2. 青岛市市立医院临床心理科,山东 青岛 266034
抑郁症已经成为发病率最高且经济负担最重的精神疾病[1]。许多因素导致抑郁症治疗效果较差,如治疗依从性差、不能足量足疗程治疗、治疗费用高等,其中治疗方案的连续性较差是临床最常见的原因。目前国内外对于抑郁症的诊断和治疗还大都停留在经验性水平上,主要依据临床表现及病程进行诊断和治疗,缺乏客观量化的诊疗指标[2]。量化治疗是以自评工具为基础的一种个体化的治疗模式,与传统常规经验性治疗相比,具有系统、人性化、规范等特点,便于医生了解病人病情,是一种治疗抑郁症的全新观念[3]。本研究旨在比较量化治疗和常规治疗对抑郁症病人的有效性和安全性,以期为临床抑郁症病人的规范治疗提供指导。
1 对象与方法 1.1 对象选择及分组2013年5月—2015年5月,在青岛市精神卫生中心门诊选择首次诊断为抑郁症的病人79例。入组标准:①符合疾病及有关健康问题的国际统计分类第10版(ICD-10)抑郁症的诊断标准; ②治疗前未曾应用抗抑郁药物或停用抗抑郁药物1周以上; ③汉密尔顿抑郁量表(HAMD)评分大于17分; ④年龄18~60岁; ⑤排除严重躯体疾病、严重自杀倾向、哺乳期妇女、孕妇、双相抑郁、有物质依赖、家族史阳性、既往对艾司西酞普兰和度洛西汀过敏以及不能交流和签署相关协议的病人。入组的79例病人,男38例,女41例,平均年龄(41.50±17.51)岁。将79例病人进行随机分组,其中量化治疗组39例,男20例,女19例,年龄19~58岁,平均年龄(38.61±8.36)岁,平均病程(0.54±0.15)年,平均受教育年限(13.98±2.46)年; 常规治疗组40例中,男21例,女19例,年龄18~56岁,平均年龄(42.04±7.51)岁,平均病程(0.46±0.16)年,平均受教育年限(14.27±3.09)年。两组性别、年龄、病程及受教育程度差异均无统计学意义(P>0.05)。
1.2 治疗方法本文两组病人均随机使用艾司西酞普兰(10~20 mg/d)或度洛西汀(20~60 mg/d)进行为期8周的系统治疗,如果效果较差或病人不能耐受,只能在艾司西酞普兰和度洛西汀这两种药物之间互换,互换剂量为艾司西酞普兰10、15和20 mg分别对应度洛西汀20、40和60 mg。允许小剂量短期服用苯二氮类药物治疗病人焦虑、失眠、坐立不安、激越等症状,禁止使用其他抗精神病药物及抗抑郁药。常规治疗组根据医师的临床经验调整药物,量化治疗组则根据快速抑郁自评量表(QIDS-SR)及不良反应耐受量表(FIBSER)调整药物。FIBSER由病人自评,包括不良反应发生频率、强度和社会功能受损3个方面,每一方面分为7个等级,评分0~2分提示可以继续目前治疗方案,3~4分提示不良反应需要给予关注,5~6分提示不良反应不能耐受,需要更改治疗方案[4-5]。量化治疗组治疗方案见表 1。
表 1 量化治疗组病人的治疗方案 |
![]() |
两组病人均于治疗第2、4、6、8周末使用汉密尔顿抑郁量表(HAMD)评估病情。以HAMD评分减分≥50%为缓解标准、HAMD评分≤7分为痊愈标准评价两组疗效。治疗第8周末,使用药物治疗不良反应量表(TESS)统计两组病人出现的不良反应。
1.4 统计学方法采用SPSS 11.0及PPMS 1.5[6]软件对数据进行统计分析。两组不同时间HAMD评分的比较采用重复测量的方差分析,疗效的比较采用χ2检验,痊愈时间及缓解时间的比较采用Kaplan-Meier生存检验。统计学差异显著性水准设为双侧P<0.05。
2 结果 2.1 两组不同时间HAMD评分比较不同组间HAMD评分比较差异有统计学意义(F组别=3.24,P<0.05),不同时间HAMD评分比较差异有统计学意义(F时间=2.57,P<0.05),组别和时间有交互效应(F交互=2.31,P<0.05)。治疗第2、4、6、8周末,两组病人HAMD评分均较治疗前下降,差异有显著性(F=35.20、52.99,P<0.01)。治疗前及治疗第2、4、6周末时,两组病人HAMD评分比较差异无统计学意义(P>0.05);治疗第8周末,量化治疗组HAMD评分明显低于常规治疗组,差异有统计学意义(F=2.26,P<0.05)。见表 2。
表 2 两组治疗前后HAMD评分比较(x±s) |
![]() |
量化治疗组病人痊愈率和缓解率分别为76.9%(30/39)和92.3%(36/39),常规治疗组病人分别为47.5%(19/40)和67.5%(27/40),量化治疗组痊愈率及缓解率明显高于常规治疗组(χ2=7.25、6.05,P<0.05)。
2.3 两组痊愈时间及缓解时间比较量化治疗组和常规治疗组病人平均痊愈时间分别为5.07周(95%CI=4.54~5.59)、6.21周(95%CI=5.37~7.05),平均缓解时间则分别为4.83周(95%CI=4.28~5.38)、5.70周(95%CI=4.99~6.42),量化治疗组痊愈时间及缓解时间明显短于常规治疗组(log rank=6.25、4.12,P<0.05)。
