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

Deze studie ontwikkelde en valideerde een voorspellend model met behulp van elastic net-logistische regressie dat ontwikkelingsgerelateerde trauma's en trait-gevoeligheid voor verbale suggestie integreert om individuen met een risico op dissociatieve psychopathologie effectief te identificeren, met een AUROC van .77.

De kern

Stel je je geest voor als een complex huis met vele kamers. Soms, wanneer dingen te overweldigend worden, heeft het huis een speciaal veiligheidsmechanisme: het sluit bepaalde deuren of dimt het licht in specifieke kamers om de mensen binnen te beschermen. In de psychologie heet dit dissociatie. Het is alsof de geest op de "pauze"-knop drukt of een mistige barrière creëert tussen een persoon en hun gedachten, herinneringen of gevoelens. Hoewel dit bij iedereen kan voorkomen, wordt het voor sommigen een aanhoudend probleem dat het dagelijks leven zeer moeilijk maakt.

Dit artikel is als een team detectives dat probeert een beter vroegwaarschuwingssysteem te bouwen om te signaleren wie in gevaar is om in dit "mistige huis" te leven, voordat het probleem te ernstig wordt.

De twee belangrijkste aanwijzingen

De onderzoekers richtten zich op twee hoofdaanwijzingen die kunnen voorspellen wie in gevaar is:

1. De "storm" (trauma): We weten al dat het ervaren van slechte dingen in het leven, vooral tijdens de opgroeiende jaren (zoals mishandeling of verwaarlozing), een belangrijke factor is. Denk hierbij aan een zware storm die tegen het huis bonkt. Hoe heviger de storm, hoe waarschijnlijker het is dat het huis die veiligheidsvergrendelingen nodig heeft.
2. De "spons" (suggestibiliteit): Dit is de nieuwe, interessante aanwijzing. Sommige mensen zijn van nature meer als een spons als het gaat om verbaal suggesties. Als iemand zegt: "Je arm voelt zwaar als een loodgewicht", kan een "spons"-persoon zijn arm daadwerkelijk zwaar voelen, zelfs als hij weet dat het slechts woorden zijn. De onderzoekers noemen dit Responsiviteit op Verbaal Suggestie (REVS). Het gaat er niet om dat je makkelijk bedrogen wordt; het gaat erom hoe makkelijk je geest kan worden geleid om zijn waarneming te veranderen.

De grote vraag die het team stelde was: Werken deze twee aanwijzingen samen? Maakt een "spons-achtige" geest de "storm" van trauma heviger, wat leidt tot meer dissociatie?

Het experiment: Een digitale simulatie

Om dit uit te zoeken, verzamelden de onderzoekers gegevens van meer dan 1.100 mensen die momenteel geen therapie volgden (een "niet-klinische" groep). Ze vroegen deze mensen drie dingen:

• Hoeveel "storm" ze hadden meegemaakt: Ze vulden een checklist in met traumatische gebeurtenissen.
• Hoe "spons-achtig" ze zijn: Ze speelden een computerspel waarbij ze verbaal instructies moesten volgen (zoals "je hand zit vast aan de tafel") en beoordeelden hoe onvrijwillig of automatisch die gevoelens voelden.
• Hoeveel "mist" ze ervaren: Ze beantwoordden vragen over hoe vaak ze zich losgekoppeld voelden van zichzelf of hun herinneringen.

Met behulp van een geavanceerd computeralgoritme (denk hierbij aan een zeer slim zeefje dat ruis filtert om het ware signaal te vinden), probeerden ze een model te bouwen dat kon voorspellen wie tot de "risicogroep" behoorde.

