El papel de los biomarcadores para la depresión

Compartir

La depresión es uno de los problemas de salud mental más comunes en los Estados Unidos. La investigación actual sugiere que la depresión es el resultado de una combinación de aspectos genéticos, biológicos, ecológicos y psicológicos. La depresión es un trastorno psiquiátrico importante en todo el mundo con una importante tensión económica y psicológica en la sociedad. Afortunadamente, la depresión, incluso los casos más graves, pueden tratarse. Cuanto antes pueda comenzar el tratamiento, más efectivo será.

 

Como resultado, sin embargo, existe la necesidad de biomarcadores sólidos que ayuden a mejorar el diagnóstico con el fin de acelerar el proceso de descubrimiento de medicamentos y / o medicamentos para cada paciente con el trastorno. Estos son indicadores fisiológicos periféricos objetivos cuya presencia puede usarse para predecir la probabilidad de inicio o la existencia de depresión, estratificarse según la gravedad o la sintomatología, indicar predicción y pronóstico o monitorizar la respuesta a intervenciones terapéuticas. El propósito del siguiente artículo es demostrar los conocimientos recientes, los desafíos actuales y las perspectivas futuras con respecto al descubrimiento de una variedad de biomarcadores para la depresión y cómo estos pueden ayudar a mejorar el diagnóstico y el tratamiento.

 

Biomarcadores de la depresión: perspectivas recientes, desafíos actuales y perspectivas futuras

 

Resumen

 

Una gran cantidad de investigaciones ha implicado a cientos de biomarcadores putativos para la depresión, pero aún no ha elucidado por completo su papel en la enfermedad depresiva o establecido qué es anormal en qué pacientes y cómo la información biológica se puede utilizar para mejorar el diagnóstico, el tratamiento y el pronóstico. Esta falta de progreso se debe en parte a la naturaleza y heterogeneidad de la depresión, junto con la heterogeneidad metodológica dentro de la literatura de investigación y la gran variedad de biomarcadores con potencial, cuya expresión a menudo varía según muchos factores. Revisamos la literatura disponible, que indica que los marcadores implicados en los procesos inflamatorios, neurotróficos y metabólicos, así como los componentes del sistema neurotransmisor y neuroendocrino, representan candidatos muy prometedores. Estos pueden medirse a través de evaluaciones genéticas y epigenéticas, transcriptómicas y proteómicas, metabolómicas y de neuroimágenes. Ahora se requiere el uso de enfoques novedosos y programas de investigación sistemática para determinar si los biomarcadores pueden usarse para predecir la respuesta al tratamiento, estratificar a los pacientes a tratamientos específicos y desarrollar objetivos para nuevas intervenciones. Concluimos que hay muchas promesas para reducir la carga de la depresión a través del desarrollo y la expansión de estas vías de investigación.

 

Palabras clave: trastorno del estado de ánimo, trastorno depresivo mayor, inflamación, respuesta al tratamiento, estratificación, medicina personalizada

 

Introducción

 

Desafíos en salud mental y trastornos del estado de ánimo

 

Aunque la psiquiatría tiene una carga relacionada con la enfermedad mayor que cualquier otra categoría de diagnóstico médico, 1 sigue siendo una disparidad de estima entre la salud física y mental en muchos dominios, incluidos los fondos de investigación 2 y publicación.3 Entre las dificultades que enfrenta la salud mental es una falta de consenso en torno a la clasificación, el diagnóstico y el tratamiento que se deriva de una comprensión incompleta de los procesos subyacentes a estos trastornos. Esto es muy evidente en los trastornos del estado de ánimo, la categoría que comprende la mayor carga en salud mental. 3 El trastorno del estado de ánimo más prevalente, el trastorno depresivo mayor (TDM), es una enfermedad compleja y heterogénea en la que hasta el 60% de pacientes puede experimentar un cierto grado de resistencia al tratamiento que prolonga y empeora los episodios.4 Para los trastornos del estado de ánimo y en el campo más amplio de la salud mental, los resultados del tratamiento probablemente mejorarían mediante el descubrimiento de subtipos robustos y homogéneos dentro de (y entre) categorías de diagnóstico, según los tratamientos podría ser estratificado En reconocimiento de esto, las iniciativas globales para delinear subtipos funcionales están ahora en progreso, como los criterios del dominio de investigación. 5 Se ha postulado que los marcadores biológicos son candidatos prioritarios para la subtipificación de los trastornos mentales.6

 

Mejorando la respuesta a los tratamientos para la depresión

 

A pesar de una amplia gama de opciones de tratamiento para la depresión mayor, solo aproximadamente un tercio de los pacientes con MDD logran la remisión incluso cuando reciben un tratamiento antidepresivo óptimo de acuerdo con las pautas de consenso y la atención basada en la medición, y las tasas de respuesta del tratamiento .7 Además, la depresión resistente al tratamiento (TRD) se asocia con mayor deterioro funcional, mortalidad, morbilidad y episodios recurrentes o crónicos a largo plazo. 8,9 Por lo tanto, la obtención de mejoras en la respuesta al tratamiento en cualquier etapa clínica ofrecería beneficios más amplios para los resultados generales en la depresión A pesar de la carga sustancial atribuible a la TRD, la investigación en esta área ha sido escasa. Las definiciones de TRD no están estandarizadas, a pesar de intentos previos: 4 algunos criterios requieren solo una prueba de tratamiento que no logra una reducción del puntaje de síntomas 50% (a partir de una medida validada de severidad de la depresión), mientras que otros requieren la remisión completa o no responden a al menos dos antidepresivos adecuadamente ensayados de diferentes clases dentro de un episodio para ser considerados TRD.4,10 Además, la estadificación y predicción de la resistencia al tratamiento mejora al agregar las características clínicas clave de severidad y cronicidad al número de tratamientos fallidos.9,11 Sin embargo, esta inconsistencia en la definición hace que interpretar la literatura de investigación sobre TRD sea una tarea aún más compleja.

 

Para mejorar la respuesta a los tratamientos, es claramente útil identificar factores de riesgo predictivos de falta de respuesta. Se han caracterizado algunos predictores generales de la TRD, incluida la falta de remisión completa después de episodios previos, ansiedad comórbida, tendencias suicidas e inicio temprano de la depresión, así como personalidad (especialmente baja extroversión, baja dependencia de la recompensa y alto neuroticismo) y factores genéticos.12 Estos hallazgos son corroborados por las revisiones que sintetizan la evidencia por separado para el tratamiento farmacológico 13 y el tratamiento psicológico14 para la depresión. Los antidepresivos y las terapias cognitivo-conductuales muestran una eficacia aproximadamente comparable, 15 pero debido a sus diferentes mecanismos de acción se puede esperar que tengan diferentes predictores de respuesta. Si bien el traumatismo temprano se ha asociado con resultados clínicos más pobres y respuestas reducidas al tratamiento, las primeras indicaciones de 16 sugieren que las personas con un historial de traumas infantiles podrían responder mejor a las terapias psicológicas que farmacológicas. 17 A pesar de esto, prevalece la incertidumbre y poca personalización o la estratificación del tratamiento ha llegado a la práctica clínica. 18

 

Esta revisión se centra en la evidencia que respalda la utilidad de los biomarcadores como herramientas clínicas potencialmente útiles para mejorar la respuesta al tratamiento para la depresión.

 

Biomarcadores: sistemas y fuentes

 

Los biomarcadores proporcionan un objetivo potencial para identificar predictores de respuesta a diversas intervenciones.19 La evidencia hasta la fecha sugiere que los marcadores que reflejan la actividad de sistemas inflamatorios, neurotransmisores, neurotróficos, neuroendocrinos y metabólicos pueden predecir los resultados de salud física y mental en personas deprimidas actualmente. , pero hay mucha inconsistencia entre los hallazgos. 20 En esta revisión, nos enfocamos en estos cinco sistemas biológicos.

 

Para lograr una comprensión completa de las vías moleculares y su contribución en los trastornos psiquiátricos, ahora se considera importante evaluar múltiples "niveles" biológicos, en lo que popularmente se conoce como un enfoque "ósmico". 21 La figura 1 proporciona una descripción de los diferentes niveles biológicos en los que se puede evaluar cada uno de los cinco sistemas, y las fuentes potenciales de marcadores sobre los que se pueden realizar estas evaluaciones. Sin embargo, tenga en cuenta que aunque cada sistema puede inspeccionarse en cada nivel ósmico, las fuentes óptimas de medición varían claramente en cada nivel. Por ejemplo, la neuroimagen proporciona una plataforma para la evaluación indirecta de la estructura o función cerebral, mientras que los exámenes de proteínas en sangre evalúan directamente los marcadores. Transcriptómica22 y metabolomics23 son cada vez más populares, ofreciendo una evaluación de potencialmente enormes cantidades de marcadores, y el Proyecto Microbioma Humano está intentando identificar todos los microorganismos y su composición genética dentro de los humanos.24 Las nuevas tecnologías están mejorando nuestra capacidad para medirlas, incluso a través de fuentes adicionales ; por ejemplo, las hormonas como el cortisol ahora se pueden analizar en el cabello o las uñas (proporcionando una indicación crónica) o sudar (proporcionando una medición continua), 25, así como en sangre, líquido cefalorraquídeo, orina y saliva.

 

 

Dado el número de supuestas fuentes, niveles y sistemas involucrados en la depresión, no es sorprendente que la escala de biomarcadores con potencial de traslación sea extensa. En particular, cuando se consideran las interacciones entre marcadores, quizás sea poco probable que el examen de biomarcadores individuales de forma aislada produzca hallazgos fructíferos para mejorar la práctica clínica. Schmidt et al26 propusieron el uso de paneles de biomarcadores y, posteriormente, Brand et al27 delinearon un borrador de panel basado en evidencia clínica y preclínica previa para MDD, identificando 16 objetivos de biomarcadores “fuertes”, cada uno de los cuales rara vez es un solo marcador. Comprenden un volumen reducido de materia gris (en el hipocampo, la corteza prefrontal y las regiones de los ganglios basales), cambios en el ciclo circadiano, hipercortisolismo y otras representaciones de hiperactivación del eje hipotalámico-pituitario-adrenal (HPA), disfunción tiroidea, reducción de la dopamina, noradrenalina o ácido 5-hidroxiindolacético. , aumento de glutamato, aumento de superóxido dismutasa y peroxidación de lípidos, adenosina cíclica atenuada 3 \ beta, 5 \ beta - monofosfato y actividad de la ruta de proteína quinasa activada por mitógenos, aumento de citocinas proinflamatorias, alteraciones del triptófano, quinurenina, insulina y polimorfismos genéticos específicos. Estos marcadores no han sido acordados por consenso y podrían medirse de varias formas; Está claro que un trabajo centrado y sistemático debe abordar esta enorme tarea para demostrar sus beneficios clínicos.

 

Objetivos de esta revisión

 

Como una revisión deliberadamente amplia, este artículo busca determinar las necesidades generales de investigación de biomarcadores en la depresión y la medida en que los biomarcadores tienen potencial de traducción real para mejorar la respuesta a los tratamientos. Comenzamos discutiendo los hallazgos más importantes y emocionantes en este campo y dirigimos al lector a revisiones más específicas relacionadas con marcadores y comparaciones relevantes. Resumimos los desafíos actuales a la luz de la evidencia, en combinación con las necesidades para reducir la carga de la depresión. Finalmente, miramos hacia adelante a las vías de investigación importantes para enfrentar los desafíos actuales y sus implicaciones para la práctica clínica.

 

Información reciente

 

La búsqueda de biomarcadores clínicamente útiles para personas con depresión ha generado una investigación exhaustiva durante el último medio siglo. Los tratamientos más comúnmente utilizados fueron concebidos a partir de la teoría de la depresión monoamina; posteriormente, las hipótesis neuroendocrinas ganaron mucha atención. En años más recientes, la investigación más prolífica ha rodeado la hipótesis inflamatoria de la depresión. Sin embargo, una gran cantidad de artículos de revisión relevantes se han enfocado en los cinco sistemas; consulte la Tabla 1 y a continuación para obtener una recopilación de información reciente sobre los sistemas de biomarcadores. Si bien se midieron en muchos niveles, las proteínas derivadas de la sangre se han examinado más ampliamente y proporcionan una fuente de biomarcador que es conveniente, rentable y puede estar más cerca del potencial de traducción que otras fuentes; por lo tanto, se dan más detalles a los biomarcadores que circulan en la sangre.

 

 

En una revisión sistemática reciente, Jani et al20 examinaron los biomarcadores de la sangre periférica para la depresión en asociación con los resultados del tratamiento. De solo los estudios 14 incluidos (búsquedas hasta 2013 temprano), se estudiaron los biomarcadores 36, de los cuales 12 fueron predictores significativos de los índices de respuesta mental o física en al menos una investigación. Los identificados como posibles factores de riesgo para la falta de respuesta incluyen proteínas inflamatorias: baja interleucina (IL) -12p70, relación de linfocitos a monocitos; marcadores neuroendocrinos (dexametasona no supresión de cortisol, cortisol circulante alto, hormona estimulante de la tiroides reducida); marcadores de neurotransmisores (baja serotonina y noradrenalina); factores metabólicos (colesterol de lipoproteínas de alta densidad baja) y neurotróficos (proteína B de unión a calcio reducida S100). Además de esto, otras revisiones han informado sobre asociaciones entre biomarcadores adicionales y resultados de tratamiento. 19,28-30 Una descripción breve de marcadores putativos en cada sistema se describe en las secciones posteriores y en la Tabla 2.

