Baixe o app para aproveitar ainda mais
Prévia do material em texto
Resumo: O problema central da pesquisa de comorbidades reside no fundamento psicométrico em que se baseia, ou seja, a teoria da variável latente, na qual um transtorno mental é visto como uma variável latente que causa uma constelação de sintomas. Nessa perspectiva, a comorbidade é uma relação (bi)direcional entre múltiplas variáveis latentes. Argumentamos que tal perspectiva variável latente encontra sérios problemas no estudo da comorbidade e oferecemos uma conceituação radicalmente diferente em termos de uma abordagem de rede, onde a hipótese da comorbidade surge de relações diretas entre sintomas de múltiplos transtornos. Propomos um método para visualizar redes de comorbidade e, com base em uma rede empírica para depressão maior e ansiedade generalizada, argumentamos que essa abordagem gera hipóteses realistas sobre caminhos para comorbidade, sobreposição de sintomas e limites diagnósticos, que não são naturalmente acomodados por variáveis latentes modelos: Alguns caminhos para a comorbidade através do espaço de sintomas são mais prováveis do que outros; esses caminhos geralmente têm a mesma direção (ou seja, dos sintomas de um distúrbio para os sintomas do outro); sintomas sobrepostos desempenham um papel importante na comorbidade; e os limites entre as categorias diagnósticas são necessariamente imprecisos. Palavras-chave: comorbidade; redes complexas; ansiedade generalizada; modelos de variáveis latentes; depressão maior Comorbidade: uma perspectiva de rede 2005). Além disso, entre as pessoas que atendem aos critérios diagnósticos para um transtorno mental, aproximadamente 45% recebem diagnósticos adicionais (por exemplo, Kessler et al. 2005b). Assim, a comorbidade é um problema generalizado e sério, cujas bases precisam ser desvendadas. De fato, a questão da comorbidade foi estudada extensivamente nas últimas décadas (por exemplo, Anderson et al. 1987; Angold et al. 1999; Boyd et al. 1984; Brown et al. 2001; Kashani et al. 1987; Kessler et al. 1994; 2004; 2005a; Low et al. 2008; Merikangas et al. 1998; Moffitt et al. 2007; Neale & Kendler 1995). BEHAVIORAL AND BRAIN SCIENCES (2010) 33, 137 –193 doi:10.1017/ S0140525X09991567 1. Introdução No entanto, embora tenha havido um progresso considerável no sentido de aprofundar nossa compreensão da comorbidade, algumas questões fundamentais permanecem sem resposta. Provavelmente a questão mais crucial é o que observamos quando dois distúrbios covariam: um fenômeno genuíno que é independente de nossos critérios diagnósticos, escalas de medição e modelos de medição, ou (em parte) um artefato da estrutura desses critérios e modelos (p. , consulte Borsboom 2002; Neale & Kendler 1995)? A primeira possibilidade sustenta que existe uma fonte genuína de taxas de comorbidade. Como tal, os próprios distúrbios são comórbidos, o que faz com que os sintomas de tais distúrbios comórbidos se correlacionem. A última possibilidade sustenta que a comorbidade é produzida pela forma como identificamos empiricamente esses distúrbios; por exemplo, porque os distúrbios geralmente compartilham vários sintomas, o que leva a um aumento artificial da taxa de comorbidade. Assim, nessa visão, a comorbidade é em grande parte um artefato do sistema diagnóstico. 137 Lourens J. Waldorp Departamento de Psicologia, University of Amsterdam, 1018 WB Amsterdam, Holanda Ange´lique OJ Cramer Departamento de Psicologia, University of Amsterdam, 1018 WB Amsterdam, Holanda Denny Borsboom Departamento de Psicologia, University of Amsterdam, 1018 WB Amsterdam, Holanda D.Borsboom@uva.nl http://sites.google.com/ site/borsboomdenny/dennyborsboom Se sofrer de um único transtorno mental é ruim, sofrer de vários transtornos mentais (ou seja, comorbidade) é pior. Em comparação com o sofrimento de um único transtorno mental, a comorbidade está consistentemente associada a uma maior demanda por ajuda profissional, pior prognóstico, maior interferência na vida cotidiana e maiores taxas de suicídio (por exemplo, Albert et al. 2008; Brown et al. 1995 ; Schoevers et al. Han LJ van der Maas www.aojcramer.com Departamento de Psicologia, Universidade de Amsterdã, 1018 WB Amsterdã, HLJvanderMaas@uva.nl http://users.fmg.uva.nl/hvandermaas/ Os Países Baixos 0140-525X/10 $ 40,00# Cambridge University Press 2010 LJWaldorp@uva.nl http://users.fmg.uva.nl/lwaldorp AOJCramer@uva.nl Machine Translated by Google HAN VAN DER MAAS é professor titular de Métodos Psicológicos na Universidade de Amsterdã. Ele trabalha na formulação matemática, estatística e computacional de teorias psicológicas em diversas áreas da psicologia. DENNY BORSBOOM é professor associado de psicologia na Universidade de Amsterdã. Seu trabalho tem se concentrado em análises conceituais de modelos psicométricos; os tópicos incluem o status teórico de variáveis latentes, o conceito de validade, a definição de medição em psicologia e a relação entre diferentes modelos teóricos de teste. Ele publicou sobre esses tópicos em periódicos como Psychological Review, Psychological Methods e Psychometrika, e é autor da monografia Measuring the Mind: Conceptual Issues in Contemporary Psychometrics (Cambridge University Press, 2005). LOURENS WALDORP recebeu seu mestrado em psicologia metodológica em 1998 e seu Ph.D. em 2004 pela Universidade de Amsterdã. Ele fez pós- doutorado em 2004 na Universidade de Amsterdã e na Universidade de Maastricht e atualmente é professor assistente de psicologia na Universidade de Amsterdã. Seus principais interesses de pesquisa incluem estatística matemática, estatística em experimentos psicofisiológicos, processamento de sinais, modelos gráficos e dados de neuroimagem. ANGE´ LIQUE CRAMER é Ph.D. estudante do Departamento de Psicologia da Universidade de Amsterdã. Em contraste com as perspectivas existentes, é inapropriado dizer que os sintomas medem o transtorno em questão. Isso é consistente com a observação de McGrath (2005) de que termos teóricos em psicologia, como “depressão”, podem frequentemente se referir a constelações complexas de variáveis, em vez de uma única estrutura latente. 2. Transtornos mentais: redes de sintomas diretamente relacionados ao invés de variáveis latentes Os modelos de medição usados em pesquisas clínicas e de personalidade têm uma coisa em comum: a suposição de que existe algum atributo que não podemos observar diretamente (ou seja, é “latente”) – MDD ou extroversão, por exemplo – e, portanto, deve ser medido indiretamente por meio do presença ou ausência de certas variáveis observáveis (por exemplo, MDD é medido por humor deprimido e extroversão é medido por comportamento de ir a festas; McCrae & Costa 2008; veja Michell [2005] para uma explicação detalhada de medição em ciência). Ao fazer isso, os modelos de variáveis latentes são consistentes com a hipótese de que o atributo latente tem relevância causal para os valores observados de sintomas (por exemplo, consulte Borsboom 2008; Borsboom et al. Portanto, é provável que as verdadeirascores da comorbidade sejam obscurecidas por problemas metodológicos que surgem das suposições subjacentes a essas técnicas. As especificidades desses problemas variam, mas todos têm uma notável semelhança: eles são, pelo menos em parte, atribuíveis à noção de que se pode focar em diagnósticos na pesquisa atual de comorbidade, porque os diagnósticos servem como substitutos confiáveis para as variáveis latentes que supostamente estão subjacentes a eles. . Neste artigo, fornecemos uma discussão aprofundada desses problemas e mostramos que a abordagem de rede os evita. Em poucas palavras, o que liga, digamos, o conjunto de sintomas de depressão, é que eles estão conectados por meio de um conjunto denso de fortes relações causais. No que diz respeito à comorbidade, tal abordagem de rede apresenta uma conceituação radicalmente diferente de comorbidade, em termos de relações diretas entre os sintomas de múltiplos transtornos. entre sintomas contradiz os pressupostos essenciais que fundamentam a principal classe de modelos de medição da psicologia (modelos de variáveis latentes; por exemplo, Borsboom 2005; 2008; Borsboom et al. 2003). Na verdade, uma abordagem de rede anula a necessidade de invocar variáveis latentes como uma explicação da covariância entre os sintomas. Em uma abordagem de rede, a relação entre sintomas e transtornos (ou, de forma mais geral, pontuações e construções de testes) não deve ser vista como uma medida, mas como uma mereologia: os sintomas não medem o transtorno, mas fazem parte dele (ver também Markus [2008] para uma discussão sobre o papel da mereologia e da causalidade na modelagem estatística). Discutimos essas razões e propomos uma conceituação alternativa da relação entre sintomas e distúrbios que oferece uma maneira natural de explicar a comorbidade. 