Wat ze vonden

De resultaten waren als het vinden van een specifiek patroon in een puzzel:

• De "risico"-groep: Ongeveer 7% van de mensen werd gemarkeerd als hoog-risico. Deze personen hadden de neiging jonger te zijn, meer trauma te hebben ervaren en waren veel meer "spons-achtig" (hoog responsief op suggesties).
• De kracht van de "spons": Verrassend was de "spons"-factor (suggestibiliteit) eigenlijk een sterkere aanwijzing dan het trauma zelf. Met name het gevoel dat de suggesties onvrijwillig waren (zoals "Ik kon mijn arm niet laten bewegen, zelfs als ik dat wilde") was een groot rood vlaggetje.
• De combinatie: De beste voorspelling kwam voort uit het samen bekijken van zowel de storm als de spons. Het model suggereerde dat wanneer een persoon die van nature een "spons" is, een "storm" ondergaat, het risico op het ontwikkelen van een mistige, dissociatieve geest toeneemt.
• Leeftijd speelt een rol: Het model merkte ook op dat jongere mensen waarschijnlijker in de risicogroep zaten. Naarmate mensen ouder worden, lijkt het risico te dalen, misschien omdat ze betere coping-mechanismen ontwikkelen of omdat de effecten van de "storm" na verloop van tijd afnemen.

Hoe goed was de voorspelling?

De onderzoekers testten hun model om te zien hoe accuraat het was. Stel je een beveiliger voor die probeert indringers op te sporen:

• Het model was 77% accuraat in totaal.
• Het was zeer goed in het vangen van mensen die wel in gevaar waren (het miste er niet veel van).
• Het was echter niet perfect in het uitsluiten van mensen die niet in gevaar waren (het gaf soms alarm voor mensen die eigenlijk in orde waren).

Denk hierbij aan een rookmelder die zeer gevoelig is: hij kan een paar keer piepen als je net toast hebt verbrand (vals alarm), maar hij is uitstekend in het zorgen dat je een echt vuur niet mist.

Wat dit betekent (en wat niet)

Het artikel concludeert dat we niet alleen naar trauma moeten kijken om dissociatie te begrijpen. We moeten ook kijken naar hoe de geest van een persoon van nature reageert op suggesties. Het is als zeggen dat je, om te begrijpen waarom een huis afbrandt, zowel iets moet weten over het vuur (trauma) als over hoe brandbaar de bouwmateriaal is (suggestibiliteit).

Belangrijke opmerking: De auteurs zijn zeer voorzichtig om te zeggen dat dit een onderzoeksinstrument is, geen medisch diagnosepakket. Ze bouwden dit model met een computerprogramma op een groep gewone mensen, niet op patiënten in een ziekenhuis. Ze zeggen niet dat artsen dit nu direct moeten gebruiken om patiënten te diagnosticeren. In plaats daarvan zeggen ze: "Hé, we hebben een patroon gevonden dat vrij goed werkt in een simulatie. Als we dit meer testen met echte patiënten en het verfijnen, kan het op een dag artsen helpen mensen eerder te signaleren die hulp nodig hebben."

Kortom, het artikel suggereert dat de sleutel tot het begrijpen van wie mogelijk worstelt met dissociatie niet alleen de slechte dingen zijn die hen zijn overkomen, maar ook de unieke manier waarop hun geest is geprogrammeerd om de wereld om hen heen te verwerken.

Technische samenvatting

Technische Samenvatting: Predictieve Modellering van Dissociatieve Psychopathologie vanuit Trauma en Trait-Responsiviteit op Verbaal Suggestie

Probleemstelling
Dissociatieve stoornissen (DS) en bijbehorende symptomen worden frequent onder- en verkeerd gediagnosticeerd, wat leidt tot vertraagde behandeling, overmatige patiëntleed en verhoogde risico's op comorbiditeit en suïcidaliteit. Hoewel ontwikkelingsgerelateerd trauma breed wordt erkend als een primaire antecedent van dissociatieve psychopathologie, negeert het "traumamodel" vaak de rol van trait-responsiviteit op verbaal suggestie (REVS). Omgekeerd is REVS weliswaar gekoppeld aan dissociatie, maar wordt zelden in samenhang met trauma onderzocht binnen een predictief kader. Bovendien richten bestaande predictiemodellen zich vaak uitsluitend op trauma of slagen ze er niet in de complexe factorstructuur van suggestibiliteit te integreren (bijvoorbeeld gedragsreacties versus het subjectieve gevoel van onvrijwilligheid). Dit onderzoek adresseert de lacune in de ontwikkeling van een multivariate predictiemodel dat ontwikkelingsgerelateerd trauma, trait-REVS en demografische variabelen integreert om individuen met een risico op dissociatieve psychopathologie te identificeren binnen een niet-klinische populatie.