 

 

Resultados inflamatorios en la depresión

 

Desde el trabajo seminal de Smith que describe la hipótesis de los macrófagos, 31 esta literatura establecida ha encontrado niveles aumentados de varios marcadores proinflamatorios en pacientes deprimidos, que se han revisado ampliamente. 32-37 Doce proteínas inflamatorias se han evaluado en metaanálisis que comparan poblaciones de control deprimidas y sanas .38-43

 

La IL-6 (P <0.001 en todos los metanálisis; 31 estudios incluidos) y la PCR (P <0.001; 20 estudios) aparecen elevadas con frecuencia y de forma fiable en la depresión40. En los primeros estudios se identificó un factor de necrosis tumoral alfa elevado (¿TNF?) (P <0.001), 38 pero la heterogeneidad sustancial hizo que esto no fuera concluyente cuando se tienen en cuenta las investigaciones más recientes (31 estudios) 40. ¿IL-1? se asocia de manera aún más inconclusa con la depresión, con metanálisis que sugieren niveles más altos de depresión (P = 0.03), 41 niveles altos solo en estudios europeos42 o sin diferencias con los controles40. A pesar de esto, un artículo reciente sugirió implicaciones de traducción particulares para IL- 1?, 44 apoyado por un efecto extremadamente significativo de IL-1? Elevado ácido ribonucleico que predice una respuesta deficiente a los antidepresivos; 45 otros hallazgos anteriores se refieren a citocinas circulantes derivadas de la sangre. La proteína quimioatrayente de monocitos de quimiocina-1 ha mostrado elevaciones en participantes deprimidos en un metanálisis39. Las interleucinas IL-2, IL-4, IL-8, IL-10 e interferón gamma no fueron significativamente diferentes entre los pacientes deprimidos y los controles en un nivel meta-analítico, pero sin embargo han demostrado potencial en términos de alteración con el tratamiento: se ha informado que la IL-8 es elevada en personas con depresión severa de manera prospectiva y transversal, 46 patrones diferentes de cambio en IL-10 e interferón gamma durante el tratamiento se han producido entre los que respondieron temprano y los que no respondieron, 47 mientras que la IL-4 y la IL-2 han disminuido en línea con la remisión de los síntomas.48 En los metanálisis, se han demostrado pequeñas disminuciones junto con el tratamiento para IL-6, IL-1 ?, IL- 10 y CRP.43,49,50 Además, TNF? solo puede reducirse con el tratamiento en los respondedores, y un índice de marcador compuesto puede indicar un aumento de la inflamación en los pacientes que posteriormente no responden al tratamiento.43 Es notable, sin embargo, que casi todas las investigaciones que examinan las proteínas inflamatorias y la respuesta al tratamiento utilizan ensayos de tratamiento farmacológico . Por tanto, es probable que al menos algunas alteraciones inflamatorias durante el tratamiento sean atribuibles a los antidepresivos. Aún no se han establecido los efectos inflamatorios precisos de diferentes antidepresivos, pero la evidencia que utiliza los niveles de PCR sugiere que los individuos responden de manera diferente a tratamientos específicos según la inflamación inicial: Harley et al51 informaron una PCR elevada antes del tratamiento que predice una mala respuesta a la terapia psicológica (cognitivo-conductual o interpersonal psicoterapia), pero una buena respuesta a la nortriptilina o fluoxetina; Uher et al52 replicaron este hallazgo para la nortriptilina e identificaron el efecto opuesto para el escitalopram. Por el contrario, Chang et al53 encontraron una PCR más alta en los respondedores tempranos a la fluoxetina o venlafaxina que en los no respondedores. Además, los pacientes con TRD y PCR elevada han respondido mejor al TNF? antagonista infliximab que aquellos con niveles en el rango normal54.

 

En conjunto, la evidencia sugiere que incluso cuando se controlan factores como el índice de masa corporal (IMC) y la edad, las respuestas inflamatorias parecen aberrantes en aproximadamente un tercio de los pacientes con depresión. 55,56 El sistema inflamatorio, sin embargo, es extremadamente complejo, y hay numerosos biomarcadores que representan diferentes aspectos de este sistema. Recientemente, nuevas citoquinas y quimiocinas adicionales han producido evidencia de anormalidades en la depresión. Estos incluyen: proteína inhibidora de macrófagos 1a, IL-1a, IL-7, IL-12p70, IL-13, IL-15, eotaxina, factor de granulocitos y macrófagos estimulante de colonias, 57 IL-5,58 IL-16,59 IL-17,60 proteína quimioatrayente de monocitos -4,61 timo y quimiocina regulada por activación, 62 eotaxina-3, TNFb, 63 proteína inducida por interferón gamma 10,64 suero amiloide A, 65 molécula de adhesión intracelular soluble66 y molécula de adhesión a células vasculares soluble 1.67

 

Resultados del factor de crecimiento en la depresión

 

A la luz de la importancia potencial de los factores de crecimiento no neurotróficos (como los relacionados con la angiogénesis), nos referimos a biomarcadores neurogénicos bajo la definición más amplia de factores de crecimiento.

 

El factor neurotrófico derivado del cerebro (BDNF) es el factor más estudiado de estos. Múltiples metanálisis demuestran atenuaciones de la proteína BDNF en suero, que parecen aumentar junto con el tratamiento antidepresivo. 68-71 El análisis más reciente sugiere que estas aberraciones de BDNF son más pronunciadas en los pacientes con depresión más grave, pero que los antidepresivos parecen aumentan los niveles de esta proteína incluso en ausencia de remisión clínica. 70 proBDNF ha sido menos ampliamente estudiado que la forma madura de BDNF, pero los dos parecen diferir funcionalmente (en términos de sus efectos sobre receptores de tirosina receptor quinasa B) y recientes la evidencia sugiere que mientras el BDNF maduro puede reducirse en la depresión, el proBDNF puede sobreproducirse.72 El factor de crecimiento del nervio evaluado periféricamente también se ha informado como más bajo en la depresión que en los controles en un metanálisis, pero no puede ser alterado por el tratamiento antidepresivo a pesar de ser la mayoría se atenuó en pacientes con depresión más grave. 73 Se han informado hallazgos similares en un metaanálisis es para factor neurotrófico derivado de línea de célula glial.74

 

El factor de crecimiento endotelial vascular (VEGF) tiene un papel en la promoción de la angiogénesis y la neurogénesis junto con otros miembros de la familia VEGF (p. Ej., VEGF-C, VEGF-D) y es prometedor para la depresión.75 A pesar de la evidencia inconsistente, se han realizado dos metanálisis recientemente indicaron elevaciones de VEGF en sangre de pacientes deprimidos en comparación con controles (en 16 estudios; P <0.001) .76,77 Sin embargo, se ha identificado un VEGF bajo en TRD78 y niveles más altos han predicho la falta de respuesta al tratamiento antidepresivo79. No se entiende por qué los niveles de proteína VEGF estarían elevados, pero puede ser atribuible en parte a la actividad proinflamatoria y / o aumentos en la permeabilidad de la barrera hematoencefálica en estados deprimidos que causa una expresión reducida en el líquido cefalorraquídeo.80 La relación entre VEGF y la respuesta al tratamiento no está clara. ; un estudio reciente no encontró relación entre el VEGF o el BDNF sérico con la respuesta o la gravedad de la depresión, a pesar de las disminuciones junto con el tratamiento antidepresivo.81 El factor de crecimiento similar a la insulina-1 es un factor adicional con funciones neurogénicas que pueden aumentar en la depresión, lo que refleja un desequilibrio en procesos neurotróficos.82,83 El factor de crecimiento de fibroblastos básico (o FGF-2) es un miembro de la familia del factor de crecimiento de fibroblastos y parece más alto en los grupos deprimidos que en los de control.84 Sin embargo, los informes no son consistentes; uno encontró que esta proteína era más baja en el TDM que los controles sanos, pero se redujo aún más junto con el tratamiento antidepresivo.85

 

Otros factores de crecimiento que no se han explorado suficientemente en la depresión incluyen tirosina quinasa 2 y tirosina quinasa soluble tipo X-1 (también denominada sVEGFR-1) que actúan en sinergia con VEGF y los receptores de tirosina quinasa (que se unen a BDNF) pueden atenuarse en la depresión.86 El factor de crecimiento placentario también es parte de la familia VEGF, pero no se ha estudiado en muestras sistemáticamente deprimidas según nuestro conocimiento.

 

Resultados de biomarcadores metabólicos en la depresión

 

Los principales biomarcadores asociados con la enfermedad metabólica incluyen leptina, la adiponectina, la grelina, triglicéridos, lipoproteínas de alta densidad (HDL), glucosa, insulina y albumin.87 Las asociaciones entre muchos de éstos y la depresión han sido revisados: leptin88 y ghrelin89 aparecen más bajo en la depresión que los controles en la periferia y puede aumentar junto con el tratamiento antidepresivo o la remisión. La resistencia a la insulina puede aumentar en la depresión, aunque en pequeñas cantidades.90 Los perfiles de lípidos, incluido el colesterol HDL, parecen estar alterados en muchos pacientes con depresión, incluidos aquellos sin enfermedad física comórbida, aunque esta relación es compleja y requiere mayor elucidación. 91 Además, hiperglucemia 92 e hipoalbuminemia 93 en la depresión se han informado en las revisiones.

 

Las investigaciones de estados metabólicos globales son cada vez más frecuentes utilizando paneles metabolómicos de pequeñas moléculas con la esperanza de encontrar una firma bioquímica robusta para los trastornos psiquiátricos. En un estudio reciente que usó modelado de inteligencia artificial, un conjunto de metabolitos que ilustraban un aumento de la señalización de glucosa-lípidos fue altamente predictivo de un diagnóstico de MDD, 94 que apoya estudios previos. 95

 

Hallazgos de neurotransmisores en la depresión

 

Si bien la atención prestada a las monoaminas en la depresión ha dado lugar a tratamientos relativamente exitosos, no se han identificado marcadores robustos de neurotransmisores para optimizar el tratamiento en función de la selectividad de los objetivos monoamínicos de los antidepresivos. El trabajo reciente apunta hacia el receptor 5A de la serotonina (1-hidroxitriptamina) como potencialmente importante tanto para el diagnóstico como para el pronóstico de la depresión, a la espera de nuevas técnicas genéticas y de imágenes. 96 Existen nuevos tratamientos potenciales dirigidos a 5-hidroxitriptamina; por ejemplo, usando una administración de liberación lenta de aumento de la transmisión 5-hydroxytryptophan.97 de dopamina interactúa con otros neurotransmisores para mejorar los resultados cognitivos tales como la toma de decisiones y motivation.98 Del mismo modo, los neurotransmisores glutamato, noradrenalina, histamina y serotonina pueden interactuar y activar como parte de una respuesta al estrés relacionada con la depresión; esto podría disminuir la producción de 5-hidroxitriptamina a través de "inundaciones". Una revisión reciente establece esta teoría y sugiere que en la TRD, esto podría revertirse (y 5-HT restaurado) a través del tratamiento multimodal dirigido a múltiples neurotransmisores.99 Curiosamente, los aumentos de la serotonina no siempre ocurren de forma conjunta con los beneficios antidepresivos terapéuticos. 100 A pesar de esto , metabolitos de neurotransmisores tales como 3-metoxi-4-hidroxifenilglicol, de la noradrenalina, o ácido homovanílico, de dopamina, a menudo se han encontrado para aumentar junto con la reducción en la depresión con treatment101,102 antidepresivo o que los bajos niveles de estos metabolitos predecir una mejor respuesta al tratamiento con ISRS .102,103

 

Hallazgos neuroendocrinos en la depresión

 

El cortisol es el biomarcador del eje HPA más común que se ha estudiado en la depresión. Numerosas revisiones se han centrado en las diversas evaluaciones de la actividad HPA; En general, estos sugieren que la depresión se asocia con hipercortisolemia y que la respuesta al despertar del cortisol a menudo se atenúa.104,105 Esto es respaldado por una revisión reciente de los niveles de cortisol en el cabello, apoyando la hipótesis de hiperactividad del cortisol en la depresión pero hipoactividad en otras enfermedades tales como como trastorno de pánico. 106 Además, en particular, los niveles elevados de cortisol pueden predecir una peor respuesta al tratamiento psicológico con 107 y antidepresivo108. Históricamente, el marcador neuroendocrino más prometedor de la respuesta al tratamiento prospectivo ha sido la prueba de supresión con dexametasona, donde la no supresión del cortisol después de la administración de dexametasona se asocia con una menor probabilidad de remisión subsiguiente. Sin embargo, este fenómeno no se ha considerado suficientemente robusto para la aplicación clínica. Los marcadores relacionados con la hormona liberadora de corticotropina y la hormona adrenocorticotropina, así como con la vasopresina, se encuentran de manera inconsistente sobreproducentes en la depresión y se encuentra que la deshidroepiandrosterona está atenuada; la proporción de cortisol a dehidroepiandrosterona puede elevarse como un marcador relativamente estable en la TRD, que persiste después de la remisión.109 Las disfunciones de la hormona neuroendocrina se han asociado durante mucho tiempo con la depresión, y el hipotiroidismo también puede tener un papel causal en el estado depresivo.110 Además, las respuestas tiroideas pueden normalizar con tratamiento exitoso para la depresión.111

 

Dentro de lo anterior, también es importante considerar las vías de señalización a través de los sistemas, como la glucógeno sintasa quinasa-3, la proteína quinasa activada por mitógenos y la adenosina 3 \ beta, 5 \ beta - monofosfato cíclico, involucrados en la plasticidad sináptica112 y modificados por antidepresivos.113 Los posibles candidatos a biomarcadores que abarcan sistemas biológicos, en particular, se miden mediante neuroimagen o genética. En respuesta a la falta de diferencias genómicas sólidas y significativas entre poblaciones deprimidas y no deprimidas, 114 enfoques genéticos novedosos como las puntuaciones poligénicas115 o la longitud de los telómeros116,117 podrían resultar más útiles. Los biomarcadores adicionales que están ganando popularidad son el examen de los ciclos circadianos o los biomarcadores cronobiológicos que utilizan diferentes fuentes. La actigrafía puede proporcionar una evaluación objetiva de la actividad del sueño y la vigilia y el descanso a través de un acelerómetro, y los dispositivos actigráficos pueden medir cada vez más factores adicionales como la exposición a la luz. Esto puede ser más útil para la detección que los informes subjetivos de pacientes comúnmente utilizados y podría proporcionar nuevos predictores de la respuesta al tratamiento.118 La cuestión de qué biomarcadores son los más prometedores para el uso traslacional es un desafío, que se amplía a continuación.

 

Retos actuales

 

Para cada uno de estos cinco sistemas neurobiológicos revisados, la evidencia sigue una narración similar: existen muchos biomarcadores que están asociados en algunos aspectos con la depresión. Estos marcadores se interrelacionan frecuentemente de una manera compleja y difícil de modelar. La evidencia es inconsistente, y es probable que algunos sean epifenómenos de otros factores y algunos sean importantes solo en un subconjunto de pacientes. Es probable que los biomarcadores sean útiles a través de una variedad de rutas (p. Ej., Aquellos que predicen una respuesta posterior al tratamiento, aquellos que indican tratamientos específicos como más efectivos o aquellos que se alteran con intervenciones independientemente de las mejorías clínicas). Se requieren nuevos métodos para maximizar la consistencia y la aplicabilidad clínica de las evaluaciones biológicas en poblaciones psiquiátricas.

 

Variabilidad del Biomarcador

 

La variación de biomarcadores a lo largo del tiempo y en distintas situaciones se relaciona más con algunos tipos (p. Ej., Proteómica) que con otros (genómica). Las normas estandarizadas para muchos no existen o no han sido ampliamente aceptadas. De hecho, la influencia de los factores ambientales en los marcadores con frecuencia depende de la composición genética y otras diferencias fisiológicas entre las personas que no se pueden explicar por completo. Esto hace que la evaluación de la actividad de los biomarcadores, y la identificación de anomalías biológicas, sea difícil de interpretar. Debido a la cantidad de biomarcadores potenciales, muchos no se han medido ampliamente o en un panel completo junto con otros marcadores relevantes.