2.4 两组不良反应比较治疗第8周末,量化治疗组出现食欲下降6例、头晕头痛3例、烦躁2例、便秘3例、盗汗3例,不良反应发生率为43.6%;常规治疗组出现恶心7例、便秘3例、头晕头痛2例、嗜睡3例、耳鸣1例,不良反应发生率为40.0%。两组不良反应发生率比较差异无显著性(χ2=0.04,P>0.05)。所有病人均未发现血常规、心电图、肝肾功能明显异常。
3 讨论研究发现,临床上针对抑郁症病人治疗方案的不恰当调整经常发生,其原因是:在目前的临床治疗中,临床医生对病人病情的理解存在很大的差异,并没有给病人量身定制个性化的治疗方案,这可能是导致抑郁症预后较差的原因之一[3, 7]。
量化治疗的理念来自于美国,有证据表明,相对于抑郁症的传统经验性治疗,这种基于病人评估的量化治疗优势明显[8-10],尤其是在治疗急性期,接受量化治疗的病人起效更快,缓解率更高,对药物的耐受性更好[11-12]。但是目前国内相关的研究较少。艾司西酞普兰是所有选择性5-羟色胺再回收抑制剂(SSRIs)类抗抑郁药中对5-羟色胺作用最强的,副作用最少,最能代表SSRIs特点的一种药物[13]。度洛西汀属于去甲肾上腺素和5-羟色胺再摄取抑制剂(SNRIs)[14],与艾司西酞普兰作用机制不同。此两种抗抑郁药均为目前临床首选的一线治疗抑郁症的药物,具有安全性高、疗效确切等特点[15],故本研究对这两种临床广泛使用的药物进行观察。
本文结果显示,经过治疗,两组病人的HAMD评分均较治疗前明显下降,说明两种抗抑郁药治疗抑郁症均有效。但是在治疗第8周末,量化治疗组病人HAMD评分明显低于常规治疗组,说明量化治疗在抑郁症症状控制方面的效果优于常规治疗,这与既往研究结果相似[16-17]。另外,抑郁症急性期大多存在自杀自伤风险,故药物的起效时间往往决定病人的预后与服药依从性[18]。达到临床缓解是抑郁症急性期治疗的首要目标,如果在急性期没有尽快达到症状缓解,则病人复发的概率将增加2~3倍[19-20]。因此,本研究还比较了两组病人服药治疗后的痊愈时间和缓解时间,结果显示,量化治疗组痊愈时间和缓解时间均明显短于常规治疗组。如果抑郁症病人能够尽快达到缓解或痊愈,在疾病早期实现自我管理、自我监测,并及时调整药物,会较早获益。本文结果还显示,在8周的治疗过程中,两组病人的药物不良反应发生率差异无显著性,表明量化治疗在增强疗效的同时并没有增加药物副作用。
抗抑郁药的起效时间通常较慢,而起效快的新型抗抑郁药又无法在短期内问世,那么如何缩短抗抑郁药的起效时间、使病人更快获得疗效,就成了一个困扰我们的问题。量化治疗所关注的是病人的主观体验,它摒弃传统的经验性治疗方案,通过提高病人对自身症状及药物耐受性的监控能力来调整药物,最终达到个体化治疗的目的[20]。有研究表明,如果病人早期对抗抑郁药出现不耐受,那么盲目增加抗抑郁药治疗时间和剂量往往是无益的[21]。因此,本研究选用FIBSER,由病人对自身的抗抑郁药耐受性进行评估,充分尊重病人意见,及时更改治疗方案,从而缩短达到临床症状缓解的时间[22]。
总之,本研究结果表明,在目前条件下,全程量化治疗可以弥补抗抑郁药起效较慢的缺点,在疗效上也优于常规治疗,并且不增加药物副作用,值得临床推广。但本研究也存在一些不足之处:①样本量不够大; ②只选用了艾司西酞普兰和度洛西汀两种抗抑郁药。今后需要继续收集病例进一步研究,并选用其他抗抑郁药验证本文结论。
[1] |
KESSLER R C, AVENEVOLI S, COSTELLO E J, et al. Prevalence, persistence, and sociodemographic correlates of DSM-Ⅳ disorders in the National Comorbidity Survey Replication Adolescent Supplement[J]. Archives of General Psychiatry, 2012, 69(4): 372-380. DOI:10.1001/archgenpsychiatry.2011.160 |
[2] |
GUO Tong, XIANG Yutao, XIAO Le, et al. Measurement-based care versus standard care for major depression:a randomized controlled trial with blind raters[J]. The American Journal of Psychiatry, 2015, 172(10): 1004-1013. DOI:10.1176/appi.ajp.2015.14050652 |
[3] |
TRIVEDI M H, DALY E J. Measurement-based care for refractory depression:a clinical decision support model for clinical research and practice[J]. Drug and Alcohol Dependence, 2007, 88(Suppl 2): S61-S71. |
[4] |
