Developing a prediction model for the risk of dissociative psychopathology from trauma and trait responsiveness to verbal suggestion

Questo studio ha sviluppato e validato un modello predittivo basato sulla regressione logistica elastic net che integra il trauma evolutivo e la reattività di tratto alla suggestione verbale per identificare efficacemente gli individui a rischio di psicopatologia dissociativa, ottenendo un AUROC di .77.

L'essenziale

Immagina la tua mente come una casa complessa con molte stanze. A volte, quando le cose diventano troppo opprimenti, la casa possiede un meccanismo di sicurezza speciale: blocca certe porte o abbassa la luce in stanze specifiche per proteggere le persone all'interno. In psicologia, questo è chiamato dissociazione. È come se la mente premesse un pulsante di "pausa" o creasse una barriera nebbiosa tra una persona e i suoi pensieri, ricordi o sentimenti. Sebbene ciò possa accadere a chiunque, per alcuni diventa un problema persistente che rende la vita quotidiana molto difficile.

Questo articolo è come una squadra di detective che cerca di costruire un migliore sistema di allerta precoce per individuare chi potrebbe essere a rischio di vivere in questa "casa nebbiosa" prima che il problema diventi troppo grave.

Le Due Principali Indizi

I ricercatori si sono concentrati su due indizi principali che potrebbero prevedere chi è a rischio:

1. La "Tempesta" (Trauma): Sappiamo già che sperimentare cose brutte nella vita, specialmente durante la crescita (come abusi o negligenza), è un fattore maggiore. Pensa a questo come a una tempesta violenta che batte contro la casa. Più intensa è la tempesta, più è probabile che la casa abbia bisogno di quelle serrature di sicurezza.
2. La "Spugna" (Suggestibilità): Questo è il nuovo indizio interessante. Alcune persone sono naturalmente più come spugne quando si tratta di suggerimenti verbali. Se qualcuno dice: "Il tuo braccio si sente pesante come un peso di piombo", una persona "spugna" potrebbe effettivamente sentire il proprio braccio diventare pesante, anche se sa che sono solo parole. I ricercatori chiamano questo Responsività ai Suggerimenti Verbali (REVS). Non si tratta di essere facilmente ingannati; si tratta di quanto facilmente la tua mente può essere guidata a cambiare la sua percezione.

La grande domanda che la squadra si è posta è: Questi due indizi funzionano insieme? Avere una mente "simile a una spugna" rende la "tempesta" del trauma più forte, portando a una maggiore dissociazione?

L'Esperimento: Una Simulazione Digitale

Per scoprirlo, i ricercatori hanno raccolto dati da oltre 1.100 persone che non erano attualmente in terapia (un gruppo "non clinico"). Hanno chiesto a queste persone tre cose:

• Quanta "tempesta" avevano affrontato: Hanno compilato un elenco di eventi traumatici.
• Quanto sono "simili a una spugna": Hanno giocato a un gioco al computer dove dovevano seguire istruzioni verbali (come "la tua mano è incollata al tavolo") e hanno valutato quanto quelle sensazioni sembravano involontarie o automatiche.
• Quanta "nebbia" sperimentano: Hanno risposto a domande su quanto spesso si sentivano disconnessi da se stessi o dai loro ricordi.

Utilizzando un sofisticato algoritmo informatico (pensa a un setaccio molto intelligente che filtra il rumore per trovare il vero segnale), hanno cercato di costruire un modello in grado di prevedere chi apparteneva al gruppo "a rischio".

Cosa Hanno Trovato

I risultati sono stati come trovare un modello specifico in un puzzle:

• Il Gruppo "A Rischio": Circa il 7% delle persone è stato segnalato come ad alto rischio. Questi individui tendevano ad essere più giovani, avevano sperimentato più traumi ed erano molto più "simili a spugne" (altamente responsivi ai suggerimenti).
• Il Potere della "Spugna": Sorprendentemente, il fattore "spugna" (suggestibilità) è stato in realtà un indizio più forte del trauma stesso. Nello specifico, la sensazione che i suggerimenti fossero involontari (come "non potevo fermare il mio braccio dal muoversi anche se volevo") era un enorme segnale di allarme.
• La Combinazione: La migliore previsione è arrivata guardando entrambi la tempesta e la spugna insieme. Il modello ha suggerito che quando una persona che è naturalmente una "spugna" affronta una "tempesta", il rischio di sviluppare una mente nebbiosa e dissociativa aumenta.
• L'Età Conta: Il modello ha anche notato che le persone più giovani avevano maggiori probabilità di essere nel gruppo a rischio. Man mano che le persone invecchiano, il rischio sembra diminuire, forse perché sviluppano meccanismi di coping migliori o gli effetti della "tempesta" svaniscono nel tempo.

Quanto Era Buona la Previsione?