Methodologie
Het onderzoek maakte gebruik van een gepoolde dataset van 1.104 niet-klinische deelnemers, afkomstig uit vier eerdere cross-sectionele studies. De methodologie omvatte drie primaire fasen:

1. Meting en Factoranalyse:

   • Trauma: Beoordeeld via de Trauma Experiences Checklist (TEC). Scores werden omgezet in percentages om ontbrekende gegevens in één subset te hanteren.
   • Dissociatie (Outcome): Gemeten met de Dissociative Experiences Scale (DES). De primaire uitkomst was een binaire classificatie van "risicogroep"-status gebaseerd op de waarschijnlijkheid van lidmaatschap van de DES-taxon (DES-T), met behulp van een conservatieve drempel van $p \geq 0.95$. Een secundaire analyse gebruikte een totale DES-scoredrempel van >30.
   • REVS: Beoordeeld met de Brief Suggestibility Scale (BSS), een geautomatiseerde maat voor niet-hypnotische directe verbaal suggestibiliteit. De BSS vangt zowel gedragsreacties als waargenomen onvrijwilligheid. Om de complexe factorstructuur van REVS aan te pakken, pasten de auteurs bifactormodellen toe op de BSS-gegevens. Dit leverde een algemeen gedragsfactor (BSS:B-G), een algemeen onvrijwilligheidsfactor (BSS:I-G) en een specifieke perceptuele onvrijwilligheidsfactor (BSS:I-PF) op.

2. Predictiemodellering:

   • Er werd een elastic net-logistische regressiemodel toegepast om de binaire risicostatus te voorspellen. Deze methode combineert ridge- en LASSO-straffen om multicollineariteit te hanteren en de meest predictieve variabelen te selecteren.
   • Predictoren: Omvatten de BSS-composite (BSS-C), de afgeleide bifactorscores (BSS:B-G, BSS:I-G, BSS:I-PF), TEC-scores, leeftijd en interactietermen (bijvoorbeeld Leeftijd × TEC, BSS-C × TEC).
   • Validatie: Het model werd intern gevalideerd met behulp van 10-voudige cross-validatie.

3. Evaluatiemetrieken:

   • De modelprestaties werden beoordeeld aan de hand van het Area Under the Receiver Operating Characteristic Curve (AUROC), sensitiviteit, specificiteit, Youden's Index en Brier-scores.