138 A ideia central é que os transtornos são redes que consistem em sintomas e relações causais entre eles. Cramer et al.: Comorbidade: uma perspectiva de rede A estrutura deste artigo é a seguinte. Primeiro, introduzimos a abordagem de rede contrastando-a com o modelo de variável latente. Posteriormente, propomos uma maneira integrativa de visualizar a comorbidade como uma rede de sintomas e discutimos as características básicas de uma rede empírica para transtorno depressivo maior (MDD) e transtorno de ansiedade generalizada (GAD), com base em dados da National Comorbidity Survey Replication1 (NCS- R) (Kessler et al. 2004; 2005a; 2005b). Em seguida, discutimos três problemas metodológicos adicionais que caracterizam a pesquisa atual de comorbidade e argumentamos que a adoção de uma abordagem de rede pode ajudar a responder a perguntas que são, em nossa opinião, cruciais ao pintar uma imagem precisa da comorbidade: Quão importantes são os sintomas que se sobrepõem entre duas transtornos como fontes de comorbidade? Podemos identificar sintomas de um distúrbio que coloca alguém em maior risco de desenvolver um segundo distúrbio em comparação com outros sintomas? Existe uma ordem na qual as pessoas geralmente desenvolvem um distúrbio específico primeiro e outro distúrbio depois? 2003; 2004; Hood 2008): Nesta visão, por exemplo, Neste artigo, argumentamos que essas possibilidades não são exaustivas. Especificamente, argumentamos que a comorbidade não é um artefato. No entanto, afirmamos que a comorbidade, como foi estudada até agora, depende da maneira como retratamos psicometricamente os transtornos e a comorbidade entre eles: ou seja, com um modelo de variável latente (por exemplo, modelos fatoriais, modelos de resposta a itens). Dentro dessa estrutura psicométrica, a comorbidade é geralmente conceituada como uma relação (bi)direcional entre duas variáveis latentes (isto é, transtornos) subjacentes a um conjunto de sintomas. Em nossa opinião, há boas razões para duvidar da validade dos pressupostos psicométricos que fundamentam essa abordagem. A razão é que a presença de relações causais diretas Ela trabalha na aplicação de modelos de rede em psicopatologia. Seus interesses dizem respeito à modelagem psicométrica, invariância de medição, sistemas complexos e psicopatia. CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 Machine Translated by Google Figura 1. Um modelo de comorbidade entre os transtornos A e B, sob os pressupostos padrão da modelagem de variáveis latentes. Os círculos representam os transtornos (ou seja, variáveis latentes) e os retângulos representam os principais sintomas observáveis desses transtornos (ou seja, X1 2 X5 para o transtorno A e Y1 2 Y5 para o transtorno B). Nesse modelo, a comorbidade é vista como uma correlação entre as variáveis latentes, visualizada pela borda bidirecional espessa entre os transtornos A e B. CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 Em nossa opinião, é improvável que uma estrutura de causa comum se mantenha para sintomas de transtornos mentais. Por exemplo, considere “distúrbios do sono” e “fadiga”, ambos sintomas de MDD do DSM-IV (consulte Manual Diagnóstico e Estatístico de Transtornos Mentais, 4ª edição; American Psychiatric Association 1994). Se adotarmos a hipótese de causa comum, uma alta correlação positiva entre esses sintomas se deve inteiramente à influência comum da variável latente, TDM. É questionável se isso é plausível. Por exemplo, é provável que haja uma relação causal direta entre esses sintomas em pelo menos um subconjunto de pessoas que os experimentam: se você não dorme, fica cansado. Outro exemplo: é plausível supor que o TAG necessariamente cause preocupação crônica e dificuldade de concentração? Pode ser que exista uma relação causal direta entre esses sintomas: quanto mais você se preocupa, mais difícil é se concentrar em outras coisas. Em consonância com essa ideia, é comumente levantada a hipótese de que a comorbidade surge devido a alguma relação direta entre duas variáveis latentes; por exemplo, uma correlação substancial conforme representada na Figura 1 (por exemplo, MDD e GAD; Neale & Kendler 1995). Alguns teorizam ainda mais e levantam a hipótese de que uma relação direta entre duas variáveis latentes realmente reflete a existência de um “supertranstorno” – por exemplo, em modelos nos quais o supertranstorno “afeto negativo” causa uma variedade de transtornos mentais (por exemplo, depressão) que, por sua vez, causam sintomas observáveis (por exemplo, ver Barlow et al. 2004). De acordo com ambas as visões sobre comorbidade, a pesquisa atual sobre comorbidade concentra-se principalmente em diagnósticos como representantes dos distúrbios latentes e calcula correlações tetracóricas ou razões de chances entre esses representantes. Embora esta metodologia tenha produzido insights importantes (por exemplo, Brown et al. 2001; Kessler et al. 1994; 2005b; Merikangas et al. 1998; Moffitt et al. 2007), o modelo de variável latente pode nem sempre oferecer a melhor perspectiva psicométrica para conceituar transtornos mentais (vertambém Borsboom 2008). Assim, parece provável que os modelos de variáveis latentes não conceituem de forma ideal a relação entre transtornos mentais e seus sintomas. Isso não quer dizer que nos opomos à noção de que os sintomas de vários distúrbios tendem a se agrupar de maneiras previsíveis e que, como tal, os distúrbios podem ser pragmaticamente úteis para denotar tais agrupamentos (por exemplo, ver Hartman et al. 2001). No entanto, sugerimos que os transtornos mentais podem não explicar a co-variação entre os sintomas da forma como um modelo de variável latente retrata a situação. Se for assim, mesmo que a aplicação da modelagem de variáveis latentes possa ter uma utilidade instrumental considerável (por exemplo, para facilitar previsões ou avaliar diferenças aproximadas entre pessoas), não se pode dizer plausivelmente que os sintomas Para ver isso, é útil considerar a essência da modelagem de variáveis latentes, a hipótese de causa comum, com mais detalhes. A hipótese de causa comum postula que uma variável latente causa seus indicadores observáveis. Se alguém adota essa hipótese para um determinado conjunto de variáveis, deve aceitar uma consequência importante: os indicadores observáveis não podem estar diretamente relacionados; isto é, se uma única causa comum é considerada responsável pela ocorrência de um determinado conjunto de variáveis, então a covariação entre essas variáveis é inteiramente atribuível à causa comum. É importante notar aqui que estamos nos referindo à psicometria em oposição a uma interpretação clínica de um modelo de variável latente. Na interpretação clínica, os clínicos aderem à existência de uma variável latente e, ao mesmo tempo, reconhecem relações diretas entre os sintomas. No sentido psicométrico estrito, um modelo de variável latente não permite muitas relações diretas, uma vez que a maior parte da covariância entre os sintomas precisa ser explicada pela causa comum. Como tal, os modelos de variáveis latentes psicométricas implicam que as correlações entre indicadores observáveis são, num sentido não trivial, espúrias. Ao modelar estatisticamente o relação entre uma variável latente hipotética e um conjunto de indicadores, o fato de os indicadores não poderem estar diretamente relacionados resulta na suposição estatística de independência local (tais suposições são feitas, por exemplo, nos modelos usados em Aggen et al. [2005] , Hartman et al [2001] e Krueger [1999]): ao ajustar um modelo de variável latente aos dados observados, quaisquer dois indicadores são condicionalmente independentes dada a variável latente (Lord & Novick 1968). Assim, a independência local é uma consequência estatística da adoção da hipótese de que uma estrutura de