I ricercatori hanno testato il loro modello per vedere quanto fosse accurato. Immagina una guardia di sicurezza che cerca di individuare gli intrusi:

• Il modello è stato accurato al 77% in totale.
• Era molto bravo a catturare le persone che erano a rischio (non ne ha mancate molte).
• Tuttavia, non era perfetto nell'escludere le persone che non erano a rischio (a volte ha suonato l'allarme per persone che stavano effettivamente bene).

Pensaci come a un rilevatore di fumo molto sensibile: potrebbe suonare un paio di volte quando hai solo bruciato il toast (falso allarme), ma è eccellente nel garantire che tu non manchi un vero incendio.

Cosa Significa (e Cosa Non Significa)

L'articolo conclude che non dovremmo guardare solo al trauma per comprendere la dissociazione. Dobbiamo anche guardare a come la mente di una persona risponde naturalmente ai suggerimenti. È come dire che per capire perché una casa brucia, devi conoscere sia l'incendio (trauma) sia quanto sono infiammabili i materiali da costruzione (suggestibilità).

Nota Importante: Gli autori sono molto attenti a dire che questo è uno strumento di ricerca, non un kit di diagnosi medica. Hanno costruito questo modello utilizzando un programma informatico su un gruppo di persone comuni, non su pazienti in un ospedale. Non stanno dicendo che i medici dovrebbero usare questo strumento ora per diagnosticare i pazienti. Invece, stanno dicendo: "Ehi, abbiamo trovato un modello che funziona abbastanza bene in una simulazione. Se lo testiamo di più con pazienti reali e lo affiniamo, un giorno potrebbe aiutare i medici a individuare le persone che hanno bisogno di aiuto prima".

In breve, l'articolo suggerisce che la chiave per comprendere chi potrebbe lottare con la dissociazione non sono solo le cose brutte che gli sono accadute, ma anche il modo unico in cui la loro mente è cablata per elaborare il mondo che li circonda.

Sommario tecnico

Sintesi Tecnica: Modellazione Predittiva della Psicopatologia Dissociativa da Trauma e Reattività di Tratto alla Suggeribilità Verbale

Enunciato del Problema
I disturbi dissociativi (DD) e i sintomi associati sono frequentemente sottostimati e diagnosticati erroneamente, portando a trattamenti ritardati, sofferenza eccessiva dei pazienti e aumentati rischi di comorbilità e suicidarietà. Sebbene il trauma dello sviluppo sia ampiamente riconosciuto come un antecedente primario della psicopatologia dissociativa, il "modello del trauma" spesso trascura il ruolo della reattività di tratto alla suggeribilità verbale (REVS). Viceversa, la REVS è stata collegata alla dissociazione ma è raramente studiata in congiunzione con il trauma in un quadro predittivo. Inoltre, i modelli predittivi esistenti si concentrano spesso sul trauma da solo o non riescono a integrare la complessa struttura fattoriale della suggestibilità (ad esempio, risposte comportamentali vs. senso soggettivo di involontarietà). Questo studio affronta il vuoto nella creazione di un modello predittivo multivariato che integri il trauma dello sviluppo, la REVS di tratto e le variabili demografiche per identificare individui a rischio di psicopatologia dissociativa all'interno di una popolazione non clinica.

Metodologia
Lo studio ha utilizzato un dataset aggregato di 1.104 partecipanti non clinici tratti da quattro precedenti studi trasversali. La metodologia ha coinvolto tre fasi principali:

1. Misurazione e Analisi Fattoriale:

   • Trauma: Valutato tramite il Trauma Experiences Checklist (TEC). I punteggi sono stati trasformati in percentuali per gestire i dati mancanti in un sottoinsieme.
   • Dissociazione (Esito): Misurata utilizzando la Dissociative Experiences Scale (DES). L'esito primario è stata una classificazione binaria dello stato "a rischio" basata sulla probabilità di appartenenza al taxon DES (DES-T), utilizzando una soglia conservativa di $p \geq 0.95$. Un'analisi secondaria ha utilizzato una soglia di punteggio totale DES >30.
   • REVS: Valutata utilizzando la Brief Suggestibility Scale (BSS), una misura computerizzata della suggestibilità verbale diretta non ipnotica. La BSS cattura sia le risposte comportamentali che la percezione di involontarietà. Per affrontare la complessa struttura fattoriale della REVS, gli autori hanno adattato modelli bifattoriali ai dati BSS. Ciò ha prodotto un fattore comportamentale generale (BSS:B-G), un fattore di involontarietà generale (BSS:I-G) e un fattore specifico di involontarietà percettiva (BSS:I-PF).

2. Modellazione Predittiva:

   • È stato impiegato un modello di regressione logistica elastic net per prevedere lo stato di rischio binario. Questo metodo combina le penalità ridge e LASSO per gestire la multicollinearità e selezionare le variabili più predittive.
   • Predittori: Hanno incluso il composito BSS (BSS-C), i punteggi bifattoriali derivati (BSS:B-G, BSS:I-G, BSS:I-PF), i punteggi TEC, l'età e i termini di interazione (ad esempio, Età × TEC, BSS-C × TEC).
   • Validazione: Il modello è stato validato internamente utilizzando la validazione incrociata a 10 fold.

