rTMS治療早期反應研究發現
早期症狀改善可作為預測rTMS治療結果的重要指標
- 前瞻性RCT二次分析
- 大型世代研究
- 預測建模研究
- 觀察性研究
早期反應時機評估
第1週評估
研究對象:393例退伍軍人PTSD患者
NPV範圍:70.0-97.5%
關鍵發現:加速TBS患者的NPV較標準療程更高
關鍵發現:快速反應組(19%)在第一週即可檢測出明顯差異
特徵:
- 年齡較輕
- QIDS-SR評分較低
- 未使用苯二氮平類藥物
第2週(10次療程)評估
治療方案:iTBS或10 Hz rTMS至背內側前額葉皮質
| 評估標準 | NPV |
|---|---|
| <20%改善 + 50%反應標準 | 88.2% |
| <20%改善 + 35%反應標準 | 80.4% |
| <10%改善 + 50%反應標準 | 89.5% |
| <10%改善 + 35%反應標準 | 86.8% |
| 合併第5和第10次,<20%改善 | 91.3% |
| 合併第5和第10次,<10%改善 | 93.5% |
關鍵發現:延長療程後NPV下降,顯示存在晚期反應者
| 評估量表 | 20次療程NPV | 36次療程NPV |
|---|---|---|
| IDS-SR | 93.1% | 72.3% |
| PHQ-9 | 85.5% | 58.9% |
評估量表:PHQ-9
反應率:MADRS-S反應21%,CGI-I反應45%,緩解率20%
正向預測因子
負向預測因子
20%兩週法則表現:
治療結果:
- 40.5%達到PCL-5<33
- 51.4%達到50%症狀減少
第4週評估
研究環境:自然臨床環境患者
LCMM基線校正模型
預測改善軌跡:AUC=0.88 (95% CI: 0.78-0.97)
預測50%改善:AUC=0.72 (95% CI: 0.57-0.87)
NLME指數衰減模型
預測表現:AUC=0.76 (95% CI: 0.58-0.94)
反應軌跡分類
Kaster等 (2019) THREE-D研究
McInnes等 (2024) 預測建模研究
模型:基線校正LQC 2類別模型
改善組
| 達50%反應標準 | 41.24% |
| 平均PHQ-9減少 | -6.87 (SD: 6.03) |
| 基線PHQ-9 | 18.01 |
| 療程結束PHQ-9 | 11.14 |
無反應組
| 達50%反應標準 | 僅2.84% |
| 平均PHQ-9減少 | -2.05 (SD: 2.52) |
| 基線PHQ-9 | 17.76 |
| 療程結束PHQ-9 | 15.71 |
預測指標
臨床症狀指標
總分改善程度
- <20%改善:提示可能無反應,NPV 80-91%
- <10%改善:高度警示,NPV可達93.5%
特定症狀項目
基線臨床特徵
生物標記研究
功能性MRI (fMRI)
BOLD信號功率和功能連接模式
預測準確率:85-95%
預測誤差:±16% (r=0.68)
急性神經可塑性反應
單次rTMS-fMRI誘發的功能連接變化可解釋約30%的MADRS評分改善變異
腦電圖 (EEG)
前額葉Fp2節點介數中心性
頻段:δ頻段
預測表現:AUC=0.85
機器學習分析
敏感性:95.65%
精確度:92.85%
磁共振波譜 (MRS)
左側DLPFC的Glx/tCr比值
基線時較高比值與較佳治療反應相關
系統性免疫炎症指標 (SII)
第5天反應預測
截斷值:<478.56
預測表現:AUC=0.729
第4週反應預測
截斷值:<485.03
預測表現:AUC=0.797
加速治療方案
UCLA加速TBS
SAINT方案
Wang等15 Hz加速rTMS
晚期反應者研究
臨床應用建議
建議在1-2週或10次療程進行首次評估,這是最具實證支持的預測時機。
- <20%改善:考慮調整治療策略,NPV約80-91%
- <10%改善:高度警示,NPV可達93.5%,強烈建議評估治療方向
除總分外,特別注意以下症狀項目的變化:
- 主動性 (initiative):改善預測MADRS-S反應 (OR=3.1)
- 情感投入 (emotional involvement):改善預測CGI-I反應 (OR=3.0)
- 悲觀情緒:重要預測指標
高風險族群需特別謹慎評估:
- 年齡較大患者(≥40歲):反應率較低 (OR=0.25)
- 憂鬱發作時間長(≥24個月):不良預後因子 (OR=0.25)
- ECT治療史:強烈不良預後因子 (OR=0.14)
這些患者可能需要更長療程或不同治療策略。
對於早期無反應但無禁忌症的患者:
- 考慮延長至36次以上療程
- 部分患者在延長療程後仍可達到反應(26.0%)或緩解(11.0-32.14%)
- 警惕晚期反應者存在的可能性
- fMRI:基線功能連接預測準確率85-95%
- EEG:前額葉指標預測AUC=0.85
- SII:第5天反應預測AUC=0.729
研究證據等級分析
研究設計類型分布
Kaster et al. 2019 - THREE-D研究
Feffer et al. 2018, Winninge et al. 2024, Goldberg et al. 2024
Beck et al. 2020, Spitz et al. 2022, Razafsha等
McInnes et al. 2024
Mirman et al. 2024
樣本量分析
| 研究 | 樣本量 | 研究設計 | 主要發現 |
|---|---|---|---|
| Sackeim等 (2024) | 7,215 | 大型登記研究 | 最大規模研究 |
| Kaster等 (2019) | 388 | RCT二次分析 | 軌跡分類研究 |
| Goldberg等 (2024) | 393 | 回顧性世代 | PTSD早期預測 |
| McInnes等 (2024) | 238 | 預測建模 | 預測模型開發 |
| Feffer等 (2018) | 122 | 前瞻性世代 | 核心NPV研究 |
| Winninge等 (2024) | 107 | 前瞻性世代 | 特定症狀預測 |
效果強度分析
| 研究 | 主要效果指標 | 數值 | 證據強度 |
|---|---|---|---|
| Feffer等 (2018) | NPV (合併評估,<10%) | 93.5% | 高 |
| Beck等 (2020) | NPV (IDS-SR, 20次) | 93.1% | 高 |
| Goldberg等 (2024) | NPV (20%兩週法則) | 83.9% | 高 |
| Spitz等 (2022) | NPV (10 Hz rTMS) | 80% | 中 |
| McInnes等 (2024) | AUC (改善軌跡) | 0.88 | 高 |
| Winninge等 (2024) | OR (主動性改善) | 3.1 | 中 |
