Un team internazionale guidato dal neuroscienziato italiano Leonardo Tozzi dell’Università di Stanford ha identificato sei sottotipi distinti di depressione, ognuno dei quali coinvolge regioni cerebrali differenti e risponde diversamente alle terapie. Questa scoperta, pubblicata su Nature Medicine, è frutto di uno studio che ha esaminato le immagini della risonanza magnetica cerebrale di 800 pazienti, utilizzando l’intelligenza artificiale per analizzare i dati.
I ricercatori hanno sottoposto 801 pazienti affetti da depressione o ansia a risonanze magnetiche funzionali, rilevando l’attività di specifiche aree cerebrali sia a riposo che durante compiti particolari. Le immagini ottenute sono state analizzate con un algoritmo di apprendimento automatico, che ha permesso di suddividere i pazienti in sei gruppi distinti in base ai modelli di attività cerebrale.
Uno dei sottotipi identificati, caratterizzato da iperattività nelle regioni cognitive del cervello, ha mostrato una maggiore risposta all’antidepressivo venlafaxina. Al contrario, la terapia cognitivo-comportamentale è risultata più efficace in un sottotipo con livelli di attività più elevati in tre regioni associate alla depressione e alla risoluzione dei problemi. Pazienti con un terzo sottotipo, caratterizzati da livelli più bassi di attività nel circuito cerebrale che controlla l’attenzione, hanno risposto meno efficacemente alla terapia cognitivo-comportamentale.
L’uso della risonanza magnetica funzionale per identificare il sottotipo di depressione ha permesso ai ricercatori di prevedere la probabilità di remissione della malattia nel 63% dei casi, rispetto al 36% ottenuto senza l’uso della diagnostica per immagini. Questo approccio innovativo rappresenta un significativo passo avanti nella psichiatria di precisione, offrendo la possibilità di personalizzare le terapie in base alle specifiche caratteristiche cerebrali di ogni paziente, migliorando così l’efficacia dei trattamenti e la qualità della vita dei pazienti.