对于精神疾病，我们传统的评估、理解和治疗的方式是极其原始。
作者：Daniel Barron
译者：玄渊
1979年1月2日，拉斐尔·欧舍洛夫医生（Rafael Osheroff）被送往栗树草屋（Chestnut Lodge），栗树草屋（Chestnut Lodge）是美国马里兰州的一所入院式精神病院。欧舍洛夫，有着繁忙的肾脏学临床工作，已婚，育有三个孩子，其中两个孩子是与前妻所生，除了他的情绪之外，一切都井然有序。
两年之前，欧舍洛夫罹患了焦虑和抑郁的持续发作。内森·科林医生（Nathan Kline），纽约市的一名著名的精神药理学家，根据科林医生的记录，他在治疗的开始对欧舍洛夫使用了三环抗抑郁药，这在后来的呈堂证供中得到了证实，后来他又做出了改进。
但后来欧舍洛夫并没有紧遵医嘱，而是改变了药物的剂量。结果他的病情变得越来越糟，直到他被送到栗树草屋（Chestnut Lodge）这家医院来。
在接下来的7个月，欧舍洛夫被当作自恋型人格障碍和抑郁症，而进行了强化的心理治疗。这并未奏效。这过程中他的体重下降了40磅，他受难以忍受的失眠地折磨，不停地在走廊里踱步，这使得他的脚变得肿胀，并起了水泡。
欧舍洛夫的家庭，为进一步理清他的心理问题，请来了一位来自华盛顿的医生来进行干预。为此，栗树草屋（Chestnut Lodge）召开了一次临床的个案会议，但最终并未决定改变对他的治疗方案。最为重要的是，他们决定不再进行药物治疗，而仅仅继续使用心理治疗。他们把自己看作是“传统的精神病医生”——心理动力学的践行者，使用弗洛伊德和其他的先驱所使用的技术。
在七个月底的时候，更加糟糕的状态出现了，于是欧舍洛夫的家庭决定把他从栗树草屋（Chestnut Lodge）转到康涅狄格州的银山医院（Silver Hill）去。银山医院（Silver Hill）的医生直接将他诊断为精神病性的抑郁发作，开始就用三环抗抑郁药和吩噻嗪（phenothiazine）的药物混合对他进行治疗——这种药物混合在最近的临床试验中已被发现是有效的。
“在转院之后的几个星期内，”阿兰·斯通医生（Alan Stone）在后来在《新英格兰医学杂志》（New England Journal of Medicine）中写到，“用抗抑郁药进行的生物学治疗产生了显著的治疗效果。”在转院后的第三个月，欧舍洛夫就离开了银山医院，他被诊断为躁郁症（manic-depression），这个名称是双向情感障碍的早期名称。他的病情很快就好转起来了。
然而，先前的几年治疗已经摧毁了欧舍洛夫的生活。他的肾病病人不可能花费一年的时间来等待欧舍洛夫，因此欧舍洛夫失去了他赚钱的医学营生。在他的子女问题上，他的前妻赢得了两个孩子的监护权。他在医学组织里的名声也一落千丈。
欧舍洛夫起诉了栗树草屋（Chestnut Lodge），原因是他们并未提供最新的，基于实证的治疗方案。他起诉到，“由于疏忽大意，医生并未开处方药，反而代之以心理动力学和社会模型来对他进行治疗。“
正如杰哈德·克莱曼（Gerald Klerman）在《美国精神病学杂志》（American Journal of Psychiatry）上所描述的：在那时，并没有对于精神病性的抑郁症的心理动力学的实证。“相反，存在着大量证明电休克疗法及“三环类抗抑郁药物和安定神经抑制类药物的混合”疗法的功效的随机对照试验。”克莱曼后来注意到栗树草屋（Chestnut Lodge）的“为了迎合学派的某种假设，而忽略可找到的证据的荒谬临床逻辑。”
欧舍洛夫赢得了官司，并在法庭外与栗树草屋（Chestnut Lodge）和解。（栗树草屋（Chestnut Lodge），一段优美的历史见证，最终垮掉了，先是被改装成了高档公寓，后来被大火夷为平地。）
这个案例引发了数十年的争论——怀有”极大勇气”的一个观点，引起了精神病学团体的注意：“精神病学是否到了这个点上呢？即当精神病学被看作是治疗严重精神障碍的不二法门时，精神动力学的模型的使用就被看作是不法行为。”斯通（Stone）这样问道。另外的一个临床工作者质疑道，“精神分析和医学化的精神病学是否还能共处？”
证明一个治疗有效的数据，可以明显而合法地迫使临床医生改变治疗方法，从而避免因过失而产生的索赔。此外，如果像抑郁症一样的脑疾病的病因学被发现，并为大众所接受，那么那些仍以“传统的”非科学式的理论为治疗指南的治疗师们，也可以被认定是玩忽职守的。
回想一下，自舍洛夫1980年的案例以来，已有数以万计的论文和书籍，描述了我们对精神疾病的神经系统科学的不断加深的知识，直接完善了作为一门医学专业和脑科学专业的精神病学。
然而，正如索菲亚·维诺格拉多夫（Sophia Vinogradov）博士，明尼苏达医科大学（University of Minnesota Medical School）的精神病学主席，最近在《自然人类行为》（Nature Human Behavior）中写到，“存在着一个我们精神病学医生不愿谈及的秘密：即我们是如何评估、理解和治疗精神疾病处于极度原始的状态。”
但许多人希望这个在将来能够改变。
去年，《柳叶刀精神病学》发布了一个在西南达克萨斯大学（University of Texas Southwestern）和纽约大学的一个共同研究，在研究中使用了机器学习（machine-learning）的算法，目的在于从164种临床测量中，找出哪一个最能预测到抗抑郁药物西酞普兰（citalopram）的成功治疗效果。
临床的测量包括效度良好的量表，例如“抑郁症状快速自评量表” 【the Quick Inventory of Depression Symptomatology (QIDS)】、汉密尔顿抑郁等级量表（Hamilton Depression Rating scale）。还包括社会人口学的一些特征，早先的诊断，病人采取过的抗抑郁治疗，以及关于精神病学诊断的症状问卷的100个条目。
结果显示，三个成功治疗的最佳的预测指标是，最近的职业情况，教育时长、对于抑郁的情景缺乏洞察力。三个失败治疗的最佳预测指标是，抑郁严重程度的基准线，感到不安以及不断减少的能量层级。
这个工具使用了独立的数据样本，预测的治疗结果有60%的准确性——远好于临床医生们的准确性。这个研究小组在网络上公布了这个工具，用以预测病人使用西酞普兰成功的可能性。
单一的工具不可能成为最终的答案，但也不失为精神病学提供了数据科学的先驱。我们开始着手将大脑看作是一个计算的器官，可被用以评估测量和计算。
对于疾病风险的计算器通常被用在机器上——如果你有心房颤动的疾病，并向心脏学家求助的话，她将使用多重的数据点来计算你中风的风险，众所周知的是CHAD-VASC评分（如图1）。基于你患病的风险，她可能会给你开抗凝药，例如香豆素（Coumadin）。
图1：CHAD-VASC评分（图片来源：knowmedge）
联系客服
