Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

Psikotik depresyonda zamana bağlı tedavi kararlarını desteklemek için makine öğrenmesi: daha erken öngörü mümkün mü?

Using machine learning to support time-dependent treatment decisions in psychotic depression - is it possible to make earlier predictions?

Haftalık belirti verileriyle eğitilen makine öğrenmesi modelleri, psikotik depresyonda tedavi yanıtını ve remisyonu üçüncü hafta gibi erken bir aşamada klinik olarak kullanışlı doğrulukla öngörebilmektedir.

Çalışma, makine öğrenmesi (machine learning, ML) modellerinin psikotik depresyonun farmakoterapisi sırasında tedavi yanıtını ve remisyonu daha erken öngörüp öngöremeyeceğini ve öngörü başarımının tedavi süresince nasıl değiştiğini araştırmayı amaçladı. Veriler, imipramin, venlafaksin ya da venlafaksin artı ketiapin ile tedavi edilen 119 psikotik depresyon hastasını içeren Dutch University Depression Group randomize klinik çalışmasından alındı. Yordayıcılar arasında zaman içindeki Hamilton Depresyon Derecelendirme Ölçeği (Hamilton Depression Rating Scale, HDRS) puanları, psikotik belirtiler, demografik değişkenler ve geçmiş depresif dönemler yer aldı; modeller tabakalı 10 katlı çapraz geçerleme (stratified 10-fold cross-validation) ile eğitildi ve haftalık modeller önceki haftaların belirti verisi kademeli olarak eklenerek kuruldu. Sonlanım ölçütleri 7. haftada tedavi yanıtı (HDRS'de 50%'nin üzerinde azalma) ve remisyon (HDRS 7 ve altı) olarak tanımlandı; başarım alıcı işletim karakteristiği eğrisi altındaki alan (area under the curve, AUC) ve ortalama mutlak hata (mean absolute error, MAE) ile değerlendirildi. Remisyon için AUC başlangıçtaki 0.65'ten 2. haftada 0.80'e yükseldi ve 3. haftadan itibaren 0.90'ı aştı; yanıt için AUC başlangıçtaki 0.57'den 2. haftada 0.74'e çıktı ve 5. haftada 0.96'ya ulaştı. Son HDRS puanlarına ilişkin öngörü hatası haftalar içinde giderek azaldı (MAE başlangıçta 8.80 iken 6. haftada 0.49) ve remisyonu öngörmek genel olarak yanıtı öngörmekten daha kolaydı. Yazarlar, klinik olarak kullanışlı öngörü doğruluğuna 3. hafta kadar erken ulaşılabileceğini ve ML temelli karar destek araçlarının etkisiz tedavilerin daha erken fark edilmesine yardımcı olabileceğini belirtmektedir.

Tüm WCP 2026 özetleri