WISNIEWSKI S R, RUSH A J, BALASUBRAMANI G K, et al. Self-rated global measure of the frequency, intensity, and burden of side effects[J]. Journal of Psychiatric Practice, 2006, 12(2): 71-79. DOI:10.1097/00131746-200603000-00002 |
[5] |
RUSH A J, TRIVEDI M H, IBRAHIM H M, et al. The 16-item Quick Inventory of Depressive Symptomatology (QIDS), clinician rating (QIDS-C), and self-report (QIDS-SR):a psychometric evaluation in patients with chronic major depression[J]. Biological Psychiatry, 2003, 54(5): 573-583. DOI:10.1016/S0006-3223(02)01866-8 |
[6] |
周晓彬, 纪新强, 徐莉. PPMS 1.5统计软件的功能及其应用[J]. 青岛大学医学院学报, 2009, 45(1): 91-93. DOI:10.3969/j.issn.1672-4488.2009.01.037 |
[7] |
ADLI M, BAUER M, RUSH A J. Algorithms and collaborative-care systems for depression:are they effective and why? A systematic review[J]. Biological Psychiatry, 2006, 59(11): 1029-1038. DOI:10.1016/j.biopsych.2006.05.010 |
[8] |
KESSLER R C, BERGLUND P, DEMLER O, et al. The epidemiology of major depressive disorder: results from the National Comorbidity Survey Replication (NCS-R)[J]. JAMA:the Journal of the American Medical Association, 2003, 289(23): 3095-3105. DOI:10.1001/jama.289.23.3095 |
[9] |
CRISMON M L, TRIVEDI M, PIGOTT T A, et al. The Texas medication algorithm project:report of the Texas consensus conference panel on medication treatment of major depressive disorder[J]. The Journal of Clinical Psychiatry, 1999, 60(3): 142-156. DOI:10.4088/JCP.v60n0302 |
[10] |
TRIVEDI M H. Tools and strategies for ongoing assessment of depression:a measurement-based approach to remission[J]. Journal of Clinical Psychiatry, 2009, 70(6): 26-31. |
[11] |
HOLLON S D, DERUBEIS R J, FAWCETT J, et al. Effect of cognitive therapy with antidepressant medications vs antidepressants alone on the rate of recovery in major depressive disorder: a randomized clinical trial[J]. JAMA Psychiatry, 2014, 71(10): 1157-1164. DOI:10.1001/jamapsychiatry.2014.1054 |
[12] |
KELLER M B, MCCULLOUGH J P, KLEIN D N, et al. A comparison of nefazodone, the cognitive behavioral-analysis system of psychotherapy, and their combination for the treatment of chronic depression[J]. New England Journal of Medicine, 2000, 342(20): 1462-1470. DOI:10.1056/NEJM200005183422001 |