causa comum deu origem às associações nos dados. Cramer et al.: Comorbidade: uma perspectiva de rede 139 a depressão (ou seja, o atributo latente) causa a ocorrência de sintomas como fadiga. Machine Translated by Google Figura 2. Comorbidade sob uma abordagem de rede. O transtorno A consiste em sintomas bidirecionalmente relacionados X1 2 X5, e o transtorno B consiste em sintomas Y1 2 Y5. Os sintomas B1 e B2 são sintomas-ponte que se sobrepõem entre os transtornos A e B. Nesse modelo, a comorbidade surge como resultado de relações diretas entre os sintomas-ponte de dois transtornos. CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 A abordagem de rede baseia-se na hipótese de que os sintomas estão diretamente relacionados. É importante qualificar essa terminologia para evitar mal-entendidos. Pretendemos que o termo “diretamente” signifique que a relação entre os sintomas é real; isto é, não espúria no sentido que um modelo de variável latente supõe que seja. Isso não implica, no entanto, que não haja processos ou atributos intermediários envolvidos. Por exemplo, é provável que a influência de um sintoma sobre outro seja mediada ou instanciada por uma cadeia de processos que não são diretamente observáveis. Mesmo a influência do sintoma “distúrbios do sono” na “fadiga”, por mais mundana que possa parecer, invocará vários mecanismos intermediários relativos aos processos homeostáticos envolvidos na regulação do sono (Achermann 2004; Borbe´ly & Achermann 1999; Finelli et al . 2000). Assim, dentro de uma estrutura de rede, faz todo o sentido – e é naturalmente necessário – introduzir processos causais não sintomáticos, como a homeostase, que explicam em parte as relações entre os sintomas. Assim, ao modelar a comorbidade, não mais assumimos uma relação direta entre duas variáveis latentes. Em vez disso, modelamos a comorbidade em termos de um conjunto de relações diretas entre sintomas de distúrbios distintos. 140 Nossa hipótese sobre o papel crucial dos sintomas ponte na explicação da comorbidade pode ser testada, assim como várias hipóteses podem ser testadas com modelos de variáveis latentes. Para dados binários, uma parametrização estatística da rede é um modelo loglinear, que é implementado no pacote gRbase para R (Dethlefsen & Hojsgaard 2005). Em suma, com um modelo loglinear, procura-se o modelo mais parcimonioso – entre modelos que vão desde apenas efeitos principais até modelos com interações de ordem n – que responde pela distribuição de casos 2006; Strogatz 2001; Wang 2002). A ideia básica da abordagem de rede é direta: definimos e analisamos as relações entre os sintomas, sem assumir a priori que tais relações surgem de um transtorno mental como uma causa comum (Borsboom 2008; Van der Maas et al. 2006). Simplificando, em tal rede, um distúrbio é conceituado como um conjunto de sintomas diretamente relacionados. Existem também sintomas que não pertencem claramente a um ou outro transtorno, porque eles recebem e enviam efeitos aos sintomas em ambos os transtornos (isto é, sobreposição de sintomas). Se tais sintomas se sobrepõem perfeitamente, eles podem ser agrupados em um único sintoma, que propomos chamar de sintoma-ponte. Nossa hipótese é que, na prática clínica, esses sintomas-ponte aparecem como sintomas usados em esquemas diagnósticos, como o DSM-IV, para transtornos múltiplos. Em um estudo bastante recente, Kim e Ahn (2002) mostraram que essa conceituação vem naturalmente para alguns clínicos: depressão, anorexia nervosa, transtorno de personalidade antissocial e fobia específica foram todos caracterizados como grupos de sintomas causalmente relacionados. E aderir a essa perspectiva de rede não pode ser conciliado com as propriedades psicométricas de um modelo de variável latente. Um modelo de rede representa sintomas como nós em um grafo e as relações entre eles como arestas. Iniciar tal empreendimento é um dos principais objetivos deste artigo. Como ponto de partida, propomos usar a teoria de redes complexas. Essa teoria forneceu grandes contribuições para o conhecimento atual sobre a estrutura da World Wide Web, redes elétricas e sistemasneurais (por exemplo, ver Albert & Baraba´si 1999; 2002; Boccaletti et al. A Figura 2 mostra um exemplo desse gráfico para dois transtornos: dois conjuntos de sintomas pertencem a dois transtornos mentais distintos. Dentro de cada transtorno, todos os sintomas estão conectados uns aos outros, mas entre os transtornos, há menos (ou mais fracos) limites entre os sintomas. Cramer et al.: Comorbidade: uma perspectiva de rede em tabelas de contingência de variáveis categóricas (por exemplo, ver Agresti 2002). Se o modelo de efeitos principais for o melhor modelo, então os sintomas de MDD e GAD são estatisticamente independentes, e nosso modelo de ponte hipotético deve ser rejeitado de acordo. Assim, no gRbase, ajustamos um modelo como o mostrado na Figura 2 aos dados NCS-R MDD e GAD: Todos os sintomas de MDD/GAD, incluindo os sintomas de ponte, estão conectados entre si e a comorbidade surge apenas por meio de conexões entre sintomas sobrepostos, por um lado, e outros sintomas de MDD/GAD, por outro lado.2 Usamos o Akaike Information Criterion (AIC) para comparar o ajuste de três modelos: (1) apenas com efeitos principais, (2 ) com interações de primeira ordem dentro de distúrbios (incluindo sintomas de ponte, como na Fig. 2) e (3) com interações de segunda ordem dentro de distúrbios (incluindo sintomas de ponte). Destes três modelos, o modelo de melhor ajuste de acordo com o AIC é aquele com interações de primeira ordem (as diferenças do AIC são: (2) – (1) ¼ -177,551 e (3) – (2) ¼ 347,123). Assim, de acordo com esta análise, o modelo de ponte é válido com todas as variáveis sendo estatisticamente dependentes umas das outras. Naturalmente, tal ajuste único não é suficiente para concluir que este modelo é a melhor escolha, especialmente porque – considerando a parcimônia – um valor qui-quadrado tão baixo com tantos graus de liberdade não pode ser interpretado de maneira direta. No entanto, esse ajuste do modelo mostra que nossa hipótese sobre a importância dos sintomas de ponte na explicação da comorbidade não está errada a priori. Além disso, tais processos podem envolver vias que contêm alguns dos outros sintomas da rede; por exemplo, a falta de sono pode levar à perda de concentração por fadiga. Finalmente, o efeito causal de um sintoma pode realimentar o mesmo sintoma por meio de um loop. Por exemplo, a fadiga pode levar à falta de concentração, o que pode realmente medem uma variável latente. Portanto, consideramos importante examinar mais de perto as relações entre os sintomas individuais. Machine Translated by Google CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 Algumas características da rede de comorbidade MDD e GAD se destacam em particular (ver Fig. 47 ). Em primeiro lugar, os sintomas de TAG são mais frequentes do que os sintomas de MDD (ou seja, os nódulos GAD são geralmente maiores do que os nódulos MDD). À primeira vista, isso pode parecer contrário à maior prevalência de TDM em comparação com o TAG geralmente relatado (Carter et al. 2001; Kessler et al. 2005b). No entanto, em um nível de diagnóstico, apenas os entrevistados que apresentam um certo número de sintomas de TDM ou TAG com uma certa duração se qualificam para um diagnóstico. Além disso, devido a uma regra de exclusão hierárquica, o diagnóstico de TAG não será atribuído se seus sintomas ocorrerem exclusivamente no curso do TDM (Brown & Barlow 1992; Brown et al. Na literatura de redes complexas, a força do nó é considerada uma medida da centralidade de um nó, de modo que quanto mais forte, mais central é o nó na rede. Além disso, propomos as duas regras a seguir para o posicionamento dos nós em uma rede de comorbidade (ver também Fig. 4): primeiro, propomos que da esquerda para a direita (ou seja, o eixo x), sintomas não sobrepostos de dois distúrbios são colocados na extrema esquerda e direita, enquanto os sintomas de ping sobrepostos são colocados no meio do gráfico (consulte nossa Nota 2). Como tal, pode-se ver imediatamente se a comorbidade entre dois transtornos ocorre principalmente através dos sintomas sobrepostos ou (também) existe independentemente deles. Em segundo lugar, propomos que de cima para baixo (ou seja, o eixo y) os nós sejam colocados com base na força do nó descendente. Assim, pode-se ver imediatamente quais sintomas são mais centrais na rede (ou seja, no topo do gráfico). Entre uma infinidade de possibilidades para definir e visualizar nós e bordas (ver, por exemplo, Boccaletti et al. 2006; Krichel & Bakkalbasi 2006), propomos um método integrativo que, em nossa opinião, visualiza de maneira ideal os principais aspectos da comorbidade em um sintoma nível. A Figura 3 fornece a chave completa para essa rede de comorbidade para MDD e GAD, que é apresentada na Figura 4.4 Primeiro, a espessura das bordas é determinada pela co-ocorrência de dois sintomas: quanto mais dois sintomas ocorrem, mais mais grossa a borda entre eles. Em segundo lugar, a cor das bordas é determinada pelo log odds ratio entre dois sintomas5 (ou seja, força da associação; resultados disponíveis em: http://www.aojcramer.com): quanto maior o log odds ratio, mais escuro azul a borda entre os sintomas. 