 

Se ha informado que muchos factores alteran los niveles de proteína en los sistemas biológicos en pacientes con trastornos afectivos. Junto con los factores relacionados con la investigación tales como la duración y las condiciones de almacenamiento (que pueden causar la degradación de algunos compuestos), estos incluyen la medición de la hora del día, etnicidad, ejercicio, dieta 119 (p. Ej., Actividad del microbioma, no requiere una muestra en ayunas), fumar 120 y el uso de sustancias, 121, así como los factores de salud (como comorbilidad inflamatoria, cardiovascular u otras enfermedades físicas). Por ejemplo, aunque se observa inflamación aumentada en personas deprimidas pero sanas en comparación con grupos no deprimidos, las personas deprimidas que también tienen una afección relacionada con el sistema inmune comórbido a menudo tienen niveles de citocinas incluso mayores que aquellos sin depresión o enfermedad. 122 Algunos factores prominentes con probable participación en la relación entre biomarcadores, depresión y respuesta al tratamiento se describen a continuación.

 

Estrés. Tanto las respuestas endocrinas como las inmunes tienen roles bien conocidos en respuesta al estrés (fisiológico o psicológico) y el estrés transitorio en el momento de la obtención de muestras biológicas rara vez se mide en estudios de investigación a pesar de la variabilidad de este factor entre individuos que puede acentuarse sintomas depresivos. Tanto los factores estresantes psicológicos agudos como los crónicos actúan como un desafío inmune, acentuando las respuestas inflamatorias a corto y largo plazo. 123,124 Este hallazgo se extiende a la experiencia del estrés de la vida temprana, que se ha asociado con elevaciones inflamatorias de los adultos que son independientes del estrés experimentado un adulto.125,126 Durante la experiencia traumática de la infancia, también se informó una mayor inflamación en aquellos niños que actualmente estaban deprimidos.127 Por el contrario, las personas con depresión y un historial de trauma infantil pueden haber atenuado las respuestas de cortisol al estrés, en comparación con aquellos con depresión y no trauma de la vida temprana. 128 Las alteraciones del eje HPA inducidas por estrés parecen interrelacionarse con la función cognitiva, 129 así como subtipo de depresión o variación en genes relacionados con HPA. El estrés 130 también tiene efectos perjudiciales a corto y largo plazo sobre la neurogénesis 131 y otros neuronales mecanismos.132 No está claro exactamente cómo el trauma infantil afecta a los marcadores biológicos en depresión adultos, pero es posible que el estrés de la vida temprana predisponga a algunas personas a soportar reacciones de estrés en la edad adulta que se amplifican psicológica y / o biológicamente.

 

Funcionamiento cognitivo. Las disfunciones neurocognitivas ocurren con frecuencia en personas con trastornos afectivos, incluso en MDD no medicado. 133 Los déficits cognitivos aparecen acumulativos junto con la resistencia al tratamiento. 134 Neurobiológicamente, el eje HPA129 y los sistemas neurotróficos135 probablemente desempeñen un papel clave en esta relación. Los neurotransmisores noradrenalina y dopamina son probablemente importantes para procesos cognitivos como el aprendizaje y la memoria.136 Las respuestas inflamatorias elevadas se han relacionado con el deterioro cognitivo y probablemente afectan el funcionamiento cognitivo en episodios depresivos, 137 y en remisión, a través de una variedad de mecanismos.138 Ciertamente, Krogh et al139 propusieron que la PCR está más relacionada con el rendimiento cognitivo que con los síntomas centrales de la depresión.

 

Edad, sexo e IMC. La ausencia o presencia y la dirección de las diferencias biológicas entre hombres y mujeres han sido particularmente variables en la evidencia hasta la fecha. La variación de la hormona neuroendocrina entre hombres y mujeres interactúa con la susceptibilidad a la depresión.140 Una revisión de los estudios de inflamación informó que el control por edad y sexo no afecta las diferencias de control del paciente en las citocinas inflamatorias (aunque la asociación entre IL-6 que es consistente con las teorías de que la inflamación generalmente aumenta con la edad). Las diferencias 41,141 VEGF entre pacientes y controles son mayores en los estudios que evalúan muestras más jóvenes, mientras que el sexo, IMC y los factores clínicos no afectaron estas comparaciones en un nivel metaanalítico. 77 Sin embargo, la falta de ajuste para el IMC en exámenes previos de inflamación y depresión parece confundir las diferencias altamente significativas informadas entre estos grupos. 41 Se ha demostrado definitivamente que el tejido adiposo aumentado estimula la producción de citoquinas y está estrechamente relacionado con los marcadores metabólicos.142 Debido a los medicamentos psicotrópicos puede ser una asociación Con un aumento de peso y un IMC más alto, y estos se han asociado con la resistencia al tratamiento en la depresión, esta es un área importante para examinar.

 

Medicamentos. Muchos estudios de biomarcadores en la depresión (tanto transversales como longitudinales) han recolectado muestras iniciales en participantes no medicados para reducir la heterogeneidad. Sin embargo, muchas de estas evaluaciones se toman después de un período de lavado de la medicación, lo que deja el factor de confusión potencialmente significativo de cambios residuales en la fisiología, exacerbado por la amplia gama de tratamientos disponibles que pueden haber tenido diferentes efectos sobre la inflamación. Algunos estudios han excluido el uso de medicamentos psicotrópicos, pero no otros: en particular, la píldora anticonceptiva oral se permite con frecuencia en participantes de investigación y no se controla en los análisis, que recientemente se ha indicado que aumentan los niveles de hormonas y citoquinas. 143,144 Varios estudios indican que el antidepresivo los medicamentos tienen efectos sobre la respuesta inflamatoria, el eje 34,43,49,145-147 HPA, el neurotransmisor 108, 148 y la actividad neurotrophic149. Sin embargo, los numerosos tratamientos potenciales para la depresión tienen propiedades farmacológicas distintas y complejas, lo que sugiere que pueden existir efectos biológicos discretos de diferentes opciones de tratamiento, respaldados por los datos actuales. Se ha teorizado que, además de los efectos de la monoamina, los medicamentos específicos dirigidos a la serotonina (es decir, los ISRS) probablemente se dirijan a los cambios Th2 en la inflamación, y los antidepresivos noradrenérgicos (por ejemplo, IRSN) efectúen un cambio de Th1.150 Todavía no es posible determinar los efectos de medicamentos individuales o combinados en biomarcadores. Es probable que estos factores estén mediados por otros factores, incluida la duración del tratamiento (pocos ensayos evalúan el uso de medicamentos a largo plazo), heterogeneidad de la muestra y no estratificación de los participantes por respuesta al tratamiento.

 

Heterogeneidad

 

Metodológico Como se mencionó anteriormente, las diferencias (entre y dentro de los estudios) en términos de los tratamientos (y combinaciones) que los participantes están tomando y que han tomado previamente están obligados a introducir heterogeneidad en los hallazgos de la investigación, particularmente en la investigación de biomarcadores. Además de esto, muchas otras características de diseño y muestra varían según los estudios, lo que aumenta la dificultad de interpretar y atribuir los hallazgos. Estos incluyen parámetros de medición de biomarcadores (por ejemplo, kits de análisis) y métodos de recolección, almacenamiento, procesamiento y análisis de marcadores en la depresión. Hiles et al141 examinaron algunas fuentes de inconsistencia en la literatura sobre la inflamación y encontraron que la precisión del diagnóstico de depresión, el IMC y las enfermedades comórbidas eran los más importantes a la hora de evaluar la inflamación periférica entre los grupos deprimidos y no deprimidos.

 

Clínico. La amplia heterogeneidad de las poblaciones deprimidas está bien documentada con 151 y contribuye de forma crítica a los hallazgos contrastados dentro de la literatura de investigación. Es probable que incluso dentro de los diagnósticos, los perfiles biológicos anormales se limiten a subconjuntos de individuos que pueden no ser estables a lo largo del tiempo. Los subgrupos cohesivos de personas que sufren depresión pueden ser identificables a través de una combinación de factores psicológicos y biológicos. A continuación, describimos el potencial de explorar subgrupos para enfrentar los desafíos que plantean la variabilidad y heterogeneidad de los biomarcadores.

 

Subtipos dentro de la depresión

 

Hasta ahora, ningún subgrupo homogéneo dentro de los episodios o trastornos de depresión ha podido distinguir confiablemente entre pacientes en base a presentaciones de síntomas o capacidad de respuesta al tratamiento. 152 La existencia de un subgrupo en el que las aberraciones biológicas son más pronunciadas ayudaría a explicar la heterogeneidad entre estudios previos y podría catalizar el camino hacia el tratamiento estratificado. Kunugi et al153 han propuesto un conjunto de cuatro subtipos potenciales basados ​​en el papel de diferentes sistemas neurobiológicos que muestran subtipos clínicamente relevantes en la depresión: aquellos con hipercortisolismo que presenta depresión melancólica o hipocortisolismo que refleja un subtipo atípico, un subconjunto de pacientes relacionado con la dopamina que puede presente prominentemente con anhedonia (y podría responder bien, por ejemplo, a aripiprazol) y un subtipo inflamatorio caracterizado por inflamación elevada. Muchos artículos que se centran en la inflamación han especificado el caso de la existencia de un "subtipo inflamatorio" dentro de la depresión. 55,56,154,155 Los correlatos clínicos de la inflamación elevada aún no se han determinado y se han realizado pocos intentos directos para descubrir qué participantes pueden formar esta cohorte. Se ha propuesto que las personas con depresión atípica podrían tener niveles de inflamación más altos que el subtipo melancólico, 156, que quizás no concuerde con los hallazgos con respecto al eje HPA en los subtipos de depresión melancólica y atípica. TRD37 o depresión con síntomas somáticos prominentes157 también se ha postulado como un posible subtipo inflamatorio, pero neurovegetativo (sueño, apetito, pérdida de libido), estado de ánimo (incluido el estado anímico bajo, suicida e irritabilidad) y síntomas cognitivos (incluido el prejuicio afectivo y la culpa) 158 todos aparecen relacionados con perfiles biológicos. Otros candidatos potenciales para un subtipo inflamatorio involucran la experiencia del comportamiento de la enfermedad, como síntomas 159,160 o un síndrome metabólico.158

 

La propensión hacia (hipo) manía puede distinguir biológicamente entre pacientes que sufren de depresión. La evidencia ahora sugiere que las enfermedades bipolares son un grupo multifacético de trastornos del estado de ánimo, con un trastorno subsindrómico bipolar más prevalente de lo que se reconocía previamente.161 La detección inexacta y / o tardía del trastorno bipolar se ha destacado recientemente como un problema importante en la psiquiatría clínica, con tiempo promedio para corregir el diagnóstico que excede con frecuencia una década 162 y este retraso causa una mayor severidad y costo de la enfermedad general. 163 Con la mayoría de los pacientes con trastorno bipolar que presenta inicialmente uno o más episodios depresivos y la depresión unipolar es el diagnóstico erróneo más frecuente, la identificación de Los factores que pueden diferenciar entre la depresión unipolar y bipolar tienen implicaciones sustanciales. 164 Es probable que los trastornos del espectro bipolar no se hayan detectado en algunas investigaciones previas con biomarcadores de MDD, y algunas pruebas han indicado diferenciación de la actividad del eje HPA109 o inflamación165,166 entre bipolar y unipo gran depresión Sin embargo, estas comparaciones son escasas, poseen tamaños de muestra pequeños, identifican efectos de tendencia no significativos o poblaciones reclutadas que no estaban bien caracterizadas por el diagnóstico. Estas investigaciones tampoco examinan el papel de la capacidad de respuesta del tratamiento en estas relaciones.

 

Tanto los trastornos bipolares 167 como la resistencia al tratamiento 168 no son construcciones dicotómicas y se encuentran en continuos, lo que aumenta el desafío de la identificación de subtipos. Además de la subtipificación, vale la pena señalar que muchas anormalidades biológicas observadas en la depresión se encuentran de manera similar en pacientes con otros diagnósticos. Por lo tanto, los exámenes transdiagnósticos también son potencialmente importantes.

 

Desafíos de medición de biomarcadores

 

Selección de biomarcadores. La gran cantidad de biomarcadores potencialmente útiles presenta un desafío para la psicobiología a la hora de determinar qué marcadores están implicados, de qué manera y para quién. Para aumentar el desafío, relativamente pocos de estos biomarcadores han sido objeto de una investigación suficiente en la depresión y, para la mayoría, sus funciones precisas en poblaciones sanas y clínicas no se comprenden bien. A pesar de esto, se han realizado varios intentos para proponer paneles de biomarcadores prometedores. Además de los 16 conjuntos de marcadores de Brand et al con gran potencial, 27 Lopresti et al describen un extenso conjunto adicional de marcadores de estrés oxidativo con potencial para mejorar la respuesta al tratamiento.28 Papakostas et al definieron a priori un conjunto de nueve marcadores séricos que abarcan sistemas biológicos (BDNF, cortisol, receptor soluble TNF \ alpha tipo II, alfa1 antitripsina, apolipoproteína CIII, factor de crecimiento epidérmico, mieloperoxidasa, prolactina y resistina) en muestras de validación y replicación con MDD. Una vez combinados, una medida compuesta de estos niveles fue capaz de distinguir entre el TDM y los grupos de control con un 80% -90% de precisión.169 Proponemos que incluso estos no cubren a todos los candidatos potenciales en este campo; consulte la Tabla 2 para obtener una descripción no exhaustiva de los biomarcadores con potencial de depresión, que contiene tanto los que tienen una base de pruebas como los nuevos marcadores prometedores.

 

Tecnología. Debido a los avances tecnológicos, ahora es posible (de hecho, conveniente) medir una gran variedad de biomarcadores simultáneamente a un costo menor y con una sensibilidad más alta que en el caso anterior. En la actualidad, esta capacidad para medir numerosos compuestos está por delante de nuestra capacidad para analizar e interpretar de manera efectiva los datos; 170 es algo que continuará con el aumento de matrices de biomarcadores y nuevos marcadores, como la metabolómica. Esto se debe en gran parte a una falta de comprensión sobre los roles precisos y las interrelaciones entre los marcadores, y una comprensión insuficiente de cómo los marcadores relacionados se asocian a diferentes niveles biológicos (por ejemplo, genética, transcripción, proteína) dentro y entre los individuos. Los grandes datos que utilizan nuevos enfoques y estándares analíticos ayudarán a abordar esto y se proponen nuevas metodologías; un ejemplo es el desarrollo de un enfoque estadístico basado en análisis basados ​​en flujo para descubrir nuevos marcadores metabólicos potenciales basados ​​en sus reacciones entre redes e integrar la expresión génica con datos de metabolitos. Las técnicas de aprendizaje de máquina 171 ya se están aplicando y ayudarán con modelos que usan biomarcador datos para predecir los resultados del tratamiento en estudios con big data.172

 

Agregando biomarcadores. Examinar una serie de biomarcadores simultáneamente es una alternativa a la inspección de marcadores aislados que podrían proporcionar un punto de vista más preciso en la compleja red de sistemas o redes biológicos.26 Además, para ayudar a desentrañar la evidencia contrastante en esta literatura hasta la fecha (particularmente, donde las redes de biomarcadores y las interacciones se comprenden bien), los datos de los biomarcadores se pueden agregar o indexar. Uno de los desafíos es identificar el método óptimo para llevar a cabo esto, y puede requerir mejoras en la tecnología y / o técnicas analíticas novedosas (consulte la sección "Big data"). Históricamente, las proporciones entre dos biomarcadores distintos han arrojado resultados interesantes.109,173 Se han realizado pocos intentos para agregar datos de biomarcadores a mayor escala, como los que utilizan el análisis de componentes principales de redes de citocinas proinflamatorias.174 En un metanálisis, se han realizado citocinas proinflamatorias se convirtió en una puntuación de tamaño de efecto único para cada estudio y, en general, mostró una inflamación significativamente mayor antes del tratamiento con antidepresivos, lo que predice una falta de respuesta posterior en estudios ambulatorios. Los paneles de biomarcadores compuestos son tanto un desafío como una oportunidad para que la investigación futura identifique hallazgos significativos y confiables que puedan aplicarse para mejorar los resultados del tratamiento.43 Un estudio de Papakostas et al adoptó un enfoque alternativo, seleccionando un panel de biomarcadores séricos heterogéneos (de Eje HPA y sistemas metabólicos) que se había indicado para diferir entre individuos deprimidos y de control en un estudio anterior y los combinó en una puntuación de riesgo que difería en dos muestras independientes y un grupo de control con> 80% de sensibilidad y especificidad169.