[13] |
DHILLON S, SCOTT L J, PLOSKER G L. Escitalopram:a review of its use in the management of anxiety disorders[J]. CNS Drug, 2006, 20(9): 763-790. DOI:10.2165/00023210-200620090-00010 |
[14] |
潘淑先, 王心蕊, 姜玉艳. 度洛西汀和氯丙咪嗪治疗抑郁症并发糖尿病效果比较[J]. 青岛大学医学院学报, 2012, 48(5): 441-442. |
[15] |
BAUER M, WHYBROW P C, ANGST J, et al. World federation of societies of biological psychiatry (WFSBP) guidelines for biological treatment of unipolar depressive disorders, part 1: acute and continuation treatment of major depressive disorder[J]. Revista de Psiquiatria Clinica, 2009, 36(2): 17-57. |
[16] |
ADLI M, BERGHÖFER A, LINDEN M, et al. Effectiveness and feasibility of a standardized stepwise drug treatment regimen algorithm for inpatients with depressive disorders: results of a 2-year observational algorithm study[J]. Journal of Clinical Psychiatry, 2002, 63(9): 782-790. DOI:10.4088/JCP.v63n0906 |
[17] |
ADLI M, RUSH A J, MÖLLER H J, et al. Algorithms for optimizing the treatment of depression:making the right decision at the right time[J]. Pharmacopsychiatry, 2003, 36(S3): 222-229. |
[18] |
BRIDGE J A, IYENGAR S, SALARY C B, et al. Clinical response and risk for reported suicidal ideation and suicide attempts in pediatric antidepressant treatment-a meta-analysis of randomized controlled trials[J]. JAMA, 2007, 297(15): 1683-1696. DOI:10.1001/jama.297.15.1683 |
[19] |
SIMON G E. Long-term prognosis of depression in primary care[J]. Bulletin of the World Health Organization, 2000, 78(4): 439-445. |
[20] |
TRIVEDI M H, RUSH A J, WISNIEWSKI S R, et al. Evaluation of outcomes with citalopram for depression using measurement-based care in STAR*D:implications for clinical practice[J]. The American Journal of Psychiatry, 2006, 163(1): 28-40. |
[21] |
HOWLAND R H, THASE M E. What to do with SSRI nonresponders?[J]. Journal of Psychiatric Practice, 1999, 5(4): 216-223. DOI:10.1097/00131746-199907000-00004 |
[22] |
BAUER M, PFENNIG A, LINDEN M, et al. Efficacy of an algorithm-guided treatment compared with treatment as usual a randomized, controlled study of inpatients with depression[J]. Journal of Clinical Psychopharmacology, 2009, 29(4): 327-333. DOI:10.1097/JCP.0b013e3181ac4839 |