3. Um método integrativo para visualizar associações de sintomas por meio de modelos gráficos 141 (Observe que existem outras opções para definir alguma medida da força da associação entre dois sintomas: por exemplo, correlações tetracóricas.6 ) Terceiro, o tamanho dos nós é determinado pela frequência bruta: quanto mais frequente um sintoma, maior o nó. Finalmente, a cor dos nós é determinada por sua força de nó individual (ver, por exemplo, Boccaletti et al. 2006; Krichel & Bakkalbasi 2006). A força do nó é simplesmente a soma dos pesos de todas as arestas que incidem naquele nó. Aqui, consideramos os dados de todos os entrevistados que completaram Nesse caso, temos um círculo vicioso, ou espiral negativa, um fenômeno bem conhecido de qualquer psicólogo clínico. Em alguns distúrbios, a existência de ciclos de feedback é, de fato, considerada um aspecto central do distúrbio; um exemplo é o transtorno do pânico, no qual o “medo do medo” parece desempenhar um papel crucial; por exemplo, quando o próprio medo de ter um ataque de pânico contribui para a ocorrência de tal ataque (McNally 1994). É, portanto, notável e problemático que, em modelos de medição psicológica padrão, tais fenômenos não possam surgir porque modelos de variáveis latentes, sendo instanciações de uma estrutura de causa comum, são gráficos direcionados que, por definição, não contêm relações de feedback3 (Pearl 2000 ). Além disso, visar tais relações entre sintomas ou processos que influenciam tais relações é um dos principais objetivos de muitas intervenções terapêuticas bem-sucedidas, como a terapia cognitiva (por exemplo,diminuir o impacto das cognições nas relações entre os sintomas: “Se eu não terminar todas as tarefas, me propus a fazer durante o dia, sou uma pessoa menos valiosa e seria melhor para todos se eu fosse embora”; ver Beck et al. 1979) e terapia de exposição (ou seja, quebrar o vínculo entre ver um objeto específico e responder a com medo, expondo repetidamente um paciente ao objeto temido; ver, por exemplo, Kamphuis & Telch 2000; Rothbaum & Schwartz 2002). Portanto, também é problemático que tais intervenções terapêuticas comuns e bem- sucedidas não surjam naturalmente de uma perspectiva variável latente. Isso não quer dizer que o direcionamento de relações entre sintomas seja proibido por uma perspectiva variável latente; a consequência mais lógica de adotar tal perspectiva parece ser apenas atingir a variável latente: eliminar a causa comum resultará no desaparecimento de seus indicadores (ou seja, os sintomas). No caso da depressão maior, por exemplo, encontrar a causa comum foi, portanto, um dos principais objetivos da pesquisa, sendo a falta de serotonina o candidato mais provável. No entanto, o tratamento com antidepressivos que visam especificamente essa escassez acabou sendo benéfico apenas para algumas pessoas, descartando assim a serotonina como a causa comum dos sintomas de depressão (por exemplo, ver Nierenberg et al. 2008). Nenhuma outra causa comum plausível foi encontrada, em nossa opinião, devido ao fato de que simplesmente não existe uma causa comum que explique a totalidade dos sintomas de depressão. Muitos dos esforços na teoria de sistemas complexos visaram fornecer representações visuais adequadas de redes, e isso rendeu uma série de algoritmos para representar redes de maneira otimizada (De Berg et al. 2008; DiBattista et al. 1994; Herman 2000) , bem como softwares disponíveis gratuitamente para visualizá-los; os mais notáveis, a esse respeito, são os programas Cytoscape (Shannon et al. 2003 – usado na construção dos gráficos deste artigo), aiSee (http://www.aisee.com) e igraph (Csa´rdi & Nepusz 2006 – usado neste artigo para a detecção de estruturas comunitárias). Portanto, propomos que o estudo da comorbidade por meio de modelos de rede pode começar com a construção de visualizações perspicazes. Cramer et al.: Comorbidade: uma perspectiva de rede 4. A estrutura básica da rede de comorbidade de depressão e ansiedade generalizada 2001; Clark e outros. 1995; Mineka et ai. 1998; Watson 2005). Uma vez que MDD e GAD são altamente comórbidos (ver, por exemplo, Brown et al. 2001; 1998; Mineka et al. 1998), tais regras de exclusão reduzem artificialmente a prevalência de GAD. levam a pensamentos de inferioridade e preocupação, que por sua vez podem levar a noites sem dormir, reforçando assim a fadiga. Machine Translated by Google Figura 4. Uma rede de comorbidade para transtorno depressivo maior (MDD) e transtorno de ansiedade geral (GAD). Nós maiores representam representado. Nós posicionados centralmente (mConc, gConc, mSleep, gSleep, mFatig, gFatig, mRest e gRest) representam sobreposição sintomas. Sintomas de MDD não sobrepostos são exibidos à esquerda da figura e sintomas de TAG não sobrepostos à direita. sintomas mais frequentes, circunferência mais escura representa maior centralidade, bordas mais grossas representam maior frequência de coocorrência e bordas mais escuras representam associações mais fortes. Apenas as arestas com log odds ratio maior que (þ ou -)0,60 são Figura 3. A chave para as redes de comorbidade mostradas nas Figuras 4, 5 e 6. CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 Cramer et al.: Comorbidade: uma perspectiva de rede 142 Machine Translated by Google CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 É crucial observar que a rede não é necessariamente completa. Ou seja, essa rede de comorbidades é baseada nos sintomas de depressão maior e ansiedade generalizada, mas, naturalmente, é lógico supor a presença de fatores – outros nós – que influenciam seletivamente alguns dos sintomas e, portanto, fazem parte do Assim, poderíamos argumentar que, em uma abordagem de rede, o TDM está presente sempre que alguns sintomas estão presentes, sem considerar a duração desses sintomas. Isso não quer dizer que a duração não seja um fator importante. Considere novamente doenças médicas em que a duração é importante para determinar o curso de ação e, subsequentemente, a probabilidade de recuperação total: Quanto mais tempo um tumor maligno tiver para crescer e possivelmente se espalhar, mais difícil será tratá-lo. A duração poderia desempenhar o mesmo papel na determinação do melhor curso de ação para o tratamento de transtornos mentais. Na modelagem de variável latente, tal pontuação somada não ponderada é uma estatística suficiente para a variável latente (por exemplo, ver Andersen 1973; Masters & Wright 1984) ou tem uma razão de verossimilhança monótona com aquela variável latente (Grayson 1988). Em ambos os casos, as inferências baseadas nas pontuações somadas dos sintomas geralmente generalizam para a variável latente. A soma não ponderada das pontuações dos sintomas implica que todos os sintomas são considerados iguais. Embora formalmente consistente com a modelagem de variáveis latentes (Grayson 1988), essa suposição é altamente problemática e pode ser a origem de alguns problemas significativos na pesquisa de comorbidade. Em uma abordagem de rede, é provável que os sintomas sejam realmente desiguais em termos de sua centralidade, uma propriedade que não é refletida em nenhum modelo de variável latente, e isso tem consequências para a comparabilidade de escores somados iguais. Suponha que Alice exiba dois sintomas de TDM – humor deprimido e perda de interesse – enquanto Bob exiba dois outros sintomas de TDM – problemas psicomotores e de peso. Em um nível intuitivo, é plausível que os sintomas de Alice tenham mais probabilidade do que os de Bob de resultar em uma depressão total. Em outras palavras, alguns sintomas parecem ser características mais centrais da depressão do que outros. A rede de comorbidades sustenta essa intuição. Ao considerar as forças dos nós na Figura 4 (ou seja, as cores dos nós), percebe-se imediatamente que, de fato, o humor deprimido (mDep) e a perda de interesse (mInt) são muito mais centrais na rede do que o psicomotor (mRest). e problemas de peso (mWeight). Em outras palavras, a mesma pontuação somada de Alice e Bob Finalmente, a evidência mais forte de comorbidade decorre de fortes associações que envolvem pelo menos um sintoma de ping sobreposto (por exemplo, entre humor deprimido, mDep e distúrbios do sono, gSleep). Esse aparente papel não trivial de sintomas sobrepostos na comorbidade contrasta fortemente com descobertas anteriores sobre MDD, GAD e outros transtornos mentais (por exemplo, consulte Biederman et al. Em terceiro lugar, a duração (mDur e gDur) dificilmenteestá associada a qualquer um dos outros sintomas de MDD e GAD8 (ou seja, poucas arestas são incidentes nesses nódulos). Isso pode parecer surpreendente, pois, na prática clínica, a duração é fundamental para determinar a presença ou ausência de um transtorno mental. 5. A desigualdade de sintomas e suas consequências para cortes diagnósticos e definição de transtorno mental O foco na pesquisa de comorbidade está nos diagnósticos, o que significa que as inferências sobre a comorbidade se baseiam em pontuações somadas obtidas pela contagem de sintomas. No entanto, se considerarmos as doenças médicas como uma analogia, a descoberta é potencialmente menos surpreendente: o câncer será diagnosticado se um tumor maligno estiver presente, e esse diagnóstico independe de há quanto tempo o tumor está presente. Como esses e outros “nós etiológicos” estão faltando nessa rede, eles são, de certa forma, latentes. Em segundo lugar, se MDD e GAD são entidades separadas, esperaríamos que as bordas fossem mais espessas entre os sintomas do mesmo transtorno (ou seja, alta co-ocorrência). No entanto, é evidente que este não é o caso na rede: algumas das arestas mais densas conectam MDD com sintomas de TAG; por exemplo, a fronteira entre a perda de interesse (mInt) e relatar mais de um evento com o qual nos preocupamos (gEvent). Além disso, esperávamos que as bordas fossem o azul mais escuro entre os sintomas do mesmo distúrbio (ou seja, altas taxas de chance de log), mas isso também não é evidente ao inspecionar a figura. Em outras palavras, associações entre sintomas de um transtorno não são mais fortes do que associações entre sintomas de diferentes transtornos. Esses achados estão de acordo com uma hipótese anterior de que MDD e GAD são difíceis de distinguir em um nível genético (Mineka et al. 1998) e, como tal, levantam a questão de saber se MDD e/ou GAD são distúrbios verdadeiramente distintos. Voltaremos a esse assunto com mais detalhes no parágrafo sobre a não uniformidade dos critérios diagnósticos. No entanto, esses nós etiológicos latentes não transformam a rede de comorbidade MDD e GAD em um modelo de variável latente: uma rede com múltiplos nós latentes que influenciam seletivamente alguns dos nós de sintomas não é o mesmo que um modelo de variável latente em que um fator latente influencia todos os sintomas e, portanto, explica inteiramente as relações entre os nódulos de sintomas. Além disso, uma variável não observada é de fato latente, mas nem toda variável não observada se qualifica automaticamente como uma variável latente no sentido psicométrico em que tais variáveis são retratadas em modelos de variáveis latentes comumente usados na análise de dados. Cramer et al.: Comorbidade: uma perspectiva de rede 1995; Bleich et ai. 1997; Clark & Watson 1991; Franklin & Zimmerman 2001; Kessler et ai. 1999; Seligman & Ollendick 1998; Watson e outros. 1995). Voltaremos a esse problema com mais detalhes no parágrafo sobre os sintomas de ping de sobreposição. as seções de entrevista MDD e GAD, independentemente de terem ou não obtido diagnósticos. Assim, a rede demonstra que, ao considerar tanto a depressão sublimiar quanto a limiar e a ansiedade generalizada, os sintomas de ansiedade generalizada são de fato mais prevalentes. rede. Por exemplo, é bem conhecido que grandes eventos da vida, como a perda de um ente querido, podem desencadear depressão maior e, mais especificamente, há evidências de influência seletiva de tais tragédias pessoais nos sintomas mais psicológicos da depressão (por exemplo, humor deprimido, pensamentos suicidas) (David et al. 2008; Kessler 1997; Monroe et al. 2001). Além disso, há evidências de que traços como neuroticismo (mediado pela ruminação da tristeza) e inibição comportamental (ou seja, tímido, medroso e retraído) podem desencadear o início da depressão e/ ou sintomas de ansiedade (por exemplo, ver Hirshfeld et al. 1992 ; McNiel & Fleeson 2006; Roelofs et al. 2008a; 2008b). 143 Machine Translated by Google CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 Sintomas MDD) é um cluster de G se e somente se a força mínima do nó de H for maior que a força mínima do nó de H þ fng, com n qualquer outro nó adjacente a H (Definição 1). Também é possível definir um subgrafo H como um agrupamento de G se e somente se o mínimo da distância média entre todos os nós em H for estritamente menor que H þ fng para qualquer nó n em G (ou seja, proximidade; veja , por exemplo, Boccaletti et al., 2006) (Defi nição 2). Outras definições são possíveis, cabendo – em nossa opinião – a futuros debates e pesquisas determinar qual é a mais sensata. Em segundo lugar, agora que definimos hipoteticamente o conjunto de todos os sintomas possíveis de um distúrbio, precisamos determinar quando esse conjunto é desordenado. Um candidato plausível é uma versão modificada do corte diagnóstico; por exemplo, no caso de MDD, pelo menos três dos sintomas mais centrais em todo o cluster MDD (com “central” definido como os nós com os maiores pontos fortes ou como a menor distância média dentro do cluster). Em contraste com uma perspectiva variável latente, ambas as definições reconhecem as diferenças de centralidade dos sintomas, mas, ao mesmo tempo, aceitam o fato inevitável de que alguma forma de corte diagnóstico é necessária para separar as pessoas com e sem transtorno. 144 Se nossa linha de raciocínio estiver correta e não houver uma variável latente que exclua as correlações entre os sintomas (um modelo de variável latente torna todos os sintomas igualmente centrais e, portanto, intercambiáveis9 ), então a desigualdade dos sintomas em termos de sua centralidade também torna os cortes diagnósticos offs abertos ao debate. Certamente não somos os primeiros a apontar que os cortes diagnósticos parecem ser arbitrários (por exemplo, ver Gotlib et al. 1995; Lilienfeld & Marino 1999; Maier et al. Um ponto relacionado diz respeito aos efeitos externos de diferentes sintomas. Imagina-se prontamente a extensão de uma rede com variáveis que não fazem parte do transtorno em si, mas constituem consequências não triviais de muitos transtornos mentais (por exemplo, perder o emprego, desempenho educacional reduzido ou tentativas de suicídio). É interessante notar que, na hipótese de um modelo de variável latente, é a variável latente que tem relação direta com os efeitos externos, e não os sintomas. Devido à ausência de uma relação direta entre um sintoma e um efeito externo, isso significa que um sintoma nunca pode ser estatisticamente independente de tal efeito externo, dado outro sintoma. Assim, por exemplo, uma tentativa de suicídio por alguém com pensamentos de suicídio e problemas de concentração (e três outros sintomas que resultam em um diagnóstico de depressão maior) é inteiramente atribuível à depressão latente abrangente e, dados os pensamentosde suicídio, a concentração os problemas ainda estão, portanto, associados à tentativa de suicídio. Em nossa opinião, seria mais lógico supor uma relação direta entre pensamentos de suicídio e uma tentativa de suicídio e uma relação mais fraca ou talvez inexistente entre problemas de concentração e uma tentativa de suicídio. Na mesma linha, parece fazer sentido imaginar uma relação mais forte entre problemas de concentração e perda do emprego do que entre perder peso e perder o emprego. Esse impacto diferencial dos sintomas sobre os efeitos externos não é possível em um modelo de variável latente, embora seja facilmente visualizado em uma perspectiva de rede. 1997; Salomão e outros. 