FOR 5187/1: Personalisierte Psychotherapie für Patient*innen mit fehlendem Behandlungserfolg: Mechanismen, pr?diktive Marker und klinische Anwendung (Koordinationsfonds)

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 Gesundheitskosten. 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 Mechanismen zu identifizieren, die Patient*innen mit unzureichendem Behandlungserfolg kennzeichnen, um das Ph?nomen der ?Non-Response“ besser zu verstehen, ii) mit Hilfe des maschinellem Lernens eine Vorhersage für den einzelnen Patienten zu erm?glichen, und iii) dies in einem ?kologisch validen Setting als zentrale Voraussetzung für personalisierte Therapien in der Praxis zu testen. Dazu implementieren wir eine prospektiv-longitudinale Beobachtungsstudie (SP_OBS) 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 gemeinsamen Assessmentbatterie ph?notypisiert (klinische Merkmale, digitale E-Health Marker, 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) in SP_METH gebündelt werden. Der Mehrwert der FOR liegt in 1) ihrem multimodalen Fokus, um durch den Vergleich von Datenebenen die besten Pr?diktoren und kosteneffiziente Proxyma?e zu identifizieren, 2) ihrem transdiagnostischen Ansatz, 3) ihrer externalen Validierungsstrategie, in der retrospektive Datens?tze mit prospektiv-longitudinalen Daten kombiniert werden, sowie 4) der ?kologisch validen Stichprobe, 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 Consortia (UK Biobank, ENIGMA, CRCTRR58, BMBF psychotherapy inititative, PING, KODAP). Die FOR wird einen substanziellen Beitrag zum besseren Verst?ndnis des Nichtansprechens auf KVT leisten und helfen, diese kostenintensive Gruppe von Patient*innen frühzeitig zu identifizieren.