 

Big data. El uso de big data es probablemente necesario para abordar los desafíos actuales descritos en torno a la heterogeneidad, la variabilidad de los biomarcadores, la identificación de los marcadores óptimos y llevar el campo hacia la investigación aplicada traslacional en la depresión. Sin embargo, como se señaló anteriormente, esto trae consigo desafíos tecnológicos y científicos.175 Las ciencias de la salud han comenzado a utilizar el análisis de macrodatos recientemente, una década más tarde que en el sector empresarial. Sin embargo, estudios como iSPOT-D152 y consorcios como el Consorcio de Genética Psiquiátrica176 están progresando en nuestra comprensión de los mecanismos biológicos en psiquiatría. En muy pocos estudios, los algoritmos de aprendizaje automático han comenzado a aplicarse a los biomarcadores de la depresión: una investigación reciente reunió datos de más de 5,000 participantes de 250 biomarcadores; después de la imputación múltiple de datos, se llevó a cabo una regresión potenciada por aprendizaje automático, que indica 21 biomarcadores potenciales. Después de más análisis de regresión, se seleccionaron tres biomarcadores que se asociaron más fuertemente con síntomas depresivos (tamaño de glóbulos rojos muy variable, niveles de glucosa sérica y bilirrubina). Los autores concluyen que los macrodatos pueden utilizarse de forma eficaz para generar hipótesis.177 Se están llevando a cabo proyectos más grandes de fenotipado de biomarcadores que ayudarán a avanzar en nuestro viaje hacia el futuro de la neurobiología de la depresión.

 

Perspectivas de futuro

 

Identificación del panel biomarcador

 

Los hallazgos en la literatura hasta la fecha requieren replicación en estudios a gran escala. Esto es particularmente cierto para los biomarcadores novedosos, como el quimio quimiocina y la quimioquina regulada por activación y el factor de crecimiento tirosina quinasa 2 que, hasta donde sabemos, no se han investigado en muestras de control clínicamente deprimidas y sanas. Los estudios de Big Data deben analizar paneles completos de biomarcadores y utilizar sofisticadas técnicas de análisis para determinar completamente las relaciones entre los marcadores y aquellos factores que los modifican en poblaciones clínicas y no clínicas. Además, las réplicas a gran escala del análisis de componentes principales podrían establecer grupos de biomarcadores altamente correlacionados y también podrían informar el uso de "compuestos" en la psiquiatría biológica, lo que puede mejorar la homogeneidad de los hallazgos futuros.

 

Descubrimiento de subtipos homogéneos

 

Con respecto a la selección de biomarcadores, pueden requerirse múltiples paneles para diferentes vías potenciales que la investigación podría implicar. En conjunto, la evidencia actual indica que los perfiles de los biomarcadores están seguros, pero absolutamente alterados en una subpoblación de individuos que actualmente sufren de depresión. Esto puede establecerse dentro de las categorías diagnósticas o entre ellas, lo que explicaría la inconsistencia de los hallazgos que se pueden observar en esta literatura. La cuantificación de un subgrupo biológico (o subgrupos) puede ser más eficazmente facilitada por un gran análisis de grupos de paneles de red de biomarcadores en la depresión. Esto ilustraría la variabilidad dentro de la población; los análisis de clase latente podrían exhibir características clínicas distintas basadas, por ejemplo, en la inflamación.

 

Efectos específicos del tratamiento sobre la inflamación y la respuesta

 

Todos los tratamientos comúnmente prescritos para la depresión deben evaluarse exhaustivamente para determinar sus efectos biológicos específicos, y también deben tener en cuenta la efectividad de los ensayos de tratamiento. Esto puede permitir construcciones relacionadas con biomarcadores y presentaciones de síntomas para predecir los resultados de una variedad de tratamientos antidepresivos de una manera más personalizada, y puede ser posible en el contexto de la depresión unipolar y bipolar. Es probable que esto sea útil para nuevos tratamientos potenciales, así como para los tratamientos actualmente indicados.

 

Determinación prospectiva de la respuesta al tratamiento

 

El uso de las técnicas anteriores probablemente dé como resultado una capacidad mejorada para pronosticar la resistencia al tratamiento prospectivamente. Medidas más auténticas y persistentes (por ejemplo, a largo plazo) de respuesta al tratamiento pueden contribuir a esto. La evaluación de otras medidas válidas de bienestar del paciente (como la calidad de vida y el funcionamiento diario) podría proporcionar una evaluación más integral del resultado del tratamiento que puede asociarse más estrechamente con los biomarcadores. Si bien la actividad biológica por sí sola podría no ser capaz de distinguir entre los que respondieron al tratamiento y los que no responden, la medición concurrente de biomarcadores con variables psicosociales o demográficas podría integrarse con la información de biomarcadores al desarrollar un modelo predictivo de respuesta insuficiente al tratamiento. Si se desarrolla un modelo confiable para predecir la respuesta (ya sea para la población deprimida o una subpoblación) y se valida de forma retrospectiva, un diseño traslacional puede establecer su aplicabilidad en un gran ensayo controlado.

 

Hacia tratamientos estratificados

 

En la actualidad, los pacientes con depresión no son dirigidos sistemáticamente a recibir un programa de intervención optimizado. Si se valida, se podría emplear un diseño de ensayo estratificado para probar un modelo para predecir la falta de respuesta y / o para determinar dónde se debe clasificar a un paciente en un modelo de atención escalonada. Esto podría ser útil tanto en entornos de tratamiento estandarizados como naturalistas, en diferentes tipos de intervención. En última instancia, se podría desarrollar un modelo clínicamente viable para proporcionar a las personas el tratamiento más apropiado, reconocer a aquellos que tienen probabilidades de desarrollar depresión refractaria y brindar una mejor atención y monitoreo a estos pacientes. A los pacientes identificados con riesgo de resistencia al tratamiento se les puede recetar una terapia psicológica y farmacológica concomitante o una farmacoterapia combinada. Como ejemplo especulativo, los participantes sin elevaciones de citocinas proinflamatorias podrían estar indicados para recibir terapia psicológica en lugar de farmacológica, mientras que un subconjunto de pacientes con inflamación particularmente alta podría recibir un agente antiinflamatorio como complemento al tratamiento estándar. De manera similar a la estratificación, es posible que en el futuro sean posibles estrategias personalizadas de selección de tratamientos. Por ejemplo, un individuo deprimido en particular podría tener un TNF marcadamente alto niveles, pero no otras anomalías biológicas, y podría beneficiarse de un tratamiento a corto plazo con un TNF? antagonista.54 El tratamiento personalizado también puede implicar el monitoreo de la expresión de biomarcadores durante el tratamiento para informar posibles cambios en la intervención, la duración de la terapia de continuación requerida o para detectar marcadores tempranos de recaída.

 

Nuevos objetivos de tratamiento

 

Existe una gran cantidad de tratamientos potenciales que podrían ser efectivos para la depresión, que no se han examinado adecuadamente, incluidas las intervenciones nuevas o reutilizadas de otras disciplinas médicas. Algunos de los objetivos más populares han sido los medicamentos antiinflamatorios como celecoxib (y otros inhibidores de la ciclooxigenasa-2), TNF? antagonistas etanercept e infliximab, minociclina o aspirina. Estos parecen prometedores.178 Los compuestos antiglucocorticoides, incluidos el ketoconazol179 y la metirapona, 180 se han investigado para la depresión, pero ambos tienen inconvenientes con su perfil de efectos secundarios y el potencial clínico de la metirapona es incierto. La mifepristona181 y los corticosteroides fludrocortisona y espironolactona182 y la dexametasona y la hidrocortisona183 también pueden ser eficaces en el tratamiento de la depresión a corto plazo. Dirigirse a los antagonistas del receptor de glutamato N-metil-d-aspartato, incluida la ketamina, podría representar tratamientos eficaces en la depresión.184 Los ácidos grasos poliinsaturados omega-3 influyen en la actividad inflamatoria y metabólica y parecen demostrar cierta eficacia para la depresión.185 Es posible que las estatinas tienen efectos antidepresivos186 a través de vías neurobiológicas relevantes.187

 

De esta forma, los efectos bioquímicos de los antidepresivos (consulte la sección "Medicación") se han utilizado para obtener beneficios clínicos en otras disciplinas: en particular enfermedades gastrointestinales, neurológicas y de síntomas no específicos.188 Los efectos antiinflamatorios de los antidepresivos pueden representar parte del mecanismo de estos beneficios. También se ha sugerido que el litio reduce la inflamación críticamente a través de las vías de glucógeno sintasa quinasa-3. Un enfoque en estos efectos podría ser informativo para una firma de biomarcador de depresión y, a su vez, los biomarcadores podrían representar marcadores sustitutos para el desarrollo de nuevos fármacos.

 

Información del Dr. Alex Jiménez

La depresión es un trastorno de salud mental caracterizado por síntomas graves que afectan el estado de ánimo, incluida la pérdida de interés en las actividades. Estudios de investigación recientes, sin embargo, han encontrado que puede ser posible diagnosticar depresión usando más que los síntomas de comportamiento de un paciente. Según los investigadores, la identificación de biomarcadores fácilmente obtenibles que puedan diagnosticar con mayor precisión la depresión es fundamental para mejorar la salud y el bienestar general del paciente. A modo de ejemplo, los hallazgos clínicos sugieren que las personas con trastorno depresivo mayor, o MDD, tienen niveles más bajos de la molécula acetil-L-carnitina, o LAC, en su sangre que los controles sanos. En última instancia, establecer biomarcadores para la depresión podría ayudar a determinar mejor quién está en riesgo de desarrollar el trastorno, así como ayudar a los profesionales de la salud a determinar la mejor opción de tratamiento para un paciente con depresión.

 

Conclusión

 

La literatura indica que aproximadamente dos tercios de los pacientes con depresión no logran la remisión a un tratamiento inicial y que la probabilidad de falta de respuesta aumenta con la cantidad de tratamientos evaluados. El suministro de terapias ineficaces tiene consecuencias sustanciales para el costo individual y social, incluida la angustia persistente y el bienestar deficiente, el riesgo de suicidio, la pérdida de productividad y el desperdicio de recursos de atención médica. La amplia literatura sobre la depresión indica una gran cantidad de biomarcadores con el potencial de mejorar el tratamiento para las personas con depresión. Además del neurotransmisor y los marcadores neuroendocrinos que han estado sujetos a un amplio estudio durante muchas décadas, los conocimientos recientes destacan la respuesta inflamatoria (y el sistema inmunológico en general), factores metabólicos y de crecimiento tan importantes como la depresión. Sin embargo, la evidencia contrastante excesiva ilustra que hay una serie de desafíos que deben abordarse antes de que se pueda aplicar la investigación de biomarcadores para mejorar el manejo y la atención de las personas con depresión. Debido a la gran complejidad de los sistemas biológicos, los exámenes simultáneos de una amplia gama de marcadores en muestras grandes son de gran beneficio para descubrir las interacciones entre los estados biológicos y psicológicos entre los individuos. Es probable que la optimización de la medición de los parámetros neurobiológicos y las medidas clínicas de la depresión faciliten una mayor comprensión. Esta revisión también resalta la importancia de examinar factores potencialmente modificadores (como la enfermedad, la edad, la cognición y la medicación) para obtener una comprensión coherente de la biología de la depresión y los mecanismos de resistencia al tratamiento. Es probable que algunos marcadores muestren la mayor promesa de predecir la respuesta al tratamiento o la resistencia a tratamientos específicos en un subgrupo de pacientes, y la medición simultánea de datos biológicos y psicológicos puede mejorar la capacidad de identificar prospectivamente a aquellos en riesgo de malos resultados del tratamiento. El establecimiento de un panel de biomarcadores tiene implicaciones para aumentar la precisión diagnóstica y el pronóstico, así como para individualizar los tratamientos en la etapa más temprana posible de la enfermedad depresiva y desarrollar nuevos objetivos de tratamiento efectivos. Estas implicaciones pueden estar limitadas a subgrupos de pacientes deprimidos. Las vías hacia estas posibilidades complementan las estrategias de investigación recientes para vincular los síndromes clínicos más de cerca con los sustratos neurobiológicos subyacentes. 6 Además de reducir la heterogeneidad, esto puede facilitar un cambio hacia la paridad de la estima entre la salud física y mental. Está claro que, aunque se necesita mucho trabajo, el establecimiento de la relación entre los biomarcadores relevantes y los trastornos depresivos tiene implicaciones sustanciales para reducir la carga de la depresión a nivel individual y social.

 

AGRADECIMIENTOS

 

Este informe representa una investigación independiente financiada por el Centro de Investigación Biomédica del Instituto Nacional de Investigación en Salud (NIHR) en South London y Maudsley NHS Foundation Trust y King's College London. Las opiniones expresadas son las de los autores y no necesariamente las del NHS, el NIHR o el Departamento de Salud.

 

Notas a pie de página

 

Revelación. AHY recibió en los últimos 3 años honorarios por hablar de Astra Zeneca (AZ), Lundbeck, Eli Lilly, Sunovion; honorarios por consultoría de Allergan, Livanova y Lundbeck, Sunovion, Janssen; y apoyo de becas de investigación de las agencias de financiamiento de Janssen y UK (NIHR, MRC, Wellcome Trust). En los últimos 3 años, AJC recibió honorarios por hablar de Astra Zeneca (AZ), honorarios por consultoría de Allergan, Livanova y Lundbeck, y apoyo de investigación por parte de las agencias de financiamiento de Lundbeck y Reino Unido (NIHR, MRC, Wellcome Trust).

 

Los autores no informan otros conflictos de interés en este trabajo.