2001). Por exemplo, há indivíduos que não preenchem os critérios diagnósticos para MDD, mas parecem ser psicossocialmente tão disfuncionais quanto indivíduos diagnosticados com MDD; ou seja, as consequências de problemas MDD abaixo do limiar podem nem sempre ser distinguíveis daquelas de MDD diagnosticado. Com a abordagem de rede, oferecemos uma possível explicação para tais descobertas. Suponha que Alice exiba quatro sintomas de MDD e Bob cinco. O limite diagnóstico do critério B para MDD é cinco, então Alice não seria diagnosticada com MDD enquanto Bob seria. Até aí tudo bem, mas agora suponha que os sintomas de Alice sejam todos altamente centrais na rede MDD, enquanto os de Bob sejam mais periféricos. É plausível, em tal cenário, concluir que Alice não está deprimida e Bob está? Em outras palavras, com base nos cortes diagnósticos, podemos falhar em separar os efeitos específicos dos sintomas, porque tais cortes não levam em conta a centralidade dos sintomas. As diferenças de centralidade entre os sintomas implicam que provavelmente haverá caminhos para a comorbidade que são mais prováveis (ou seja, fortes conexões entre os sintomas que são centrais em uma rede) do que outros. A Figura 4 confirma essa ideia: um provável caminho para a comorbidade conecta humor deprimido (mDep) com problemas de sono (gSleep) e ansiedade (gAnx). Caminhos menos prováveis envolvem problemas psicomotores (mRest) porque esse sintoma tem associações muito fracas com os outros sintomas da rede. Naturalmente, inspecionar um gráfico não é suficiente para tirar conclusões sólidas sobre os caminhos para Cramer et al.: Comorbidade: uma perspectiva de rede Isso nos leva a outro ponto importante: a saber, a definição de transtorno mental, geralmente conceituada como “O transtorno A é X ou mais sintomas de Y sintomas possíveis”. De acordo com uma perspectiva variável latente, não apenas é perfeitamente defensável considerar tal definição, mas a definição é a mesma para todos os indivíduos; é por isso que Alice não está deprimida e Bob está. Porém, se os sintomas não são intercambiáveis quanto à sua centralidade, como pensamos ser plausível, não se pode deixar de questionar tal definição de transtorno mental. Em outras palavras, se os limites diagnósticos sozinhos não são mais a linha de demarcação acima da qual alguém sofre de um determinado transtorno mental, então como definimos um transtorno mental? De uma perspectiva de rede, existem várias possibilidades para definir o que constitui um transtorno mental. Como ponto de partida, propomos definir um distúrbio como um cluster, um conjunto de nós (sintomas) que estão fortemente conectados. Agora, de uma perspectiva teórica de grafos, existem várias maneiras de definir em que sentido um conjunto de nós está fortemente conectado (ver, por exemplo, Hubert 1974). Primeiro, vamos chamar a rede gigante que consiste em todos os sintomas de todos os transtornos mentais (ou seja, todo o espaço de sintomas) conforme definido no DSM-IV, gráfico G. Em seguida, um subgrafo H (por exemplo, consistindo em todos os pode não capturar adequadamente que os sintomas de Alice resultam em uma probabilidade maior de desenvolver outros sintomas de TDM – e assim aumentar a probabilidade de eventualmente desenvolver depressão – em comparação com os sintomas de Bob. Portanto, os escores somados parecem ser incomparáveis, pelo menos no que diz respeito a elucidar quais pessoas com problemas de depressão subliminares correm mais risco de desenvolver TDM. Naturalmente, tais desigualdades de sintomas são amplamente reconhecidas entre psiquiatras e psicólogos clínicos, e ocasionalmente aparecem no DSM-IV (por exemplo, humor deprimido e perda de interesse como características centrais da depressão maior); o problema é, no entanto, que os modelos que fundamentam a pesquisa atual de comorbidade não os permitem naturalmente. Machine Translated by Google CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 É improvável que essa linha de raciocínio seja válida para transtornos mentais. Primeiro, alguns transtornos mentais não têm características definidoras, pelo menos não em um sentido essencialista. Por exemplo, além do humor deprimido ou da perda de interesse, que sempre devem estar presentes para que uma pessoa seja diagnosticada como portadora de TDM, qualquer constelação de cinco sintomas (ou seja, características) será suficiente para preencher o critério B para TDM. A estrutura da comunidade de uma rede refere-se à existência de pelo menos dois grupos de nós, de modo que os nós dentro de um grupo estejam altamente conectados entre si, mas apenas modestamente ou esparsamente com os nós dentro de outro grupo (ver Newman 2006; Newman & Girvan 2004). Analisamos a estrutura da comunidade da rede de comorbidade MDD e GAD duas vezes com um algoritmo de vidro de spin (para detalhes técnicos, consulte Reichardt & Born holdt 2006): uma vez com co-ocorrência entre sintomas como pesos de borda e uma vez com as probabilidades de log razões entre os sintomas como pesos de borda. Os resultados estão de acordo com a noção de que não há distinção essencial entre MDD e GAD, como também foi encontrado em genética comportamental e pesquisa de diagnóstico (Mineka et al. 1998; Wadsworth et al. 2001): Nossa rede não revela nenhuma comunidade estrutura qualquer, independentemente de quais pesos de borda foram usados; ou seja, a rede de comorbidade não difere de uma rede aleatória em termos de conectividade entre os nós. Esses resultados sugerem que MDD e GAD podem não ser entidades separadas. Naturalmente, esta conclusão pode ser diferente para outros transtornos mentais. Não somos de forma alguma pioneiros ao afirmar que as fronteiras entre as categorias diagnósticas são confusas, pois esse fenômeno foi percebido há algum tempo (por exemplo, ver Kendell 1975; Klein 1978; Spitzer 1973; Spitzer & Endicott 1978). No entanto, ponderações anteriores não incluíram uma descrição de por que os limites são difusos e, em nossa opinião, uma abordagem de rede oferece tal explicação. Se estivermos realmente corretos ao assumir que um transtorno mental é melhor conceituado como uma rede de sintomas e –conseqüentemente – a comorbidade é melhor vista como uma rede de sintomas de dois transtornos, então os limites os modelos são consistentes com a hipótese de que um dia poderemos descobrir “o que realmente é a depressão”; ou seja, variáveis latentes podem “tornar-se” observadas por meio de um refinamento do aparato conceitual e de medição usado para estudá-las (por exemplo, Bollen 2002; Borsboom 2008). Quando qualquer constelação de sintomas estiver presente por pelo menos duas semanas em um indivíduo, esse indivíduo será classificado na categoria “MDD”, caso contrário, na categoria “sem MDD”. Isso torna as principais características da depressão indefinidas porque, por exemplo, alguém com a característica “humor deprimido” pode acabar na categoria “TDM” – porque sofre de cinco ou mais sintomas por mais de duas semanas – como bem como a categoria “sem MDD” se ele ou ela sofre de menos de cinco sintomas ou os sintomas estão presentes por menos de duas semanas. Em segundo lugar, como resultado da falta de características verdadeiramente definidoras, a “cesta” com pessoas deprimidas não contém membros uniformes: Pete está deprimido porque sofre de distúrbios do sono, fadiga, problemas de concentração, humor deprimido e problemas psicomotores, enquanto Anne está deprimida porque sofre de humor deprimido, perda de interesse, autocensura, problemas de peso e pensamentos suicidas. No entanto, na ausência de tais refinamentos, a aceitação da hipótese da variável latente depende, pelo menos em parte, de suas virtudes explicativas (Haig 2005) e, no contexto da pesquisa de comorbidade, essas virtudes explicativas são, no momento, bastante limitadas. Ou seja, além do fato de que tal modelo explicaria por que as correlações entre os sintomas são positivas e de que ele se ajusta mais ou menos à frequência observada dos padrões de sintomas, há pouco que fale a seu favor. 