Belangrijkste Resultaten

• Steekproefkenmerken: 7% ($n=77$) van de steekproef werd geclassificeerd als risicogroep voor dissociatieve psychopathologie. Deze groep was significant jonger, rapporteerde hogere niveaus van trauma en vertoonde verhoogde scores op alle REVS- en dissociatiemaatregelen in vergelijking met de niet-risicogroep.
• Factorstructuur: De bifactoranalyse bevestigde dat een enkele algemene factor de gedragssubschaal het beste verklaarde, terwijl de onvrijwilligheidssubschaal een oplossing met twee factoren vereiste (algemeen en perceptueel).
• Modelprestaties:
  • Het elastic net-model behield 9 van de 10 predictoren.
  • Het model bereikte een AUROC van 0,77 (95% BI: 0,73–0,82), wat wijst op goede discriminatie.
  • De sensitiviteit was 78%, terwijl de specificiteit 67% bedroeg.
  • De Brier-score was 0,06, wat een uitstekende modelpassing weerspiegelt, waarbij de predictorset 75% van de gemiddelde kwadratische fout verklaarde.
• Significantie van Predictoren:
  • Leeftijd was de enige variabele die statistische significantie bereikte in het definitieve model (negatieve coëfficiënt, wat aangeeft dat het risico afneemt met de leeftijd).
  • Trauma (TEC) en REVS-maatregelen (BSS-C, BSS:I-PF) werden in het model behouden, maar waren individueel niet significant, waarschijnlijk als gevolg van hoge multicollineariteit en de shrinkage-eigenschappen van de elastic net.
  • Interactietermen (bijvoorbeeld Leeftijd × TEC, BSS-C × TEC) werden behouden maar vertoonden zwakke effecten.
  • Opmerkelijk is dat het effectgrootte voor de BSS-C (waarin onvrijwilligheid is opgenomen) groter was dan die voor trauma, wat wijst op de toegevoegde waarde van het beoordelen van het gevoel van handelingsvermogen.
• Robuustheid: Een secundaire analyse met behulp van een totale DES-scoredrempel (>30) leverde bijna identieke resultaten op (AUROC = 0,762), wat de stabiliteit van het model bevestigt over verschillende definities van risicogroep-status.

Belangrijkste Bijdragen

1. Integratie van Trauma en REVS: Het onderzoek toont aan dat ontwikkelingsgerelateerd trauma en trait-REVS succesvol kunnen worden geïntegreerd in één predictief kader, wat het Diathese-Stress-model ondersteunt waarbij suggestibiliteit de impact van trauma kan modereren.
2. Inclusie van Onvrijwilligheid: Door bifactormodellering te gebruiken, benadrukt het onderzoek dat de waargenomen onvrijwilligheid van reacties op suggesties een kritiek onderdeel is van REVS in de context van dissociatie, en biedt een genuanceerdere predictor dan gedragsreactie alleen.
3. Multivariate Predictie: Het artikel gaat verder dan univariate associaties om een multivariate model te bieden dat risicogroepen identificeert met een gemiddelde nauwkeurigheid (77% classificatiekans), waarmee wordt ingespeeld op de behoefte aan betere instrumenten voor vroege identificatie.
4. Methodologische Strenge: Het gebruik van een geautomatiseerde, gestandaardiseerde maat voor suggestibiliteit (BSS) omzeilt experimentatoreffecten, en het gebruik van elastic net-regressie maakt variabeleselectie mogelijk in aanwezigheid van gecorreleerde predictoren.

Betekenis en Claims
De auteurs claimen dat deze bevindingen trauma en trait-REVS bevestigen als risicofactoren voor dissociatieve psychopathologie en aantonen dat ze kunnen worden gecombineerd om risicogroepen te identificeren. Het onderzoek suggereert dat het risico op dissociatieve psychopathologie niet uitsluitend wordt gedreven door trauma, maar een constellatie van cognitieve kenmerken (specifiek een veranderd gevoel van handelingsvermogen/onvrijwilligheid) en demografische factoren weerspiegelt.

Het artikel behoudt een bescheiden toon wat betreft klinische toepassing. Het stelt expliciet dat het model momenteel gebaseerd is op een niet-klinische steekproef en geen externe validatie heeft; daarom mag het op dit stadium niet worden gebruikt voor klinische diagnose of om de praktijk te sturen. De auteurs stellen dat het model een fundament legt voor toekomstig onderzoek en potentiële strategieën voor vroege identificatie, mits onafhankelijke replicatie, de opname van verfijnde traumamaatregelen en validatie tegen klinische interviews (bijvoorbeeld SCID-D) worden uitgevoerd. Het werk daagt het standpunt uit dat dissociatie niets te maken heeft met suggestibiliteit en pleit ertegen het verband tussen REVS en dissociatie uitsluitend te reduceren tot kwesties van iatrogene oorsprong of valse herinneringen.