 

En conclusión, Si bien numerosos estudios de investigación han encontrado cientos de biomarcadores para la depresión, no muchos han establecido su papel en la enfermedad depresiva o cómo se podría utilizar exactamente la información biológica para mejorar el diagnóstico, el tratamiento y el pronóstico. Sin embargo, el artículo anterior revisa la literatura disponible sobre los biomarcadores involucrados durante otros procesos y compara los hallazgos clínicos con los de la depresión. Además, los nuevos hallazgos sobre los biomarcadores de la depresión pueden ayudar a diagnosticar mejor la depresión con el fin de realizar un seguimiento con un mejor tratamiento. Información a la que se hace referencia del Centro Nacional de Información Biotecnológica (NCBI). El alcance de nuestra información se limita a la quiropráctica, así como a las lesiones y afecciones de la columna. Para discutir el tema, no dude en preguntarle al Dr. Jiménez o contáctenos en 915-850-0900 .

 

Comisariada por el Dr. Alex Jiménez

 

1. Prince M, Patel V, Saxena S, et al. No hay salud sin salud mental. Lanceta. 2007; 370 (9590): 859-877. [PubMed]
2. Kingdon D, Wykes T. Aumento de los fondos necesarios para la investigación de salud mental. BMJ. 2013; 346: f402. [PubMed]
3. Vivekanantham S, Strawbridge R, Rampuri R, Ragunathan T, Young AH. Paridad de publicación para psiquiatría. Br J Psiquiatría. 2016; 209 (3): 257-261. [PubMed]
4. Fava M. Diagnóstico y definición de depresión resistente al tratamiento. Biol Psiquiatría. 2003; 53 (8): 649-659. [PubMed]
5. Insel T, Cuthbert B, Garvey M, y col. Criterios de dominio de investigación (RDoC): hacia un nuevo marco de clasificación para la investigación de los trastornos mentales. Am J Psiquiatría. 2010; 167 (7): 748-751. [PubMed]
6. Kapur S, Phillips AG, Insel TR. ¿Por qué le ha llevado tanto tiempo a la psiquiatría biológica desarrollar pruebas clínicas y qué hacer al respecto? Mol Psiquiatría. 2012; 17 (12): 1174-1179. [PubMed]
7. Gaynes BN, Warden D, Trivedi MH, Wisniewski SR, Fava M, Rush JA. ¿Qué nos enseñó STAR * D? Resultados de un ensayo clínico práctico a gran escala para pacientes con depresión. Psychiatr Serv. 2009; 60 (11): 1439-1445. [PubMed]
8. Fekadu A, Rane LJ, Wooderson SC, Markopoulou K, Poon L, Cleare AJ. Predicción del resultado a más largo plazo de la depresión resistente al tratamiento en la atención terciaria. Br J Psiquiatría. 2012; 201 (5): 369-375. [PubMed]
9. Fekadu A, Wooderson SC, Markopoulo K, Donaldson C, Papadopoulos A, Cleare AJ. ¿Qué sucede con los pacientes con depresión resistente al tratamiento? Una revisión sistemática de los estudios de resultados a medio y largo plazo. J Afecta el Disord. 2009; 116 (1-2): 4-11. [PubMed]
10. Trivedi M. Estrategias de tratamiento para mejorar y mantener la remisión en el trastorno depresivo mayor. Diálogos Clin Neurosci. 2008; 10 (4): 377. [Artículo gratuito de PMC] [PubMed]
11. Fekadu A, Wooderson SC, Markopoulou K, Cleare AJ. El método de estadificación de Maudsley para la depresión resistente al tratamiento: predicción del resultado a largo plazo y persistencia de los síntomas. J Clin Psychiatry. 2009; 70 (7): 952-957. [PubMed]
12. Bennabi D, Aouizerate B, El-Hage W, y col. Factores de riesgo para la resistencia al tratamiento en la depresión unipolar: una revisión sistemática. J Afecta el Disord. 2015; 171: 137-141. [PubMed]
13. Serretti A, Olgiati P, Liebman MN, et al. Predicción clínica de la respuesta antidepresiva en los trastornos del estado de ánimo: modelos lineales multivariados frente a redes neuronales. Res. Psiquiatría. 2007; 152 (2-3): 223-231. [PubMed]
14. Driessen E, Hollon SD. Terapia cognitivo conductual para los trastornos del estado de ánimo: eficacia, moderadores y mediadores. Psychiatr Clin North Am. 2010; 33 (3): 537-555. [Artículo gratuito de PMC] [PubMed]
15. Cleare A, Pariante C, Young A, et al. Miembros de la Junta de consenso Directrices basadas en la evidencia para el tratamiento de los trastornos depresivos con antidepresivos: una revisión de la asociación británica 2008 para directrices de psicofarmacología. J Psychopharmacol. 2015; 29 (5): 459-525. [PubMed]
16. Tunnard C, Rane LJ, Wooderson SC, y col. El impacto de la adversidad infantil en la tendencia suicida y el curso clínico en la depresión resistente al tratamiento. J Afecta el Disord. 2014; 152-154: 122-130. [PubMed]
17. Nemeroff CB, Heim CM, Thase ME, y col. Respuestas diferenciales a la psicoterapia versus farmacoterapia en pacientes con formas crónicas de depresión mayor y trauma infantil. Proc Natl Acad Sci US A. 2003; 100 (24): 14293-14296. [Artículo gratuito de PMC] [PubMed]
18. Nierenberg AA. Predictores de la respuesta a los principios generales de los antidepresivos y las implicaciones clínicas. Psychiatr Clin North Am. 2003; 26 (2): 345-352. [PubMed]
19. Thase ME. Uso de biomarcadores para predecir la respuesta al tratamiento en el trastorno depresivo mayor: evidencia de estudios pasados ​​y presentes. Diálogos Clin Neurosci. 2014; 16 (4): 539-544. [Artículo gratuito de PMC] [PubMed]
20. Jani BD, McLean G, Nicholl BI, y col. Evaluación de riesgos y resultados de predicción en pacientes con síntomas depresivos: una revisión del papel potencial de los biomarcadores basados ​​en sangre periférica. Front Hum Neurosci. 2015; 9: 18. [Artículo gratuito de PMC] [PubMed]
21. Suravajhala P, Kogelman LJ, Kadarmideen HN. Enfoques genómicos de sistemas: integración y análisis de datos multiméricos: métodos y aplicaciones en la producción animal, la salud y el bienestar. Genet Sel Evol. 2016; 48 (1): 1. [Artículo gratuito de PMC] [PubMed]
22. Menke A. Expresión génica: biomarcador de la terapia antidepresiva? Int Rev Psychiatry. 2013; 25 (5): 579-591. [PubMed]
23. Peng B, Li H, Peng XX. Metabolómica funcional: del descubrimiento de biomarcadores a la reprogramación del metaboloma. Protein Cell. 2015; 6 (9): 628-637. [Artículo gratuito de PMC] [PubMed]
24. Aagaard K, Petrosino J, Keitel W, y col. La estrategia del Proyecto del Microbioma Humano para el muestreo integral del microbioma humano y por qué es importante. FASEB J. 2013; 27 (3): 1012-1022. [Artículo gratuito de PMC] [PubMed]
25. Sonner Z, Wilder E, Heikenfeld J, y col. Los microfluidos de la glándula sudorípara ecrina, incluidas las particiones de los biomarcadores, el transporte y las implicaciones de biosensores. Biomicrofluidics. 2015; 9 (3): 031301. [Artículo gratuito de PMC] [PubMed]
26. Schmidt HD, Shelton RC, Duman RS. Biomarcadores funcionales de la depresión: diagnóstico, tratamiento y fisiopatología. Neuropsychopharm. 2011; 36 (12): 2375-2394. [Artículo gratuito de PMC] [PubMed]
27. J Brand S, M Moller, H Harvey B. Una revisión de biomarcadores en el estado de ánimo y los trastornos psicóticos: una disección de correlatos clínicos frente a preclínicos. Curr Neuropharmacol. 2015; 13 (3): 324-368. [Artículo gratuito de PMC] [PubMed]
28. Lopresti AL, Maker GL, Hood SD, Drummond PD. Una revisión de biomarcadores periféricos en la depresión mayor: el potencial de los biomarcadores de estrés inflamatorio y oxidativo. Prog Neuropsychopharmacol Biol Psychiatry. 2014; 48: 102-111. [PubMed]
29. Fu CH, Steiner H, Costafreda SG. Biomarcadores neuronales predictivos de la respuesta clínica en la depresión: un metanálisis de estudios de neuroimagen funcional y estructural de terapias farmacológicas y psicológicas. Neurobiol Dis. 2013; 52: 75-83. [PubMed]
30. Mamdani F, Berlim M, Beaulieu M, Labbe A, Merette C, Turecki G. Biomarcadores de expresión de genes de respuesta al tratamiento con citalopram en el trastorno depresivo mayor. Transl Psiquiatría. 2011; 1 (6): e13. [Artículo gratuito de PMC] [PubMed]
31. Smith RS. La teoría macrófaga de la depresión. Hipótesis Med. 1991; 35 (4): 298-306. [PubMed]
32. Irwin MR, Miller AH. Trastornos depresivos e inmunidad: 20 años de progreso y descubrimiento. Brain Behav Immun. 2007; 21 (4): 374-383. [PubMed]
33. Maes M, Leonard B, Myint A, Kubera M, Verkerk R. La nueva hipótesis de depresión "5-HT": la activación inmune mediada por células induce la indoleamina 2,3-dioxigenasa, lo que conduce a un menor triptófano en plasma y una mayor síntesis de triptófano perjudicial catabolitos (TRYCAT), que contribuyen al inicio de la depresión. Prog Neuropsychopharmacol Biol Psychiatry. 2011; 35 (3): 702-721. [PubMed]
34. Miller AH, Maletic V, Raison CL. Inflamación y sus descontentos: el papel de las citoquinas en la fisiopatología de la depresión mayor. Biol Psiquiatría. 2009; 65 (9): 732-741. [Artículo gratuito de PMC] [PubMed]
35. Miller AH, Raison CL. El papel de la inflamación en la depresión: del imperativo evolutivo al objetivo del tratamiento moderno. Nat Rev Immun. 2016; 16 (1): 22-34. [Artículo gratuito de PMC] [PubMed]
36. Raison CL, Capuron L, Miller AH. Las citocinas cantan el blues: inflamación y la patogénesis de la depresión. Tendencias Immun. 2006; 27 (1): 24-31. [Artículo gratuito de PMC] [PubMed]
37. Raison CL, Felger JC, Miller AH. Inflamación y resistencia al tratamiento en la depresión mayor: la tormenta perfecta. Psychiatr Times. 2013; 30 (9)
38. Dowlati Y, Herrmann N, Swardfager W, y col. Un metaanálisis de citoquinas en la depresión mayor. Biol Psiquiatría. 2010; 67 (5): 446-457. [PubMed]
39. Eyre HA, Air T, Pradhan A, et al. Un metanálisis de quimiocinas en la depresión mayor. Prog Neuropsychopharmacol Biol Psychiatry. 2016; 68: 1-8. [Artículo gratuito de PMC] [PubMed]
40. Haapakoski R, Mathieu J, Ebmeier KP, Alenius H, Kivimäki M. Metaanálisis acumulativo de interleucinas 6 y 1 ?, factor de necrosis tumoral? y proteína C reactiva en pacientes con trastorno depresivo mayor. Brain Behav Immun. 2015; 49: 206–215. [Artículo gratuito de PMC] [PubMed]
41. Howren MB, Lamkin DM, Suls J. Asociaciones de depresión con proteína C reactiva, IL-1 e IL-6: un metanálisis. Psychosom Med. 2009; 71 (2): 171-186. [PubMed]
42. Liu Y, Ho RC-M, Mak A. La interleucina (IL) -6, el factor de necrosis tumoral alfa (TNF-?) Y los receptores solubles de interleucina-2 (sIL-2R) están elevados en pacientes con trastorno depresivo mayor: a metaanálisis y metarregresión. J afectar el desorden. 2012; 139 (3): 230–239. [PubMed]
43. Strawbridge R, Arnone D, Danese A, Papadopoulos A, Herane Vives A, Cleare AJ. Inflamación y respuesta clínica al tratamiento en la depresión: un metanálisis. Eur Neuropsychopharmacol. 2015; 25 (10): 1532-1543. [PubMed]
44. Farooq RK, Asghar K, Kanwal S, Zulqernain A. Papel de las citocinas inflamatorias en la depresión: ¿Centrarse en la interleucina-1? (Revisión) Biomed Rep. 2017; 6 (1): 15-20. [Artículo gratuito de PMC] [PubMed]
45. Cattaneo A, Ferrari C, Uher R, et al. Medidas absolutas del factor inhibidor de la migración de macrófagos y la interleucina-1-? Los niveles de ARNm predicen con precisión la respuesta al tratamiento en pacientes deprimidos. Int J Neuropsychopharmacol. 2016; 19 (10): pyw045. [Artículo gratuito de PMC] [PubMed]
46. Baune B, Smith E, Reppermund S, y col. Los biomarcadores inflamatorios predicen síntomas depresivos, pero no de ansiedad, durante el envejecimiento: el estudio prospectivo de memoria y envejecimiento de Sydney. Psychoneuroendocrinol. 2012; 37 (9): 1521-1530. [PubMed]
47. Fornaro M, Rocchi G, Escelsior A, Contini P, Martino M. Las diferentes tendencias de las citoquinas en los pacientes deprimidos que reciben duloxetina indican antecedentes biológicos diferenciales. J Afecta el Disord. 2013; 145 (3): 300-307. [PubMed]
48. Hernández ME, Mendieta D, Martínez-Fong D, et al. Variaciones en los niveles circulantes de citoquinas durante el ciclo de tratamiento de 52 durante la semana con ISRS para el trastorno depresivo mayor. Eur Neuropsychopharmacol. 2008; 18 (12): 917-924. [PubMed]
49. Hannestad J, DellaGioia N, Bloch M. El efecto del tratamiento con medicamentos antidepresivos sobre los niveles séricos de citocinas inflamatorias: un metanálisis. Neuropsychopharmacology. 2011; 36 (12): 2452-2459. [Artículo gratuito de PMC] [PubMed]
50. Hiles SA, Attia J, Baker AL. Cambios en la interleucina-6, la proteína C-reactiva y la interleucina-10 en personas con depresión después del tratamiento con antidepresivos: un metanálisis. Brain Behav Immun; Presentado en: 17th Reunión Anual de la Sociedad de Investigación en Psico-Neuroinmunología PsychoNeuroImmunología: Cruzando las Disciplinas para Combatir la Enfermedad; 2012. pag. S44.
51. Harley J, Luty S, Carter J, Mulder R, Joyce P. Proteína C-reactiva elevada en la depresión: un predictor de buenos resultados a largo plazo con antidepresivos y resultados deficientes con la psicoterapia. J Psychopharmacol. 2010; 24 (4): 625-626. [PubMed]
52. Uher R, Tansey KE, Dew T, et al. Un biomarcador inflamatorio como un predictor diferencial del resultado del tratamiento de la depresión con escitalopram y nortriptilina. Am J Psiquiatría. 2014; 171 (2): 1278-1286. [PubMed]
53. Chang HH, Lee IH, Gean PW, et al. Respuesta al tratamiento y deterioro cognitivo en la depresión mayor: asociación con la proteína C-reactiva. Brain Behav Immun. 2012; 26 (1): 90-95. [PubMed]
54. Raison CL, Rutherford RE, Woolwine BJ, y col. Un ensayo aleatorizado y controlado del infliximab del factor de necrosis tumoral para la depresión resistente al tratamiento: el papel de los biomarcadores inflamatorios de referencia. JAMA Psiquiatría. 2013; 70 (1): 31-41. [Artículo gratuito de PMC] [PubMed]
55. Krishnadas R, Cavanagh J. Depresión: ¿una enfermedad inflamatoria? J Neurol Neurosurg Psychiatry. 2012; 83 (5): 495-502. [PubMed]
56. Raison CL, Miller AH. ¿Es la depresión un trastorno inflamatorio? Curr Psychiatry Rep. 2011; 13 (6): 467-475. [Artículo gratuito de PMC] [PubMed]
57. Simon N, McNamara K, Chow C, y col. Un examen detallado de las anomalías de las citocinas en el trastorno depresivo mayor. Eur Neuropsychopharmacol. 2008; 18 (3): 230-233. [Artículo gratuito de PMC] [PubMed]
58. Dahl J, Ormstad H, Aass HC, y col. Los niveles plasmáticos de varias citoquinas aumentan durante la depresión en curso y se reducen a niveles normales después de la recuperación. Psychoneuroendocrinol. 2014; 45: 77-86. [PubMed]
59. Stelzhammer V, Haenisch F, Chan MK, y col. Cambios proteómicos en el suero de los pacientes con depresión mayor no tratados previamente con antidepresivos. Int J Neuropsychopharmacol. 2014; 17 (10): 1599-1608. [PubMed]
60. Liu Y, HO RCM, Mak A. El papel de la interleucina (IL) -17 en la ansiedad y la depresión de pacientes con artritis reumatoide. Int J Rheum Dis. 2012; 15 (2): 183-187. [PubMed]
61. Diniz BS, Sibille E, Ding Y, y col. La biofirma cerebral y la patología cerebral relacionadas con el deterioro cognitivo persistente en la depresión tardía. Mol Psiquiatría. 2015; 20 (5): 594-601. [Artículo gratuito de PMC] [PubMed]
62. Janelidze S, Ventorp F, Erhardt S, et al. Niveles alterados de quimiocinas en el líquido cefalorraquídeo y el plasma de los que intentan suicidarse. Psychoneuroendocrinol. 2013; 38 (6): 853-862. [PubMed]
63. Powell TR, Schalkwyk LC, Heffernan AL, y col. El factor de necrosis tumoral y sus objetivos en la ruta de citoquinas inflamatorias se identifican como biomarcadores transcriptómicos putativos para la respuesta al escitalopram. Eur Neuropsychopharmacol. 2013; 23 (9): 1105-1114. [PubMed]
