FOR 5187:  Personalisierte Psychotherapie für Patient*innen mit fehlendem Behandlungserfolg: Mechanismen, prädiktive Marker und klinische Anwendung

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 Gesundheitssysteme. 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 Signaturen zu kartieren, um das Phänomen der „Non-Response“ besser zu verstehen, ii) mit Hilfe des maschinellem Lernens eine Vorhersage für einzelne Patient:innen zu ermöglichen, und iii) dies in einem ökologisch validen Setting als zentrale Voraussetzung für personalisierte Therapien in der klinischen Anwendung zu testen. Dazu implementieren wir eine prospektiv-longitudinale Beobachtungsstudie 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 multimodalen Assessmentbatterie phänotypisiert (klinische Merkmale, digitale E-Health Marker, Psychophysiologie, 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) gebündelt werden. Der Mehrwert der FOR liegt in 1) ihrem multimodalen Ansatz, um durch den Vergleich von Datenebenen die besten Prädiktoren und kosteneffiziente Proxymaße zu identifizieren, 2) ihrem Fokus auf Emotionsregulation als einem übergreifenden Veränderungsmechanismus der KVT 3) ihrer transdiagnostischen Perspektive, 3) sowie der hohen externalen Validität, 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 Konsortien (z.B. UK Biobank, ENIGMA, SFB TRR 58, BMBF Forschungsnetz psychische Erkrankungen, PING, KODAP). Die FOR wird einen substanziellen Beitrag zum besseren Verständnis des Phänomens der „Non-Response“ leisten und helfen, diese kostenintensive Gruppe von Patient:innen frühzeitig zu identifizieren und besser zu behandeln.

DFG-Verfahren Forschungsgruppen

• Die Entwicklung eines Biomarkers basierend auf dem anterioren cingulären Cortex zur Einzelfallprädiktion des Behandlungsergebnisses einer kognitiven Verhaltenstherapie in internalisierenden Störungen (Antragsteller Hilbert, Kevin ;  Walter, Henrik )
• Digitale Phänotypisierung von Emotions(dys-)regulation als transdiagnostischer Prozess und Proxy für klinische und neurobiologische Marker des Nicht-Ansprechens auf Psychotherapie (Antragstellerin Knaevelsrud, Christine )
• Dynamic causal modelling der Emotionsregulation als Prädiktor für Treatment (non-) response bei psychischen Störungen aus dem internalisierenden Spektrum (Antragstellerinnen / Antragsteller Erk, Susanne ;  Heinzel, Stephan )
• Hirnelektrische und kardiovaskuläre Indikatoren der Emotionsregulation als Prädiktoren des (Nicht)-Ansprechens auf kognitive Verhaltenstherapie bei Patienten mit internalisierenden Störungen (Antragsteller Kathmann, Norbert )
• Koordinationsfonds (Antragstellerin Lüken, Ulrike )
• Methoden-Toolbox und Infrastruktur für prädiktive Analytik (Antragstellerinnen / Antragsteller Haynes, John-Dylan ;  Ritter, Kerstin )
• SP1: Einzelfallprädiktion des Behandlungsergebnisses einer kognitiven Verhaltenstherapie im ambulanten Sektor: eine prospektiv-longitudinale Beobachtungsstudie (Antragstellerinnen / Antragsteller Fehm, Lydia Birgit ;  Jacobi, Frank ;  Kathmann, Norbert ;  Lüken, Ulrike ;  Renneberg, Babette )
• SP3: Neuroimaging-Backbone Studie und Datenharmonisierung (Antragsteller Blankenburg, Felix ;  Walter, Henrik )
• SP9: Generalisierungsgradienten prädiktive Muster des Behandlungserfolgs: Von der Spezifischen Phobie und der Zwangsstörung zum Angstspektrum (Antragstellerinnen / Antragsteller Kathmann, Norbert ;  Lüken, Ulrike ;  Ritter, Kerstin )
• Transdiagnostische psychologische Faktoren als Prädiktoren für eine Psychotherapie-Nonresponse und Aspekte der Kosten-Effektivität im Zusammenhang mit der Prädiktion von Psychotherapieergebnissen (Antragstellerinnen / Antragsteller Jacobi, Frank ;  Stenzel, Nikola Maria )

Sprecherin Professorin Dr. Ulrike Lüken