3. Metriche di Valutazione:

   • Le prestazioni del modello sono state valutate utilizzando l'Area Under the Receiver Operating Characteristic Curve (AUROC), sensibilità, specificità, indice di Youden e punteggi Brier.

Risultati Chiave

• Caratteristiche del Campione: Il 7% ($n=77$) del campione è stato classificato come a rischio di psicopatologia dissociativa. Questo gruppo era significativamente più giovane, riportava livelli più alti di trauma ed esibiva punteggi elevati in tutte le misure di REVS e dissociazione rispetto al gruppo non a rischio.
• Struttura Fattoriale: L'analisi bifattoriale ha confermato che un singolo fattore generale spiegava meglio la scala comportamentale, mentre la scala di involontarietà richiedeva una soluzione a due fattori (generale e percettiva).
• Prestazioni del Modello:
  • Il modello elastic net ha mantenuto 9 dei 10 predittori.
  • Il modello ha raggiunto un AUROC di 0,77 (IC 95%: 0,73–0,82), indicando una buona discriminazione.
  • La sensibilità è stata del 78%, mentre la specificità è stata del 67%.
  • Il punteggio Brier è stato 0,06, riflettendo un eccellente adattamento del modello, con l'insieme dei predittori che spiega il 75% dell'errore quadratico medio.
• Significatività dei Predittori:
  • L'età è stata l'unica variabile a raggiungere la significatività statistica nel modello finale (coefficiente negativo, indicando che il rischio diminuisce con l'età).
  • Il trauma (TEC) e le misure REVS (BSS-C, BSS:I-PF) sono stati mantenuti nel modello ma non sono stati individualmente significativi, probabilmente a causa dell'alta multicollinearità e delle proprietà di restringimento dell'elastic net.
  • I termini di interazione (ad esempio, Età × TEC, BSS-C × TEC) sono stati mantenuti ma hanno mostrato effetti deboli.
  • In modo notevole, l'entità dell'effetto per il BSS-C (che incorpora l'involontarietà) è stata maggiore di quella per il trauma, suggerendo il valore aggiunto della valutazione del senso di agenzia.
• Robustezza: Un'analisi secondaria utilizzando una soglia di punteggio totale DES (>30) ha prodotto risultati quasi identici (AUROC = 0,762), confermando la stabilità del modello attraverso diverse definizioni dello stato a rischio.

Contributi Chiave

1. Integrazione di Trauma e REVS: Lo studio dimostra che il trauma dello sviluppo e la REVS di tratto possono essere integrati con successo in un unico quadro predittivo, supportando il modello Diatesi-Stress in cui la suggestibilità può moderare l'impatto del trauma.
2. Inclusione dell'Involontarietà: Utilizzando la modellazione bifattoriale, lo studio evidenzia che la percezione di involontarietà delle risposte alle suggestioni è un componente critico della REVS nel contesto della dissociazione, offrendo un predittore più sfumato della sola risposta comportamentale.
3. Predizione Multivariata: Il documento va oltre le associazioni univariate per fornire un modello multivariato che identifica gli individui a rischio con accuratezza moderata (probabilità di classificazione del 77%), affrontando la necessità di migliori strumenti di identificazione precoce.
4. Rigor Metodologico: L'uso di una misura automatizzata e standardizzata di suggestibilità (BSS) evita gli effetti dell'esperimentatore, e l'uso della regressione elastic net consente la selezione delle variabili in presenza di predittori correlati.

Significato e Affermazioni
Gli autori affermano che questi risultati rafforzano il trauma e la REVS di tratto come fattori di rischio per la psicopatologia dissociativa e dimostrano che possono essere combinati per identificare individui a rischio. Lo studio suggerisce che il rischio di psicopatologia dissociativa non è guidato esclusivamente dal trauma ma riflette una costellazione di caratteristiche cognitive (in particolare un alterato senso di agenzia/involontarietà) e fattori demografici.

Il documento mantiene un tono modesto riguardo all'applicazione clinica. Afferma esplicitamente che il modello è attualmente basato su un campione non clinico e manca di validazione esterna; pertanto, non dovrebbe essere utilizzato per la diagnosi clinica o per guidare la pratica in questa fase. Gli autori ipotizzano che il modello getti le basi per ricerche future e potenziali strategie di identificazione precoce, a condizione che vengano condotte replicazioni indipendenti, l'inclusione di misure di trauma raffinate e la validazione contro interviste cliniche (ad esempio, SCID-D). Il lavoro sfida la visione secondo cui la dissociazione non è correlata alla suggestibilità e argomenta contro la riduzione del legame tra REVS e dissociazione esclusivamente a questioni di iatrogenesi o falso ricordo.