64. Wong M, Dong C, Maestre-Mesa J, Licinio J. Los polimorfismos en los genes relacionados con la inflamación están asociados con la susceptibilidad a la depresión mayor y la respuesta antidepresiva. Mol Psiquiatría. 2008; 13 (8): 800-812. [Artículo gratuito de PMC] [PubMed]
65. Kling MA, Alesci S, Csako G, y col. Estado proinflamatorio de bajo grado sostenido en mujeres remitidas no medicadas con trastorno depresivo mayor como lo demuestran los niveles séricos elevados de las proteínas de fase aguda proteína C reactiva y amiloide sérico A. Biol Psychiatry. 2007; 62 (4): 309-313. [Artículo gratuito de PMC] [PubMed]
66. Schaefer M, Sarkar S, Schwarz M, Friebe A. Molécula de adhesión intracelular soluble-1 en pacientes con trastornos afectivos unipolares o bipolares: resultados de una prueba piloto. Neuropsychobiol. 2016; 74 (1): 8-14. [PubMed]
67. Dimopoulos N, Piperi C, Salonicioti A, et al. Elevación de la concentración plasmática de moléculas de adhesión en la depresión tardía. Int J Geriatr Psychiatry. 2006; 21 (10): 965-971. [PubMed]
68. Bocchio-Chiavetto L, Bagnardi V, Zanardini R, y col. Los niveles de BDNF en suero y plasma en la depresión mayor: un estudio de replicación y metanálisis. World J Biol Psychiatry. 2010; 11 (6): 763-773. [PubMed]
69. Brunoni AR, Lopes M, Fregni F. Una revisión sistemática y metanálisis de estudios clínicos sobre la depresión mayor y los niveles de BDNF: implicaciones para el papel de la neuroplasticidad en la depresión. Int J Neuropsychopharmacol. 2008; 11 (8): 1169-1180. [PubMed]
70. Molendijk M, Spinhoven P, Polak M, Bus B, Penninx B, Elzinga B. Concentraciones séricas de BDNF como manifestaciones periféricas de depresión: evidencia de una revisión sistemática y metanálisis en asociaciones 179. Mol Psiquiatría. 2014; 19 (7): 791-800. [PubMed]
71. Sen S, Duman R, Sanacora G. Factor neurotrófico derivado del cerebro en suero, depresión y medicamentos antidepresivos: metanálisis e implicaciones. Biol Psiquiatría. 2008; 64 (6): 527-532. [Artículo gratuito de PMC] [PubMed]
72. Zhou L, Xiong J, Lim Y, y col. Upregulation de proBDNF en sangre y sus receptores en la depresión mayor. J Afecta el Disord. 2013; 150 (3): 776-784. [PubMed]
73. Chen YW, Lin PY, Tu KY, Cheng YS, Wu CK, Tseng PT. Los niveles de factor de crecimiento nervioso significativamente más bajos en pacientes con trastorno depresivo mayor que en sujetos sanos: un metanálisis y una revisión sistemática. Neuropsychiatr Dis Treat. 2014; 11: 925-933. [Artículo gratuito de PMC] [PubMed]
74. Lin PY, Tseng PT. Disminución de los niveles del factor neurotrófico derivado de la línea celular glial en pacientes con depresión: un estudio metaanalítico. J Psychiatr Res. 2015; 63: 20-27. [PubMed]
75. Warner-Schmidt JL, Duman RS. VEGF como un objetivo potencial para la intervención terapéutica en la depresión. Curr Op Pharmacol. 2008; 8 (1): 14-19. [Artículo gratuito de PMC] [PubMed]
76. Carvalho AF, Köhler CA, McIntyre RS, y col. Factor de crecimiento endotelial vascular periférico como un nuevo biomarcador de la depresión: un metanálisis. Psychoneuroendocrinol. 2015; 62: 18-26. [PubMed]
77. Tseng PT, Cheng YS, Chen YW, Wu CK, Lin PY. Aumento de los niveles de factor de crecimiento endotelial vascular en pacientes con trastorno depresivo mayor: un metanálisis. Eur Neuropsychopharmacol. 2015; 25 (10): 1622-1630. [PubMed]
78. Carvalho L, Torre J, Papadopoulos A, et al. La falta de beneficio terapéutico clínico de los antidepresivos se asocia a la activación general del sistema inflamatorio. J Afecta el Disord. 2013; 148 (1): 136-140. [PubMed]
79. Clark-Raymond A, Meresh E, Hoppensteadt D, y col. Factor de crecimiento endotelial vascular: Potencial predictor de la respuesta al tratamiento en la depresión mayor. World J Biol Psychiatry. 2015: 1-11. [PubMed]
80. Isung J, Mobarrez F, Nordström P, Åsberg M, Jokinen J. Factor de crecimiento endotelial vascular plasmático bajo (VEGF) asociado con el suicidio consumado. World J Biol Psychiatry. 2012; 13 (6): 468-473. [PubMed]
81. Buttenschøn HN, Foldager L, Elfving B, Poulsen PH, Uher R, Mors O. Factores neurotróficos en la depresión en respuesta al tratamiento. J Afecta el Disord. 2015; 183: 287-294. [PubMed]
82. Szcz? Sny E,? Lusarczyk J, G? Ombik K, et al. Posible contribución del IGF-1 al trastorno depresivo. Pharmacol Rep. 2013; 65 (6): 1622–1631. [PubMed]
83. Tu KY, Wu MK, Chen YW, y col. Los niveles significativamente más altos de factor de crecimiento insulínico similar a la insulina 1 en pacientes con trastorno depresivo mayor o trastorno bipolar que en los controles sanos: un metanálisis y una revisión según la Guía de PRISMA. Medicina. 2016; 95 (4): e2411. [Artículo gratuito de PMC] [PubMed]
84. Wu CK, Tseng PT, Chen YW, Tu KY, Lin PY. Niveles significativamente mayores de factor de crecimiento de fibroblastos periféricos-2 en pacientes con trastorno depresivo mayor: un metanálisis preliminar según las pautas de MOOSE. Medicina. 2016; 95 (33): e4563. [Artículo gratuito de PMC] [PubMed]
85. Él S, Zhang T, Hong B, et al. Disminución de los niveles séricos de factor de crecimiento de fibroblastos: 2 en pacientes pre y postratamiento con trastorno depresivo mayor. Neurosci Lett. 2014; 579: 168-172. [PubMed]
86. Dwivedi Y, Rizavi HS, Conley RR, Roberts RC, Tamminga CA, Pandey GN. La expresión genética alterada del factor neurotrófico derivado del cerebro y el receptor tirosina quinasa B en el cerebro post mortem de sujetos suicidas. Arch Gen Psychiatry. 2003; 60 (8): 804-815. [PubMed]
87. Srikanthan K, Feyh A, Visweshwar H, Shapiro JI, Sodhi K. Revisión sistemática de los biomarcadores del síndrome metabólico: un panel para la detección temprana, el manejo y la estratificación del riesgo en la población de West Virginia. Int J Med Sci. 2016; 13 (1): 25. [Artículo gratuito de PMC] [PubMed]
88. Lu XY. La hipótesis de la leptina de la depresión: ¿un posible vínculo entre los trastornos del estado de ánimo y la obesidad? Curr Op Pharmacol. 2007; 7 (6): 648-652. [Artículo gratuito de PMC] [PubMed]
89. Wittekind DA, Kluge M. Ghrelin en trastornos psiquiátricos: una revisión. Psychoneuroendocrinol. 2015; 52: 176-194. [PubMed]
90. Kan C, Silva N, Golden SH, y col. Una revisión sistemática y metaanálisis de la asociación entre depresión y resistencia a la insulina. Cuidado de la diabetes. 2013; 36 (2): 480-489. [Artículo gratuito de PMC] [PubMed]
91. Liu X, Li J, Zheng P, y col. La lipidomia plasmática revela posibles marcadores lipídicos del trastorno depresivo mayor. Anal Bioanal Chem. 2016; 408 (23): 6497-6507. [PubMed]
92. Lustman PJ, Anderson RJ, Freedland KE, De Groot M, Carney RM, Clouse RE. Depresión y control glucémico deficiente: una revisión metaanalítica de la literatura. Cuidado de la diabetes. 2000; 23 (7): 934-942. [PubMed]
93. Maes M. Evidencia de una respuesta inmune en la depresión mayor: una revisión e hipótesis. Prog NeuroPsychopharmacol Biol Psychiatry. 1995; 19 (1): 11-38. [PubMed]
94. Zheng H, Zheng P, Zhao L, y col. Diagnóstico predictivo de depresión mayor usando metabolómica basada en RMN y máquina de vector de mínimos cuadrados de soporte. Clinica Chimica Acta. 2017; 464: 223-227. [PubMed]
95. Xia Q, Wang G, Wang H, Xie Z, Fang Y, Li Y. Estudio del metabolismo de glucosa y lípidos en pacientes de primer episodio de depresión. J Clin Psychiatry. 2009; 19: 241-243.
96. Kaufman J, DeLorenzo C, Choudhury S, Parsey RV. El receptor 5-HT 1A en el trastorno depresivo mayor. Eur Neuropsychopharmacology. 2016; 26 (3): 397-410. [Artículo gratuito de PMC] [PubMed]
97. Jacobsen JP, Krystal AD, Krishnan KRR, Caron MG. La liberación lenta de 5-Hydroxytryptophan Adjunctive para la depresión resistente al tratamiento: fundamento clínico y preclínico. Tendencias Pharmacol Sci. 2016; 37 (11): 933-944. [Artículo gratuito de PMC] [PubMed]
98. Salamone JD, Correa M, Yohn S, Cruz LL, San Miguel N, Alatorre L. La farmacología del comportamiento relacionado con el esfuerzo: Dopamina, depresión y diferencias individuales. Procesos de Behav. 2016; 127: 3-17. [PubMed]
99. Coplan JD, Gopinath S, Abdallah CG, Berry BR. Una hipótesis neurobiológica de mecanismos de depresión resistentes al tratamiento para la no eficacia del inhibidor selectivo de la recaptación de serotonina. Front Behav Neurosci. 2014; 8: 189. [Artículo gratuito de PMC] [PubMed]
100. Popa D, Cerdan J, Repérant C, y col. Un estudio longitudinal del flujo de salida de 5-HT durante el tratamiento crónico con fluoxetina utilizando una nueva técnica de microdiálisis crónica en una cepa de ratón altamente emocional. Eur J Pharmacol. 2010; 628 (1): 83-90. [PubMed]
101. Atake K, Yoshimura R, Hori H, y col. La duloxetina, un inhibidor selectivo de la recaptación de noradrenalina, aumentó los niveles plasmáticos de 3-metoxi-4-hidroxifenilglicol, pero no el ácido homovanílico en pacientes con trastorno depresivo mayor. Clin Psychopharmacol Neurosci. 2014; 12 (1): 37-40. [Artículo gratuito de PMC] [PubMed]
102. Ueda N, Yoshimura R, Shinkai K, Nakamura J. Los niveles plasmáticos de metabolitos de catecolamina predicen la respuesta a sulpirida o fluvoxamina en la depresión mayor. Farmacopsiquiatría. 2002; 35 (05): 175-181. [PubMed]
103. Yamana M, Atake K, Katsuki A, Hori H, Yoshimura R. Marcadores biológicos sanguíneos para la predicción de la respuesta al escitalopram en pacientes con trastorno depresivo mayor: estudio preliminar. J Deprime la ansiedad. 2016; 5: 222.
104. Parker KJ, Schatzberg AF, Lyons DM. Aspectos neuroendocrinos del hipercortisolismo en la depresión mayor. Horm Behav. 2003; 43 (1): 60-66. [PubMed]
105. Stetler C, Miller GE. Depresión y activación hipotalámico-pituitaria-adrenal: un resumen cuantitativo de cuatro décadas de investigación. Psychosom Med. 2011; 73 (2): 114-126. [PubMed]
106. Herane Vives A, De Angel V, Papadopoulos A, et al. La relación entre el cortisol, el estrés y la enfermedad psiquiátrica: nuevas ideas utilizando el análisis del cabello. J Psychiatr Res. 2015; 70: 38-49. [PubMed]
107. Fischer S, Strawbridge R, Vives AH, Cleare AJ. El cortisol como un predictor de la respuesta de la terapia psicológica en los trastornos depresivos: revisión sistemática y metanálisis. Br J Psiquiatría. 2017; 210 (2): 105-109. [PubMed]
108. Anacker C, Zunszain PA, Carvalho LA, Pariante CM. El receptor de glucocorticoides: pivote de la depresión y del tratamiento antidepresivo? Psiconeuroendocrinología. 2011; 36 (3): 415-425. [Artículo gratuito de PMC] [PubMed]
109. Markopoulou K, Papadopoulos A, Juruena MF, Poon L, Pariante CM, Cleare AJ. La proporción de cortisol / DHEA en la depresión resistente al tratamiento. Psychoneuroendocrinol. 2009; 34 (1): 19-26. [PubMed]
110. Joffe RT, Pearce EN, Hennessey JV, Ryan JJ, Stern RA. Hipotiroidismo subclínico, estado de ánimo y cognición en adultos mayores: una revisión. Int J Geriatr Psychiatry. 2013; 28 (2): 111-118. [Artículo gratuito de PMC] [PubMed]
111. Duval F, Mokrani MC, Erb A, y col. El estado del eje hipotalámico-hipofisario-tiroideo cronológico y el resultado antidepresivo en la depresión mayor. Psychoneuroendocrinol. 2015; 59: 71-80. [PubMed]
112. Marsden W. Plasticidad sináptica en la depresión: correlatos moleculares, celulares y funcionales. Prog Neuropsychopharmacol Biol Psychiatry. 2013; 43: 168-184. [PubMed]
113. Duman RS, Voleti B. Señales de vías subyacentes a la fisiopatología y el tratamiento de la depresión: mecanismos novedosos para agentes de acción rápida. Tendencias Neurosci. 2012; 35 (1): 47-56. [Artículo gratuito de PMC] [PubMed]
114. Ripke S, Wray NR, Lewis CM, y col. Un megaanálisis de estudios de asociación de genoma completo para el trastorno depresivo mayor. Mol Psiquiatría. 2013; 18 (4): 497-511. [Artículo gratuito de PMC] [PubMed]
115. Mullins N, Power R, Fisher H, y col. Interacciones poligénicas con la adversidad ambiental en la etiología del trastorno depresivo mayor. Psychol Med. 2016; 46 (04): 759-770. [Artículo gratuito de PMC] [PubMed]
116. Lewis S. Trastornos neurológicos: telómeros y depresión. Nat Rev Neurosci. 2014; 15 (10): 632. [PubMed]
117. Lindqvist D, Epel ES, Mellon SH, y col. Trastornos psiquiátricos y longitud de los telómeros leucocitarios: mecanismos subyacentes que vinculan la enfermedad mental con el envejecimiento celular. Neurosci Biobehav Rev. 2015; 55: 333-364. [Artículo gratuito de PMC] [PubMed]
118. McCall WV. Un biomarcador de actividad de descanso para predecir la respuesta a los ISRS en el trastorno depresivo mayor. J Psychiatr Res. 2015; 64: 19-22. [Artículo gratuito de PMC] [PubMed]
119. Schuch FB, Deslandes AC, Stubbs B, Gosmann NP, da Silva CTB, de Almeida Fleck MP. Efectos neurobiológicos del ejercicio en el trastorno depresivo mayor: una revisión sistemática. Neurosci Biobehav Rev. 2016; 61: 1-11. [PubMed]
120. Foster JA, Neufeld K-AM. Eje tripal: cómo el microbioma influye en la ansiedad y la depresión. Tendencias Neurosci. 2013; 36 (5): 305-312. [PubMed]
121. Quattrocki E, Baird A, Yurgelun-Todd D. Aspectos biológicos del vínculo entre el tabaquismo y la depresión. Harv Rev Psiquiatría. 2000; 8 (3): 99-110. [PubMed]
122. Maes M, Kubera M, Obuchowiczwa E, Goehler L, Brzeszcz J. Decomprabilidades múltiples de la depresión explicadas por (neuro) vías inflamatorias y oxidativas y nitrosativas de estrés. Neuro Endocrinol Lett. 2011; 32 (1): 7-24. [PubMed]
123. Miller G, Rohleder N, Cole SW. El estrés interpersonal crónico predice la activación de las vías de señalización pro y antiinflamatorias seis meses después. Psychosom Med. 2009; 71 (1): 57. [Artículo gratuito de PMC] [PubMed]
124. Steptoe A, Hamer M, Chida Y. Los efectos del estrés psicológico agudo en los factores inflamatorios circulantes en humanos: una revisión y un metanálisis. Brain Behav Immun. 2007; 21 (7): 901-912. [PubMed]
125. Danese A, Moffitt TE, Harrington H, y col. Experiencias infantiles adversas y factores de riesgo en adultos para las enfermedades relacionadas con la edad: depresión, inflamación y agrupamiento de marcadores de riesgo metabólico. Arch Pediatr Adolesc Med. 2009; 163 (12): 1135-1143. [Artículo gratuito de PMC] [PubMed]
126. Danese A, Pariante CM, Caspi A, Taylor A, Poulton R. El maltrato infantil predice la inflamación en adultos en un estudio de vida. Proc Natl Acad Sci US A. 2007; 104 (4): 1319-1324. [Artículo gratuito de PMC] [PubMed]
127. Danese A, Caspi A, Williams B, y col. Incrustación biológica del estrés a través de procesos de inflamación en la infancia. Mol Psiquiatría. 2011; 16 (3): 244-246. [Artículo gratuito de PMC] [PubMed]
128. Suzuki A, Poon L, Kumari V, Cleare AJ. Sesgos de miedo en el procesamiento facial emocional después de un trauma infantil como un marcador de resistencia y vulnerabilidad a la depresión. Niño Maltreat. 2015; 20 (4): 240-250. [PubMed]
129. Strawbridge R, Young AH. Eje HPA y desregulación cognitiva en los trastornos del estado de ánimo. En: McIntyre RS, Cha DS, editores. Deterioro cognitivo en el trastorno depresivo mayor: relevancia clínica, sustratos biológicos y oportunidades de tratamiento. Cambridge: Cambridge University Press; 2016. pp. 179-193.
