbaar. Omdat het onduidelijk is wat het beste werkt voor een specifiek individu, worden in de klinische praktijk vaak verschillende behandelingen geprobeerd totdat het de werkzame behandeling is gevonden. Deze strategie kan het beste worden omschreven als een "trial and error-aanpak". Als alternatief voor deze benadering richt dit proefschrift zich op data gestuurde gepersonaliseerde behandelstrategieën die gericht zijn op het vinden van de optimale depressiebehandeling voor een specifiek individu op een specifiek tijdstip. Resultaten van dit proefschrift tonen aan dat statistische voorspellingsmodellen superieur zijn aan traditionele benaderingen (bijv. het maken van voorspellingen op basis van een klinisch oordeel) in het selecteren van gepersonaliseerde behandelstrategieën voor depressie.

Klik hier voor het volledige proefschrift.