145 Como tal, deve-se questionar se a distinção entre “distúrbio” e “sem distúrbio”, como definimos em nossos critérios diagnósticos, realmente existe no mundo real. Esquemas de modelagem de variáveis latentes postulam a existência de tal sistema categórico (em um modelo de classe latente) ou contínuo (em um fator ou modelo de teoria de resposta ao item [TRI]) como uma hipótese. Portanto, tal Cramer et al.: Comorbidade: uma perspectiva de rede Ao estudar a comorbidade com base em diagnósticos, isso inevitavelmente leva à questão do que realmente observamos quando dois transtornos covariam: covariação genuína entre dois transtornos reais, ou covariação entre certas constelações de sintomas que designamos como transtornos, mas que na verdade não são. indicadores da mesma variável latente? Essa questão, é claro, gerou um debate acalorado na história da psiquiatria e da psicologia clínica (Haslam 2000; Haslam & Ernst 2002; Jablensky 2007; Kendell 1975; Klein 1978; Krueger & Markon 2006b; Lilienfeld & Marino 1999; Richters & Hinshaw 1999; Spitzer 1973; 1999; Spitzer & Endicott 1978; Wakefield 1992; 1999a; 1999b; Zachar 2000; Zachar & Kendler 2007). A abordagem de rede pode contribuir para encontrar uma resposta a esta questão de duas maneiras: primeiro, utilizando técnicas para encontrar o que é chamado de estrutura de comunidade e, segundo, reconceitualizando a própria questão e, portanto, o leque de respostas possíveis. Muitos estudiosos são essencialistas ao descrever a relação entre as duas principais categorias diagnósticas “transtorno” e “sem transtorno” que são baseadas em critérios diagnósticos e no mundo real (por exemplo, ver Haslam 2000; Haslam & Ernst 2002; Lilienfeld & Marino 1999 ): Os critérios diagnósticos que utilizamos resultam em uma distinção entre pessoas com e sem transtornos que também existe no mundo real. Por mais sedutora que essa linha de raciocínio possa parecer, para que seja verdadeira, duas condições devem ser satisfeitas. Primeiro, um transtorno mental deve ter características definidoras de modo que todos, com base nessas características definidoras, possam ser atribuídos à categoria “transtorno” (ou seja, características definidoras estão presentes) ou à categoria “sem transtorno” (ou seja, características definidoras estão ausentes). ) desde que essas características fossem conhecidas com certeza. Em segundo lugar, como resultado, todos os membros da mesma categoria devem ser essencialmente os mesmos com relação a essas características definidoras (isto é, uniformidade). A síndrome de Down é um bom exemplo de um distúrbio médico que satisfaz essas duas condições: a síndrome tem uma característica definidora, a presença de todo ou parte de um cromossomo 21 extra , e todos com síndrome de Down possuem essa característica definidora, enquanto todos sem Down a síndrome não o possui. 6. Não uniformidade dos transtornos mentais comorbidade entre TDM e TAG, mas achamos que é evidente que a abordagem de rede poderia contribuir para encontrar respostas para essa questão, até porque a representação visual de uma rede leva imediatamente a uma série de hipóteses interessantes. Machine Translated by Google CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 de MDD e, mais importante, mais ou menos tão forte quanto altamente associados um ao outro, não abordagem de rede não é apenas consistente com o fato de que sintomas e TAG apenas seus sintomas não sobrepostos. genética. Por meio de estudos de gêmeos e metodologias relacionadas, hipótese. Deve-se notar, no entanto, que a hipótese decorre naturalmente de uma interpretação causal (tentativa) da rede: quanto mais forte a associação etiologia dos sintomas pode oferecer informações interessantes com da dinâmica temporal dos sintomas é essencial. permanece na rede GAD sem progredir para MDD pode sugerir caminhos que são mais ou menos prevalentes em falta de sono e irritabilidade) difere entre os indivíduos, e não é uma questão de convenção, pois depende de padrões causais que existem no mundo real, independente do que elas não existem reside no fato de que as redes são 146 outros. Ao contrário, não se obtêm essas implicações nem de unidimensionais nem de bidimensionais. entre sintomas, em vez de compostos de sintomas fatores genéticos (Boomsma et al. 2002; Kendler et al. 2001); entre o essencialismo e o convencionalismo em relação à menos provável nesta rede em particular. Em geral, as associações entre sintomas de TAG não sobrepostos são relativamente fortes, pelo menos mais fortes do que entre os sintomas Um problema final com a pesquisa atual de comorbidade tem que caminho provável poderia de fato ser de MDD para GAD. primeiro na sequência de comorbidade, o MDD e GAD independentemente de como se desenha as linhas. Nesse sentido, a comorbidade pode ser mais real do que os transtornos mentais sobre os quais ela é (380 relações possíveis para a rede na Fig. 4), e é poderia traçar um limite entre MDD e GAD tal são confusas porque simplesmente nãoexistem. E a razão sintomas: distúrbios do sono, fadiga, inquietação e e etiologia dos transtornos mentais é necessária para testar este está sob o controle dos mesmos genes. Assim, o Isso é consistente e pode realmente oferecer uma explicação para os resultados normalmente encontrados no comportamento quantitativo. tal que MDD contém apenas MDD não sobreposto muitas outras variáveis psicológicas, é determinado por A perspectiva de rede oferece uma posição intermediária Primeiro, porque os sintomas MDD não sobrepostos são ou em termos de uma perspectiva de rede. Portanto, consideramos a direção dos esforços de pesquisa para o estudo Em vez disso, parece ser igualmente provável que alguém características quantitativas das redes, considerações estatísticas sobre a força média das conexões não pode ser detectado, o fenômeno real da comorbidade nós consiste em relações k2 -k entre nós distintos refletem principalmente preocupações pragmáticas, a comorbidade permanecerá A e B em todos os lugares da rede. Por exemplo, nós explica isso naturalmente: é provável que a força das conexões entre os sintomas (por exemplo, a relação entre de uma rede sugere que alguns sintomas dentro de um distúrbio colocam a pessoa em maior risco de comorbidade do que cenário – isto é, de GAD para MDD – parece ser serviu relacionando polimorfismos com as relações Sintomas de TAG. Assim, quando na rede GAD, para até agora, esses esforços foram moderadamente bem-sucedidos, na melhor das hipóteses, transtornos mentais são arbitrários (não há uma linha preferencial surgem que valem para cada indivíduo? À primeira vista, Kendler (1995) estão corretos ao concluir que o mais descobriram que MDD e GAD eram igualmente prováveis de serem os é melhor conceituado em termos de um modelo de variável latente, podem ser diferenças individuais na estrutura qualitativa e não representam mais do que uma pequena porção da variação fenotípica (por exemplo, 1% ou 2% na melhor das hipóteses). Assim, tais fenótipos são altamente poligenéticos. a conta de rede uma vez que as realizações de causas comuns para grupos de sintomas Cramer et al.: Comorbidade: uma perspectiva de rede sintomas MDD, não parece ser mais provável. A estrutura levanta a questão de saber se existe uma definição uniforme de comorbidade. Por exemplo, existe um Naturalmente, mais pesquisas envolvendo o curso do tempo fazer com o fato de que muitos distúrbios compartilham uma série de levará a outro. Além disso, uma explicação causal os sintomas podem ser mais prováveis devido a associações mais fortes entre esses tipos de sintomas. A conversa abordagem sugere que os esforços de caça aos genes podem ser melhores diferenças individuais em ansiedade e depressão, bem como mais defensável do que qualquer outro limite. A possibilidade de diferenças individuais em uma rede rede GAD, portanto, hipotetizamos que Neale e Por exemplo, em contraste com Moffitt et al. (2007), que parcialmente sob controle genético. No entanto, uma rede de k os sintomas da ponte impedem que tal situação ocorra. Como resultado, podemos traçar a linha entre os distúrbios pode ser definida como uma rede de várias maneiras, que podem para uma boa explicação deste ponto). Assim, estudar o associações entre não sobreposição e sobreposição seqüência particular