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

Depressie is een belangrijke oorzaak van arbeidsongeschiktheid wereldwijd en treft miljoenen mensen, maar het voorspellen van wie het zal ontwikkelen blijft een van de moeilijkste uitdagingen in de moderne geneeskunde. De moeilijkheid ligt in de aard van de aandoening zelf. Depressie is niet één enkel, uniform ding; het is een complex tapijt dat is geweven uit vele verschillende draden. Sommige mensen ervaren het als een vluchtige periode van verdriet, terwijl anderen een levenslange strijd met ernstige symptomen ondergaan. Bovendien is de oorzaak een verstrengelde mix van biologie en levenservaring. Wetenschappers weten dat genen een rol spelen, maar ze weten ook dat slaap, financiële stress en sociale isolatie krachtige krachten zijn. Omdat de definitie van depressie verandert afhankelijk van wie de vraag stelt en welke vragen er gesteld worden, is het bouwen van een betrouwbaar computermodel om het te voorspellen geweest als het proberen te raken van een bewegend doelwit. Onderzoekers vroegen zich al lang af of de manier waarop zij de ziekte in hun gegevens definiëren de resultaten van hun voorspellingen verandert, en of de genetische aanwijzingen die verborgen liggen in ons DNA alleen nuttig zijn voor bepaalde soorten depressie of voor de aandoening als geheel.

Een team van onderzoekers aan de Universiteit van Edinburgh zette zich in om dit puzzelstuk op te lossen door te testen hoe goed machine learning-modellen depressie konden voorspellen wanneer ze verschillende definities van de ziekte kregen. Ze wenden zich tot de UK Biobank, een enorme database met gezondheidsinformatie van meer dan een half miljoen vrijwilligers, om bijna 153.000 mensen te onderzoeken. In plaats van te vertrouwen op slechts één manier om depressie te identificeren, creëerde het team vier afzonderlijke groepen. Eén groep vertegenwoordigde mensen die op dit moment depressief zijn, geïdentificeerd door een standaard vragenlijst over symptomen in de afgelopen twee weken. De andere drie groepen vertegenwoordigden lifetime-depressie (depressie gedurende het leven), gedefinieerd door verschillende niveaus van strengheid: een brede screening gebaseerd op kernsymptomen, een zelfgerapporteerde geschiedenis van het zoeken van professionele hulp, en een strikte combinatie van al deze factoren om een diagnose met een hoog vertrouwen te garanderen. Voor elke persoon in deze groepen verzamelden de onderzoekers een breed scala aan gegevens, waaronder hun leeftijd, geslacht, slaapgewoonten, financiële situatie en een polygene risicoscore, wat een enkel getal is dat de genetische waarschijnlijkheid van een persoon om depressie te ontwikkelen samenvat op basis van duizenden minuscule variaties in hun DNA.

De onderzoekers trainden vijf verschillende soorten computeralgoritmen om te leren van deze gegevens en te voorspellen wie als depressief zou worden geclassificeerd. Ze ontdekten dat de meest geavanceerde algoritmen, bekend als boosting-modellen, het beste presteerden, maar het echte verhaal zat in hoe de definities van depressie de resultaten veranderden. Wanneer de modellen keken naar lifetime-depressie, waren ze opmerkelijk consistent. Of de definitie nu breed of strikt was, de computer identificeerde dezelfde top vijf factoren als de belangrijkste: vrouw zijn, leeftijd, slapeloosheid, zelfgerapporteerde gezondheid en de genetische risicoscore. Deze modellen lieten zien dat genetische informatie een kleine maar betekenisvolle boost gaf aan de voorspellende nauwkeurigheid voor lifetime-depressie. Echter, wanneer de onderzoekers de doelstelling veranderden naar het voorspellen van huidige symptomen over de afgelopen twee weken, veranderde het beeld volledig. Het model voor huidige symptomen vertrouwde veel minder op genetica en geslacht, en legde in plaats daarvan een zwaar gewicht op aanpasbare levensfactoren, zoals hoe vaak een persoon met anderen kon praten en of diegene te maken had met financiële problemen.

Deze verschuiving onthulde een cruciaal inzicht: de manier waarop we depressie definiëren, bepaalt wat de computer erover leert. De modellen die getraind waren op lifetime-depressie waren zeer overdraagbaar, wat betekent dat ze dezelfde regels leerden, ongeacht of de definitie breed of strikt was. In contrast hiermee leerde het model voor huidige symptomen een andere set regels, waarbij de focus lag op directe levensomstandigheden in plaats van langdurige kwetsbaarheid. De onderzoekers onderzochten ook of genen en omgeving interageerden, waarbij ze zochten naar gevallen waarin het genetische risico van een persoon zou kunnen worden versterkt door hun levenssituatie. Ze vonden sterk bewijs dat het genetische risico voor depressie prominenter was bij mensen die leden aan slapeloosheid, wat suggereert dat slaapstoornissen als een trigger kunnen fungeren die de genetische aanleg krachtiger maakt. Ze vonden ook soortgelijke interacties met leeftijd en algemene gezondheid.

De studie concludeert dat er geen enkele "beste" manier is om depressie te voorspellen, omdat de ziekte zelf niet één enkel ding is. Een model dat ontworpen is om mensen te identificeren die risico lopen op het ontwikkelen van depressie gedurende hun leven, zal er heel anders uitzien dan een model dat ontworpen is om iemand midden in een huidige episode op te sporen. De bevindingen suggereren dat hoewel genetische gegevens nuttig zijn voor het begrijpen van langetermijnrisico, ze minder nuttig zijn voor het voorspellen van onmiddellijke symptomen, die meer worden gedreven door huidige levensstressoren en sociale connecties. Door aan te tonen dat de definitie van de ziekte de voorspelling vormgeeft, benadrukt het onderzoek de noodzaak voor wetenschappers en artsen om precies te zijn over wat ze proberen te voorspellen. Als het doel preventie is, moeten modellen zich richten op lifetime-risicofactoren. Als het doel directe interventie is, moet de focus verschuiven naar huidige omgevings- en sociale omstandigheden. Dit werk biedt geen wondermiddel om depressie te genezen, maar het biedt een duidelijkere kaart van het terrein, waarbij wordt aangetoond dat om de toekomst van de geestelijke gezondheidszorg te begrijpen, we eerst moeten overeenstemmen over waar we naar kijken.