Neuronal und behavioral Marker für motivationale Negativsymptome der Schizophrenie: ein longitudinaler Ansatz

• Antragsteller: Professor Dr. Florian Schlagenhauf
• Fachliche Zuordnung: Biologische Psychiatrie
• Förderung: Förderung von 2017 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 323528193

Zu den motivationalen Negativsymptomen der Schizophrenie gehören Avolition, sozialer Rückzug (Asozialität) und Anhedonie. Diese Symptome tragen stark zu Beeinträchtigungen in sozialen und beruflichen Funktionen sowie der Lebensqualität bei. Gleichzeitig besteht ein Mangel an evidenzbasierten biologischen und psychologischen Behandlungsmöglichkeiten. Aktuelle Forschungsergebnisse zeigen eine Verbindung dieser Negativsymptome mit Dysfunktionen im Belohnungssystem. Trotz dieser Fortschritte ist die Entwicklung von neuen Behandlungsmöglichkeiten immer noch durch das Fehlen von Biomarkern erschwert, die zuverlässig klinische Symptome mit pathophysiologischen Mechanismen in Verbindung bringen können. Das Projekt wird neuronale und behavioral Marker definieren, welche als Biomarker für die Behandlung der Negativsymptomatik dienen können. Zu diesem Zweck muss etabliert werden, dass 1) diese Marker robust mit Negativsymptomen assoziiert sind, 2) dass dieser Zusammenhang über die Zeit und 3) über verschiedenen Zentren stabil ist. Zudem wird die prospektive Vorhersagekraft der einzelnen neurobehavioralen Marker getestet. Außerdem untersuchen wir, ob eine Kombination dieser Marker die Vorhersage der Negativsymptome im Querschnitt und Längsschnitt verbessert und ob mechanistisch definierte Patientensubgruppen ermittelt werden können. In der longitudinalen Studie an zwei Standorten (Berlin und Zürich) werden insgesamt 132 Patienten mit Schizophrenie sowie 30 gesunde Kontrollen rekrutiert. Bei Studieneinschluss und nach 3 Monaten werden Verhaltensparadigmen und funktioneller Bildgebung untersucht und die detaillierte Psychopathologie wird zudem 9 Monate später erhoben. Die behavioralen Marker adressieren Belohnungslernen, anstrengungsbasierte Entscheidungsfindung, zielgerichtete Verhaltenskontrolle sowie das Generieren von Handlungsoptionen. Mittels funktioneller MRT wird die Belohnungsantizipation, das Belohnungslernen sowie das Arbeitsgedächtnis untersucht. Durch computationale Modellierung der Verhaltens- und Bildgebungsdaten werden mechanistisch informative Parameter ermittelt, wobei ein Reinforcement Learning Ansatze sowie effektive Konnektivitätsanalysen eingesetzt werden. Mittels unsupervidierter Klassifikationsalgorithmen werden Patientensubgruppen definiert.Die Etablierung von Biomarkern wird unser Verständnis der motivationalen Negativsymptome durch eine Verbindung von klinischen Phänomenen mit pathophysiologischen Mechanismen vertiefen. Bei der Entwicklung von Behandlungsansätzen können diese Marker neue Angriffspunkte biologischer oder psychologischer Intervention identifizieren und als Endpunkte in klinischen Studien dienen, um die Wirkmechanismen der Interventionen zu identifizieren. Zusammenfassend, werden vielversprechende Forschungsergebnisse aus Verhaltens- und Bildgebungsstudien genutzt und in ein Set von Biomarkern überführt, was die Grundlagen der Therapieforschung schizophrener Negativsymptome erheblichen verbessern wird.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Schweiz
• Mitverantwortlich: Privatdozent Dr. Stefan Kaiser