Explainable machine learning to predict depression across phenotype definitions integrating genetic and environmental factors

La depressione è una delle principali cause di disabilità in tutto il mondo, che colpisce milioni di persone, eppure prevedere chi la svilupperà rimane una delle sfide più difficili della medicina moderna. La difficoltà risiede nella natura stessa della condizione. La depressione non è un fenomeno unico e uniforme; è un complesso arazzo tessuto da molti fili differenti. Alcune persone la vivono come un periodo fugace di tristezza, mentre altre affrontano una lotta estenuante e duratura con sintomi gravi. Inoltre, le cause sono un groviglio di biologia ed esperienze di vita. Gli scienziati sanno che i geni giocano un ruolo, ma sanno anche che il sonno, lo stress finanziario e l'isolamento sociale sono forze potenti. Poiché la definizione di depressione cambia a seconda di chi pone le domande e di quali domande vengono poste, costruire un modello informatico affidabile per prevederla è stato come cercare di colpire un bersaglio in movimento. I ricercatori si sono spesso chiesti se il modo in cui definiscono la malattia nei loro dati cambi i risultati delle loro previsioni, e se gli indizi genetici nascosti nel nostro DNA siano utili solo per certi tipi di depressione o per la condizione nel suo complesso.

Un team di ricercatori dell'Università di Edimburgo si è posto l'obiettivo di risolvere questo enigma, testando quanto bene i modelli di apprendimento automatico potessero prevedere la depressione quando forniti di diverse definizioni della malattia. Si sono rivolti al UK Biobank, un enorme database che contiene informazioni sulla salute di oltre mezzo milione di volontari, per esaminare quasi 153.000 persone. Inveve di affidarsi a un unico modo per identificare la depressione, il team ha creato quattro gruppi distinti. Un gruppo rappresentava persone che si sentivano attualmente depresse, identificate da un questionario standard sui sintomi nelle ultime due settimane. Gli altri tre gruppi rappresentavano la depressione nel corso della vita, definita con diversi livelli di severità: uno screening ampio basato sui sintomi principali, uno basato sulla storia di ricerca di assistenza professionale auto-riportata e una combinazione rigorosa di tutti questi fattori per garantire una diagnosi ad alta affidabilità. Per ogni persona in questi gruppi, i ricercatori hanno raccolto una vasta gamma di dati, tra cui età, sesso, abitudini del sonno, situazione finanziaria e un punteggio di rischio poligenico, che è un numero singolo che riassume la probabilità genetica di una persona di sviluppare la depressione basandosi su migliaia di minuscole variazioni nel proprio DNA.

I ricercatori hanno addestrato cinque diversi tipi di algoritmi informatici per imparare da questi dati e prevedere chi sarebbe stato classificato come affetto da depressione. Hanno scoperto che gli algoritoli più avanzati, noti come modelli di boosting, erano i più performanti, ma la vera storia risiedeva nel modo in cui le definizioni di depressione cambiavano i risultati. Quando i modelli esaminavano la depressione nel corso della vita, erano straordinariamente coerenti. Indipendentemente dal fatto che la definizione fosse ampia o rigorosa, il computer identificava gli stessi cinque fattori principali come i più importanti: essere donna, l'età, l'insonnia, la salute auto-valutata e il punteggio di rischio genetico. Questi modelli mostravano che l'informazione genetica aggiungeva un piccolo ma significativo incremento all'accuratezza della previsione per la depressione nel corso della vita. Tuttavia, quando i ricercatori hanno cambiato l'obiettivo, passando alla previsione dei sintomi attuali nelle ultime due settimane, il quadro è cambiato completamente. Il modello per i sintomi attuali faceva molto meno affidamento sulla genetica e sul sesso, e invece attribuiva un peso maggiore ai fattori di vita modificabili, come la frequenza con cui una persona poteva confidarsi con gli altri e se stesse affrontando difficoltà finanziarie.

Questo cambiamento ha rivelato un'intuizione cruciale: il modo in cui definiamo la depressione determina ciò che il computer impara su di essa. I modelli addestrati sulla depressione nel corso della vita erano altamente trasferibili, il che significa che imparavano le stesse regole indipendentemente dal fatto che la definizione fosse ampia o rigorosa. Al contrario, il modello per i sintomi attuali imparava un insieme diverso di regole, concentrandosi sulle circostanze di vita immediate piuttosto che sulla vulnerabilità a lungo termine. I ricercatori hanno anche indagato se i geni e l'ambiente interagissero, cercando casi in cui il rischio genetico di una persona potesse essere amplificato dalla sua situazione di vita. Hanno trovato prove convincenti che il rischio genetico per la depressione fosse più pronunciato nelle persone che soffrivano di insonnia, suggerendo che il disturbo del sonno possa agire come un trigger che rende più potente la predisposizione genetica. Hanno inoltre trovato interazioni simili con l'età e la salute generale.

Lo studio conclude che non esiste un unico modo "migliore" per prevedere la depressione perché la malattia stessa non è una cosa sola. Un modello progettato per identificare le persone a rischio di sviluppare la depressione nel corso della vita avrà un aspetto molto diverso da uno progettato per individuare qualcuno nel mezzo di un episodio attuale. I risultati suggeriscono che, sebbene i dati genetici siano utili per comprendere il rischio a lungo termine, sono meno utili per prevedere i sintomi immediati, che sono guidati maggiormente dagli attuali stress della vita e dalle connessioni sociali. Dimostrando che la definizione della malattia modella la previsione, la ricerca sottolinea la necessità per scienziati e medici di essere precisi su ciò che stanno cercando di prevedere. Se l'obiettivo è la prevenzione, i modelli dovrebbero concentrarsi sui fattori di rischio per la vita intera. Se l'obiettivo è l'intervento immediato, l'attenzione deve spostarsi sulle attuali condizioni ambientali e sociali. Questo lavoro non offre una soluzione magica per curare la depressione, ma fornisce una mappa più chiara del terreno, mostrando che per comprendere il futuro della salute mentale, dobbiamo prima concordare su cosa stiamo guardando.