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

Auch wenn die kognitive Verhaltenstherapie (KVT) ein wirksames Verfahren zur Behandlung von psychischen St?rungen 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 erm?glichen. Da die Evidenzlage zu Pr?diktoren, die eine Einzelfallvorhersage erm?glichen, sehr begrenzt und hinsichtlich verschiedener Datenebenen fragmentiert ist, zielt die Forschungsgruppe (FOR) darauf ab, i) klinische und bio-behaviorale Signaturen zu kartieren, um das Ph?nomen der ?Non-Response“ besser zu verstehen, ii) mit Hilfe des maschinellem Lernens eine Vorhersage für einzelne Patient:innen zu erm?glichen, und iii) dies in einem ?kologisch 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 (Panikst?rung, Agoraphobie, Soziale Phobie, Spezifische Phobie, Generalisierte Angstst?rung, Zwangsst?rung, Posttraumatische Belastungsst?rung, unipolare depressive St?rungen) an vier universit?ren Institutsambulanzen. Patient:innen werden vor Therapiebeginn umfassend mit Hilfe einer multimodalen Assessmentbatterie ph?notypisiert (klinische Merkmale, digitale E-Health Marker, Psychophysiologie, Hirnmorphometrie und -funktion) und mittels KVT behandelt. Diagnostische Prozesse, Qualit?tsstandards 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 Pr?diktoren und kosteneffiziente Proxyma?e zu identifizieren, 2) ihrem Fokus auf Emotionsregulation als einem übergreifenden Ver?nderungsmechanismus der KVT 3) ihrer transdiagnostischen Perspektive, 3) sowie der hohen externalen Validit?t, um die Translation in die klinische Praxis zu f?rdern. Diese Ziele k?nnen 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 Verst?ndnis des Ph?nomens der ?Non-Response“ leisten und helfen, diese kostenintensive Gruppe von Patient:innen frühzeitig zu identifizieren und besser zu behandeln.