130. Keller J, Gomez R, Williams G, y col. Eje de la HPA en la depresión mayor: el cortisol, la sintomatología clínica y la variación genética predicen la cognición. Mol Psiquiatría. 2016 Aug 16; Epub. [Artículo gratuito de PMC] [PubMed]
131. Hanson ND, Owens MJ, Nemeroff CB. Depresión, antidepresivos y neurogénesis: una reevaluación crítica. Neuropsychopharmacol. 2011; 36 (13): 2589-2602. [Artículo gratuito de PMC] [PubMed]
132. Chen Y, Baram TZ. Hacia la comprensión de cómo el estrés en la vida temprana reprograma las redes cerebrales cognitivas y emocionales. Neuropsychopharmacol. 2015; 41 (1): 197-206. [Artículo gratuito de PMC] [PubMed]
133. Porter RJ, Gallagher P, Thompson JM, Young AH. Deterioro neurocognitivo en pacientes sin drogas con trastorno depresivo mayor. Br J Psiquiatría. 2003; 182: 214-220. [PubMed]
134. Gallagher P, Robinson L, Gray J, Young A, Porter R. Función neurocognitiva después de la remisión en el trastorno depresivo mayor: marcador objetivo potencial de la respuesta? Aust NZJ Psiquiatría. 2007; 41 (1): 54-61. [PubMed]
135. Pittenger C, Duman RS. Estrés, depresión y neuroplasticidad: una convergencia de mecanismos. Neuropsychopharmacol. 2008; 33 (1): 88-109. [PubMed]
136. Bäckman L, Nyberg L, Lindenberger U, Li SC, Farde L. La triada correlativa entre el envejecimiento, la dopamina y la cognición: estado actual y perspectivas futuras. Neurosci Biobehav Rev. 2006; 30 (6): 791-807. [PubMed]
137. Allison DJ, Ditor DS. La etiología inflamatoria común de la depresión y el deterioro cognitivo: un objetivo terapéutico. J Neuroinflamación. 2014; 11: 151. [Artículo gratuito de PMC] [PubMed]
138. Rosenblat JD, Brietzke E, Mansur RB, Maruschak NA, Lee Y, McIntyre RS. La inflamación como sustrato neurobiológico del deterioro cognitivo en el trastorno bipolar: evidencia, fisiopatología e implicaciones del tratamiento. J Afecta el Disord. 2015; 188: 149-159. [PubMed]
139. Krogh J, Benros ME, Jørgensen MB, Vesterager L, Elfving B, Nordentoft M. La asociación entre los síntomas depresivos, la función cognitiva y la inflamación en la depresión mayor. Brain Behav Immun. 2014; 35: 70-76. [PubMed]
140. Soares CN, Zitek B. Sensibilidad hormonal reproductiva y riesgo de depresión en el ciclo de vida femenino: ¿un continuo de vulnerabilidad? J Psiquiatría Neurosci. 2008; 33 (4): 331. [Artículo gratuito de PMC] [PubMed]
141. Hiles SA, Baker AL, de Malmanche T, Attia J. Un metanálisis de las diferencias en IL-6 e IL-10 entre personas con y sin depresión: explorar las causas de la heterogeneidad. Brain Behav Immun. 2012; 26 (7): 1180-1188. [PubMed]
142. Fontana L, Eagon JC, Trujillo ME, Scherer PE, Klein S. La secreción de adipocinas grasas viscerales se asocia con inflamación sistémica en humanos obesos. Diabetes. 2007; 56 (4): 1010-1013. [PubMed]
143. Divani AA, Luo X, Datta YH, Flaherty JD, Panoskaltsis-Mortari A. Efecto de los anticonceptivos hormonales orales y vaginales sobre los biomarcadores sanguíneos inflamatorios. Mediadores Inflamm. 2015; 2015: 379501. [Artículo gratuito de PMC] [PubMed]
144. Ramsey JM, Cooper JD, Penninx BW, Bahn S. Variación en los biomarcadores del suero con el sexo y el estado hormonal femenino: implicaciones para las pruebas clínicas. Sci. Rep. 2016; 6: 26947. [Artículo gratuito de PMC] [PubMed]
145. Eyre H, Lavretsky H, Kartika J, Qassim A, Baune B. Efectos moduladores de las clases de antidepresivos en el sistema inmune innato y adaptativo en la depresión. Farmacopsiquiatría. 2016; 49 (3): 85-96. [Artículo gratuito de PMC] [PubMed]
146. Hiles SA, Baker AL, Malmanche T, Attia J. Interleucina-6, proteína C-reactiva e interleucina-10 después del tratamiento antidepresivo en personas con depresión: un metanálisis. Psychol Med. 2012; 42 (10): 2015-2026. [PubMed]
147. Janssen DG, Caniato RN, Verster JC, Baune BT. Una revisión psiconeuroinmunológica sobre las citocinas involucradas en la respuesta al tratamiento antidepresivo. Hum Psychopharmacol. 2010; 25 (3): 201-215. [PubMed]
148. Artigas F. Receptores de serotonina implicados en los efectos antidepresivos. Pharmacol Ther. 2013; 137 (1): 119-131. [PubMed]
149. Lee BH, Kim YK. Las funciones del BDNF en la fisiopatología de la depresión mayor y en el tratamiento antidepresivo. Psiquiatría Investig. 2010; 7 (4): 231-235. [Artículo gratuito de PMC] [PubMed]
150. Hashimoto K. Biomarcadores inflamatorios como predictores diferenciales de la respuesta antidepresiva. Int J Mol Sci. 2015; 16 (4): 7796-7801. [Artículo gratuito de PMC] [PubMed]
151. Goldberg D. La heterogeneidad de la "depresión mayor" World Psychiatry. 2011; 10 (3): 226-228. [Artículo gratuito de PMC] [PubMed]
152. Arnow BA, Blasey C, Williams LM, y col. Subtipos de depresión para predecir la respuesta antidepresiva: un informe del ensayo iSPOT-D. Am J Psiquiatría. 2015; 172 (8): 743-750. [PubMed]
153. Kunugi H, Hori H, Ogawa S. Marcadores bioquímicos subtipando el trastorno depresivo mayor. Psiquiatría Clin Neurosci. 2015; 69 (10): 597-608. [PubMed]
154. Baune B, Stuart M, Gilmour A, et al. La relación entre subtipos de depresión y enfermedad cardiovascular: una revisión sistemática de modelos biológicos. Transl Psiquiatría. 2012; 2 (3): e92. [Artículo gratuito de PMC] [PubMed]
155. Vogelzangs N, Duivis HE, Beekman AT, y col. Asociación de trastornos depresivos, características de la depresión y medicamentos antidepresivos con inflamación. Transl Psiquiatría. 2012; 2: e79. [Artículo gratuito de PMC] [PubMed]
156. Lamers F, Vogelzangs N, Merikangas K, De Jonge P, Beekman A, Penninx B. Evidencia de un papel diferencial de la función del eje HHA, la inflamación y el síndrome metabólico en la depresión melancólica frente a la atípica. Mol Psiquiatría. 2013; 18 (6): 692-699. [PubMed]
157. Penninx BW, Milaneschi Y, Lamers F, Vogelzangs N. Comprender las consecuencias somáticas de la depresión: mecanismos biológicos y el papel del perfil de síntomas de la depresión. BMC Med. 2013; 11 (1): 1. [Artículo gratuito de PMC] [PubMed]
158. Capuron L, Su S, Miller AH, y col. Síntomas depresivos y síndrome metabólico: ¿es la inflamación el vínculo subyacente? Biol Psiquiatría. 2008; 64 (10): 896-900. [Artículo gratuito de PMC] [PubMed]
159. Dantzer R, O'Connor JC, Freund GG, Johnson RW, Kelley KW. De la inflamación a la enfermedad y la depresión: cuando el sistema inmune subyuga al cerebro. Nat Rev Neurosci. 2008; 9 (1): 46-56. [Artículo gratuito de PMC] [PubMed]
160. Maes M, Berk M, Goehler L, y col. La depresión y el comportamiento de la enfermedad son respuestas de Janus a las vías inflamatorias compartidas. BMC Med. 2012; 10: 66. [Artículo gratuito de PMC] [PubMed]
161. Merikangas KR, Jin R, He JP, y col. Prevalencia y correlatos del trastorno del espectro bipolar en la iniciativa de la encuesta mundial de salud mental. Arch Gen Psychiatry. 2011; 68 (3): 241-251. [Artículo gratuito de PMC] [PubMed]
162. Hirschfeld RM, Lewis L, Vornik LA. Percepciones e impacto del trastorno bipolar: ¿hasta dónde hemos llegado realmente? Resultados de la encuesta nacional 2000 de depresión y depresión maníaco-depresiva de individuos con trastorno bipolar. J Clin Psychiatry. 2003; 64 (2): 161-174. [PubMed]
163. Young AH, MacPherson H. Detección del trastorno bipolar. Br J Psiquiatría. 2011; 199 (1): 3-4. [PubMed]
164. Vöhringer PA, Perlis RH. Discriminación entre el trastorno bipolar y el trastorno depresivo mayor. Psychiatr Clin North Am. 2016; 39 (1): 1-10. [PubMed]
165. Becking K, Spijker AT, Hoencamp E, Penninx BW, Schoevers RA, Boschloo L. Disturbios en eje hipotalámico-pituitario-adrenal y actividad inmunológica que diferencia entre episodios depresivos unipolares y bipolares. Más uno. 2015; 10 (7): e0133898. [Artículo gratuito de PMC] [PubMed]
166. Huang TL, Lin FC. Niveles de proteína C-reactiva de alta sensibilidad en pacientes con trastorno depresivo mayor y manía bipolar. Prog NeuroPsychopharmacol Biol Psychiatry. 2007; 31 (2): 370-372. [PubMed]
167. Angst J, Gamma A, Endrass J. Factores de riesgo para los espectros bipolares y depresivos. Acta Psychiatr Scand. 2003; 418: 15-19. [PubMed]
168. Fekadu A, Wooderson S, Donaldson C, y col. Una herramienta multidimensional para cuantificar la resistencia al tratamiento en la depresión: el método de estadificación de Maudsley. J Clin Psychiatry. 2009; 70 (2): 177. [PubMed]
169. Papakostas G, Shelton R, Kinrys G, y col. Evaluación de una prueba diagnóstica biológica multisensorial basada en suero para el trastorno depresivo mayor: un estudio piloto y de replicación. Mol Psiquiatría. 2013; 18 (3): 332-339. [PubMed]
170. Fan J, Han F, Liu H. Desafíos del análisis de big data. Natl Sci Rev. 2014; 1 (2): 293-314. [Artículo gratuito de PMC] [PubMed]
171. Li L, Jiang H, Qiu Y, Ching WK, Vassiliadis VS. Descubrimiento de biomarcadores de metabolitos: análisis de flujo y enfoque de red de reacción y reacción. BMC Syst Biol. 2013; 7 (Suppl 2): S13. [Artículo gratuito de PMC] [PubMed]
172. Patel MJ, Khalaf A, Aizenstein HJ. Estudiar la depresión mediante el uso de imágenes y métodos de aprendizaje automático. NeuroImage Clin. 2016; 10: 115-123. [Artículo gratuito de PMC] [PubMed]
173. Lanquillon S, Krieg JC, Bening-Abu-Shach U, Vedder H. Producción de citoquinas y respuesta al tratamiento en el trastorno depresivo mayor. Neuropsychopharmacol. 2000; 22 (4): 370-379. [PubMed]
174. Lindqvist D, Janelidze S, Erhardt S, Träskman-Bendz L, Engström G, Brundin L. CSF biomarcadores en intentos de suicidio: un análisis de componentes principales. Acta Psychiatr Scand. 2011; 124 (1): 52-61. [PubMed]
175. Hidalgo-Mazzei D, Murru A, Reinares M, Vieta E, Colom F. Grandes datos en salud mental: un desafiante futuro fragmentado. Psiquiatría mundial. 2016; 15 (2): 186-187. [Artículo gratuito de PMC] [PubMed]
176. Consorcio C-DGotPG Identificación de loci de riesgo con efectos compartidos en cinco trastornos psiquiátricos principales: un análisis genómico completo. Lanceta. 2013; 381 (9875): 1371-1379. [Artículo gratuito de PMC] [PubMed]
177. Dipnall JF, Pasco JA, Berk M, y col. Fusión de minería de datos, aprendizaje automático y estadísticas tradicionales para detectar biomarcadores asociados con la depresión. Más uno. 2016; 11 (2): e0148195. [Artículo gratuito de PMC] [PubMed]
178. Köhler O, Benros ME, Nordentoft M, y col. Efecto del tratamiento antiinflamatorio sobre la depresión, los síntomas depresivos y los efectos adversos: una revisión sistemática y un metanálisis de ensayos clínicos aleatorizados. JAMA Psiquiatría. 2014; 71 (12): 1381-1391. [PubMed]
179. Wolkowitz OM, Reus VI, Chan T, y col. Tratamiento antiglucocorticoide de la depresión: ketoconazol doble ciego. Biol Psiquiatría. 1999; 45 (8): 1070-1074. [PubMed]
180. McAllister-Williams RH, Anderson IM, Finkelmeyer A, et al. Aumento de antidepresivos con metirapona para la depresión resistente al tratamiento (el estudio ADD): un ensayo doble ciego, aleatorizado, controlado con placebo. Lancet Psiquiatría. 2016; 3 (2): 117-127. [PubMed]
181. Gallagher P, Young AH. Tratamiento con mifepristona (RU-486) para la depresión y la psicosis: una revisión de las implicaciones terapéuticas. Neuropsychiatr Dis Treat. 2006; 2 (1): 33-42. [Artículo gratuito de PMC] [PubMed]
182. Otte C, Hinkelmann K, Moritz S, y col. Modulación del receptor mineralocorticoide como tratamiento complementario en la depresión: un estudio aleatorizado, doble ciego, controlado con placebo de prueba de concepto. J Psychiatr Res. 2010; 44 (6): 339-346. [PubMed]
183. Ozbolt LB, Nemeroff CB. Modulación del eje HPA en el tratamiento de trastornos del estado de ánimo. Distric de Psychiatr. 2013; 51: 1147-1154.
184. Walker AK, Budac DP, Bisulco S, et al. El bloqueo de los receptores NMDA por la ketamina anula el comportamiento depresivo inducido por lipopolisacáridos en ratones C57BL / 6J. Neuropsychopharmacol. 2013; 38 (9): 1609-1616. [Artículo gratuito de PMC] [PubMed]
185. Lespérance F, Frasure-Smith N, St-André E, Turecki G, Lespérance P, Wisniewski SR. La eficacia de la administración de suplementos de omega-3 para la depresión mayor: un ensayo controlado aleatorizado. J Clin Psychiatry. 2010; 72 (8): 1054-1062. [PubMed]
186. Kim S, Bae K, Kim J, y col. El uso de estatinas para el tratamiento de la depresión en pacientes con síndrome coronario agudo. Transl Psiquiatría. 2015; 5 (8): e620. [Artículo gratuito de PMC] [PubMed]
187. Shishehbor MH, Brennan ML, Aviles RJ, y col. Las estatinas promueven potentes efectos antioxidantes sistémicos a través de vías inflamatorias específicas. Circulación. 2003; 108 (4): 426-431. [PubMed]
188. Mercier A, Auger-Aubin I, Lebeau JP, y col. Evidencia de prescripción de antidepresivos para afecciones no psiquiátricas en atención primaria: un análisis de pautas y revisiones sistemáticas. BMC Family Practice. 2013; 14 (1): 55. [Artículo gratuito de PMC] [PubMed]
189. Freland L, Beaulieu JM. Inhibición de GSK3 por litio, desde moléculas individuales hasta redes de señalización. Frente Mol Neurosci. 2012; 5: 14. [Artículo gratuito de PMC] [PubMed]
190. Horowitz MA, Zunszain PA. Anomalías neuroinmunes y neuroendocrinas en la depresión: dos caras de la misma moneda. Ann NY Acad Sci. 2015; 1351 (1): 68-79. [PubMed]
191. Juruena MF, Cleare AJ. Superposición entre depresión atípica, trastorno afectivo estacional y síndrome de fatiga crónica. Rev Bras Psiquiatr. 2007; 29: S19-S26. [PubMed]
192. Castrén E, Kojima M. Factor neurotrófico derivado del cerebro en trastornos del estado de ánimo y tratamientos antidepresivos. Neurobiol Dis. 2017; 97 (Pt B): 119-126. [PubMed]
193. Pan A, Keum N, Okereke OI, y col. Asociación bidireccional entre depresión y síndrome metabólico una revisión sistemática y metaanálisis de estudios epidemiológicos. Cuidado de la diabetes. 2012; 35 (5): 1171-1180. [Artículo gratuito de PMC] [PubMed]
194. Carvalho AF, Rocha DQ, McIntyre RS, y col. Las adipocinas como biomarcadores emergentes de depresión: una revisión sistemática y metaanálisis. J Psychiatric Res. 2014; 59: 28-37. [PubMed]
195. Wise T, Cleare AJ, Herane A, Young AH, Arnone D. utilidad diagnóstica y terapéutica de la neuroimagen en la depresión: una visión general. Neuropsychiatr Dis Treat. 2014; 10: 1509-1522. [Artículo gratuito de PMC] [PubMed]
196. Tamatam A, Khanum F, Bawa AS. Biomarcadores genéticos de la depresión Indian J Hum Genet. 2012; 18 (1): 20. [Artículo gratuito de PMC] [PubMed]
197. Yoshimura R, Nakamura J, Shinkai K, Ueda N. Respuesta clínica al tratamiento con antidepresivos y niveles de 3-metoxi-4-hidroxifenilglicol: mini revisión. Prog Neuropsychopharmacol Biol Psychiatry. 2004; 28 (4): 611-616. [PubMed]
198. Pierscionek T, Adekunte O, Watson S, Ferrier N, Alabi A. Papel de los corticosteroides en la respuesta antidepresiva. ChronoPhys Ther. 2014; 4: 87-98.
199. Hage MP, Azar ST. El vínculo entre la función tiroidea y la depresión. J Thyroid Res. 2012; 2012: 590648. [Artículo gratuito de PMC] [PubMed]
200. Dunn EC, Brown RC, Dai Y, y col. Determinantes genéticos de la depresión: hallazgos recientes y direcciones futuras. Harv Rev Psiquiatría. 2015; 23 (1): 1. [Artículo gratuito de PMC] [PubMed]
201. Yang CC, Hsu YL. Una revisión de los detectores de movimiento portátiles basados ​​en la acelerometría para el monitoreo de la actividad física. Sensores 2010; 10 (8): 7772-7788. [Artículo gratuito de PMC] [PubMed]

