Matematisk model kan forbedre depressionsdiagnose

Det bliver mere og mere normalt at inddrage matematik i sundhedsverdenen. Én af de forskere, der benytter det matematiske syn på sygdomme, er professor Johnny T. Ottesen, der bl.a. forsker i det hormonale stresssystem, som også kaldes HPA-aksen eller populært stressaksen. Dette hormonale system spiller en rolle i forbindelse med bl.a. stress, depression og visse mentale sygdomme.

Johnny T. Ottesens matematiske modeller kan potentielt give nye metoder til at diagnosticere eksempelvis depression og måske bidrage til at udvikle bedre behandling.

»Det er cirka 10 procent af alle mennesker, som får en alvorlig depression i løbet af deres levetid. Det er mange, der bliver ramt. Og det er ikke kun den enkelte person, der bliver ramt, for vedkommendes familie bliver også påvirket, så det er alvorlige lidelser, som vi stort set ikke ved, hvad vi skal stille op med,« siger professoren.

Normalt bliver mentale sygdomme og depressioner diagnosticeret af en psykiater, som bl.a. stiller en række spørgsmål, og svarene skal hjælpe psykiateren til at foretage den psykiatriske vurdering.

»Der kan være meget subjektivitet i disse vurderinger, og der sker en del fejldiagnoser, og derfor har mange søgt efter nogle mere objektive biomarkører. Kortisol, som har fået tilnavnet stresshormonet, har været et stof, som man har kigget meget på, og man har lavet mange forskellige undersøgelser, men indtil nu uden held til at bruge det som biomarkør,« fortæller Johnny T. Ottesen.

Udsving i kortisolniveau

HPA-aksen er et komplekst system, hvor de tre stoffer CRH, ACTH og kortisol påvirker hinanden og sætter processer i gang, som har indvirkning på flere reaktioner i kroppen.

Når kortisol bliver ført ud i kroppen og kommer ind i cellerne, så øger stoffet aktiviteten i cellerne. Det er en nødvendig mekanisme for, hvordan vi håndterer stress. Hvis man er presset, er det positivt, at energiniveauet stiger. Til gengæld kan det være skadeligt, hvis det ikke falder igen. Hvis energiniveauet ikke falder igen, kan det føre til det, vi i daglig tale kalder stress.

En af årsagerne til, at man ikke har kunnet bruge kortisol som biomarkør, er, at kortisolniveauet ikke er en konstant størrelse. Kortisolproduktionen er eksempelvis påvirket af en døgnrytme, ligesom der i løbet af dagen er mange hurtige udsving.

En model med to stoffer

Udsvingene i kortisolproduktionen gør, at det er svært at se et entydigt billede, hvis man udelukkende ser på kortisol, og det samme gør sig gældende, hvis man kun ser på et andet af stofferne i HPA-aksen, ACTH, som stimulerer produktionen af kortisol.

»Så fik jeg den idé, at man ikke kun skulle se på kortisol, men også på ACTH. Man er nødt til at kigge på begge stoffer samtidig. Det er ikke sådan, at metoden med hundrede procents sikkerhed kan sige, om man er deprimeret, men den vil kunne sige, om man er det med f.eks. 95 procents sikkerhed. Der er en meget lille usikkerhed, så på den måde er det en ret god biomarkør,« forklarer Johnny T. Ottesen.

Hans arbejde førte til en statistisk model, som gav et mere tydeligt billede, end man var vant til, hvis man blot så på det ene af stofferne.

Potentielt bedre diagnose og behandling

Den statistiske model er ikke den eneste matematiske model, som Johnny T. Ottesen har udviklet på området, og hvis sundhedssystemet tager modellerne til sig, vil de kunne have flere gavnlige effekter.

»Det giver en forfinet diagnosemulighed, men det giver også en mulighed for differentieret behandling, for man vil simpelthen i højere grad kunne behandle folk individuelt. Det kan også give medicinalindustrien mulighed for at udvikle produkter, som er rettet specifikt mod den mekanisme, der skal rettes op på. Det er det lidt mere langsigtede perspektiv,« vurderer Johnny T. Ottesen.

Selvom modellerne tilbyder nye metoder til at vurdere depression på og giver klare indikationer på sammenhængene, er der stadig et stykke vej til, at de bliver brugt i praksis, for det kræver, at man laver større undersøgelser, hvor man tester endnu flere mennesker.

Desuden er modellerne kun baseret på såkaldte rene grupper, hvilket vil sige, at folk med andre forhold, der kunne spille ind på eksempelvis kortisolproduktionen, er blevet sorteret fra. Det gælder bl.a. personer med diabetes, børn og stofmisbrugere.

Men det er utroligt dyrt at lave så store og repræsentative undersøgelser, som der skal til, og hvis medicinalindustrien derefter skal producere en målrettet medicin, vil det blive endnu dyrere.

»Når medicinalindustrien skal udvikle en succesfuld pille, koster det i gennemsnit 10-15 milliarder kroner typisk over en 10-årig periode. Så det er dyrt, meget dyrt, og sådan nogle penge er ikke nemme at få fat i,« konstaterer Johnny T. Ottesen.

Matematik spiller større rolle

Selvom der er behov for at lave større undersøgelser til at understøtte Johnny T. Ottesens modeller, har matematik fundet vej til sundhedsområdet. For at få visse medikamenter godkendt, kan man erstatte nogle af de kliniske undersøgelser med matematiske modeller, og i USA og EU er man begyndt at stille krav om matematiske modeller.

»På den måde vinder modellerne ikke blot større og større indpas, men får også en mere afgørende betydning i den medicinske verden. Det betyder ikke, at der ikke har været brugt modeller før, men det har mere været inden for begrænsede områder. Nu er modellerne begyndt at spille en stor rolle – primært i udlandet, men jeg håber, vi kan komme godt med i Danmark også. Det drejer sig om at bevare en international førerposition inden for sundhedsområdet og inden for medicinalindustrien,« lyder håbet fra professor Johnny T. Ottesen.