 

 

Temas adicionales: Dolor de espalda

El dolor de espalda es una de las causas más frecuentes de discapacidad y días perdidos en el trabajo en todo el mundo. Como cuestión de hecho, el dolor de espalda se ha atribuido como la segunda razón más común para las visitas al consultorio médico, superado en número solo por las infecciones de las vías respiratorias superiores. Aproximadamente el 80% de la población experimentará algún tipo de dolor de espalda al menos una vez a lo largo de su vida. La columna vertebral es una estructura compleja compuesta por huesos, articulaciones, ligamentos y músculos, entre otros tejidos blandos. Debido a esto, lesiones y / o condiciones agravadas, como hernias discales, eventualmente puede conducir a síntomas de dolor de espalda. Las lesiones deportivas o las lesiones por accidentes automovilísticos suelen ser la causa más frecuente de dolor de espalda; sin embargo, a veces los movimientos más simples pueden tener resultados dolorosos. Afortunadamente, las opciones de tratamiento alternativo, como la atención quiropráctica, pueden ayudar a aliviar el dolor de espalda mediante el uso de ajustes espinales y manipulaciones manuales, mejorando finalmente el alivio del dolor.

 

 

 

 

 

TEMA EXTRA IMPORTANTE: Manejo del dolor de espalda

 

MÁS TEMAS: EXTRA EXTRA: Tratamiento del dolor crónico

 

Descargo de responsabilidad

Alcance de la práctica profesional *

La información aquí contenida en "El papel de los biomarcadores para la depresión" no pretende reemplazar una relación personal con un profesional de la salud calificado o un médico con licencia y no es un consejo médico. Lo alentamos a que tome decisiones de atención médica basadas en su investigación y asociación con un profesional de la salud calificado.

Información del blog y debates sobre el alcance

Nuestro alcance informativo se limita a quiropráctica, musculoesquelética, acupuntura, medicamentos físicos, bienestar, contribuyentes etiológicos alteraciones viscerosomáticas dentro de las presentaciones clínicas, la dinámica clínica del reflejo somatovisceral asociado, los complejos de subluxación, los problemas de salud delicados y/o los artículos, temas y debates de medicina funcional.

Brindamos y presentamos colaboración clínica con especialistas de diversas disciplinas. Cada especialista se rige por su ámbito de práctica profesional y su jurisdicción de licencia. Utilizamos protocolos funcionales de salud y bienestar para tratar y apoyar la atención de lesiones o trastornos del sistema musculoesquelético.

Nuestros videos, publicaciones, temas, asuntos e ideas cubren cuestiones clínicas, problemas y temas que se relacionan y respaldan directa o indirectamente nuestro ámbito de práctica clínica.*

Nuestra oficina ha intentado razonablemente proporcionar citas de apoyo y ha identificado los estudios de investigación relevantes que respaldan nuestras publicaciones. Proporcionamos copias de los estudios de investigación de respaldo disponibles para las juntas reguladoras y el público a pedido.

Entendemos que cubrimos asuntos que requieren una explicación adicional de cómo puede ayudar en un plan de atención o protocolo de tratamiento en particular; por lo tanto, para discutir más a fondo el tema anterior, no dude en preguntar Dr. Alex Jiménez, DC, o póngase en contacto con nosotros en 915-850-0900.

Estamos aquí para ayudarlo a usted y a su familia.

Bendiciones

El Dr. Alex Jimenez corriente continua MSACP, enfermero*, CCCT, IFMCP*, CIFM*, ATN*

email: coach@elpasomedicinafuncional.com

Licenciado como Doctor en Quiropráctica (DC) en Texas & New Mexico*
Número de licencia de Texas DC TX5807, Nuevo México DC Número de licencia NM-DC2182

Licenciada como Enfermera Registrada (RN*) en Florida
Licencia de Florida N.° de licencia de RN RN9617241 (Control No. 3558029)
Estado compacto: Licencia multiestatal: Autorizado para ejercer en 40 Estados*

Matriculado actualmente: ICHS: MSN* FNP (Programa de enfermera practicante familiar)

Dr. Alex Jiménez DC, MSACP, RN* CIFM*, IFMCP*, ATN*, CCST
Mi tarjeta de presentación digital

Publicaciones Recientes

Alivia el dolor de espalda y cadera con una almohada entre las piernas

Para las personas con dolor de espalda, ¿puede dormir con una almohada entre o debajo de las rodillas...? Más información

Marzo 27, 2024

Descubra el poder de la menta: alivio natural para los problemas digestivos

Para las personas que padecen problemas digestivos o trastornos intestinales, agregar menta a una nutrición... Más información

Marzo 26, 2024

Alivio del eccema: exploración de los beneficios de la acupuntura

Para las personas que padecen eczema, ¿la incorporación de la acupuntura en un plan de tratamiento puede ayudar a controlar y... Más información

Marzo 25, 2024

Reconocer el latigazo cervical: signos y síntomas explicados

Aquellos que experimentan dolor de cuello, rigidez, dolor de cabeza, dolor de hombros y espalda pueden sufrir un latigazo cervical... Más información

Marzo 22, 2024

Los beneficios para la salud del nopal: una verdura nutritiva y versátil

¿La incorporación de nopal o nopal en la dieta puede ayudar a las personas que intentan reducir... Más información

Marzo 21, 2024

Mejore las técnicas de respiración para una mejor resistencia y salud

¿Puede mejorar los patrones de respiración ayudar a mejorar el estado físico y optimizar la salud general de las personas que caminan...? Más información

Marzo 20, 2024