na qual dois transtornos comórbidos em determinar os genes responsáveis por este fato, mas tão por um lado, há um sentido em que os delineamentos de Em outras palavras, de uma perspectiva de rede, o limite definido pelo DSM IV entre MDD e GAD não é respeito à questão de saber se o desenvolvimento de sintomas progredir rapidamente de alguns sintomas de TAG não sobrepostos para sintomas de TAG sobrepostos e daí para isso parece ser improvável. No entanto, ainda que haja com o resultado típico sendo que polimorfismos individuais que separa as redes relevantes). Por outro lado, pesquisador que os estuda. Embora os transtornos mentais não isoladas umas das outras. O próprio fato de existirem entre os sintomas, mais provável que um sintoma parece ser muito provável que alguém com alguns sintomas de MDD sem sobreposição progrida para outros sintomas de MDD sem sobreposição. Em segundo lugar, um caminho de não sobreposição para sobreposição de sintomas de MDD para GAD a maioria dos fenótipos psicológicos são poligênicos, mas podem realmente oferecer uma explicação para esse fato. Além disso, o constatou-se que uma parte considerável da como pontuações totais em questionários. transtornos e a comorbidade existente entre eles. Sobre McGue & Christensen 2003). Muitas pesquisas têm se concentrado 7. Sobreposição de sintomas entre distúrbios sintomas. Dada a estrutura deste MDD em particular - também é provável que essas diferenças individuais sejam pelo menos a população. bastante improvável que a força de cada uma dessas relações definiram. que o MDD contém apenas sintomas de MDD não sobrepostos, enquanto o GAD contém seus próprios sintomas e os sintomas de MDD sobrepostos. Ou podemos traçar um limite rede de comorbidade (ver Fig. 4) sugere a existência de um caminho geral: ou seja, de MDD para GAD. modelos de variáveis latentes que assumem sintomas intercambiáveis, exceto para precisão de medição (ver Bollen [1989] Machine Translated by Google Figura 5. A rede de comorbidade para transtorno depressivo maior (TDM) e transtorno de ansiedade geral (TAG) após a remoção dos sintomas sobrepostos e suas associações bivariadas com os outros sintomas. Essa rede é baseada exatamente nas mesmas quatro características da rede completa da Figura 4. CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 147 Suponha que alguém endosse oito sintomas de TDM, três dos quais se sobrepõem ao TAG. Dois problemas surgem aqui. Em primeiro lugar, o efeito da remoção dos sintomas sobrepostos depende do corte diagnóstico: esta pessoa será rediagnosticada com um corte de cinco, enquanto com um corte de quatro, não haverá rediagnóstico. Portanto, as conclusões sobre os efeitos da remoção de sintomas sobrepostos dependem inteiramente de cortes diagnósticos que, como observamos anteriormente, são pelo menos parcialmente arbitrários. Em segundo lugar, e mais importante, é impossível excluir que um novo diagnóstico realmente sinaliza o maior impacto dos sintomas sobrepostos na explicação da etiologia da comorbidade: E se os sintomas de ping sobrepostos forem estações de retransmissão que desencadeiam o início dos sintomas em toda a rede, resultando em um diagnóstico de comorbidade? Como tal, um rediagnóstico subsequente não precisa sinalizar a relativa insignificância dos sintomas sobrepostos. Pelo contrário, poderia ser justificadamente entendido como significando que os sintomas sobrepostos têm um papel seminal.No entanto, há razões para argumentar que algumas das abordagens metodológicas para estudar os efeitos da sobreposição de sintomas são problemáticas, tornando as conclusões baseadas emtais abordagens abertas ao debate. Por exemplo, Bleich et al. (1997) removeu sintomas que coincidiam entre transtorno de estresse pós-traumático (PTSD) e MDD e re-diagnosticou veteranos de combate israelenses que já foram diagnosticados com PTSD e/ou MDD. Os resultados mostraram que, após a remoção dos sintomas sobrepostos, 98% (95%) dos veteranos com TDM vitalício (atual) foram rediagnosticados com TDM, enquanto 70% (55%) dos veteranos com TDM vitalício (atual) TEPT foi rediagnosticado com TEPT. Além do fato de que a porcentagem de re-diagnóstico tanto da vida quanto do PTSD atual é um pouco baixa, o problema com essa abordagem é que re-diagnosticar alguém com MDD sem sobreposição de sintomas de ping não prova que a sobreposição de sintomas não desempenha um papel na etiologia de comorbidade entre TDM e outro transtorno. Achamos que é um ponto de partida útil, mas (a) os efeitos da remoção de sintomas sobrepostos talvez sejam mais bem estudados no nível do sintoma do que no nível do diagnóstico, e (b) o assunto deve ser mais investigado; por exemplo, não removendo sintomas sobrepostos, mas analisando separadamente um subgrupo: pessoas que apresentam um ou mais pares de sintomas sobrepostos. Assim, primeiro investigamos o impacto da remoção dos seis sintomas que se sobrepõem entre MDD e GAD, bem como suas associações com todos os outros sintomas da rede de comorbidade na Figura 4, resultando na Figura 5 (consulte a figura 3 para a chave). Este número confirma nossas suspeitas iniciais: sem os sintomas sobrepostos, sem muita comorbidade problemas de concentração no caso de MDD e GAD (American Psychiatric Association 1994). O problema óbvio dessa sobreposição de sintomas é que ela levanta dúvidas sobre se a comorbidade é um fenômeno real: se removêssemos os sintomas sobrepostos de nosso sistema diagnóstico, as estimativas de comorbidade pareceriam mais ou menos as mesmas ou será que a comorbidade é apenas isso? , sobreposição de sintomas? Este último não parece ser verdade. Numerosos pesquisadores abordaram esse problema por diferentes ângulos e com relação a diferentes transtornos, e a maioria chegou à mesma conclusão: sim, há considerável sobreposição de sintomas entre alguns transtornos, mas parece altamente improvável que essa sobreposição explique a covariação mais sistemática entre esses transtornos. distúrbios (por exemplo, ver Biederman et al. 1995; Bleich et al. 1997; Frank lin & Zimmerman 2001; Kessler et al. 1999; Seligman & Ollendick 1998). Isso não quer dizer que pensamos que a remoção de sintomas de ping sobrepostos para estudar seus efeitos seja uma má ideia em si. Cramer et al.: Comorbidade: uma perspectiva de rede Eles causam comorbidade com um efeito tão profundo na rede que removê-los não afeta o diagnóstico inicial: o estrago já foi feito. Machine Translated by Google Figura 6. Uma rede de comorbidade para transtorno depressivo maior (MDD) e transtorno de ansiedade geral (GAD) para os entrevistados (N ¼ 1.059) que apresentaram pelo menos um par de sintomas sobrepostos. Essa rede é baseada exatamente nas mesmas quatro características da rede da Figura 5. CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 Neste artigo, introduzimos uma conceituação radicalmente diferente dos transtornos mentais e seus sintomas: a saber, a abordagem de rede. Sob a suposição de tal abordagem, um transtorno mental é uma rede de sintomas que estão em relações diretas, possivelmente causais, entre si. A comorbidade entre transtornos mentais é então conceituada como relações diretas entre sintomas de múltiplos transtornos. Argumentamos que tal abordagem tem maior semelhança com a realidade dos transtornos mentais e da comorbidade entre eles, pois permite Em seguida, realizamos a análise de subgrupo: calculamos log odds ratio, co-ocorrências, frequências e pontos fortes apenas para os entrevistados que apresentaram pelo menos um par de sintomas sobrepostos (por exemplo, problemas de concentração de MDD e GAD; N ¼ 1.059 ).10 A Figura 6 apresenta sua rede de comorbidade sem os sintomas sobrepostos (consulte a figura 3 para obter a chave). Este número não deixa margem para dúvidas sobre a importância dos sintomas sobrepostos: todos os sintomas são mais frequentes e co-ocorrem com mais frequência, e ter um sintoma aumenta substancialmente as chances de ter outro (e, portanto, a força do nó) em comparação com a rede de comorbidade na Figura 5. 8. Conclusões e direções futuras parece permanecer. De fato, apenas humor deprimido (mDep) e perda de interesse (mInt) têm conexões relativamente fortes com sintomas de TAG, como ansiedade (gAnx), perda de controle (gContro) e número de eventos que causam preocupação (gEvent). O presente trabalho guarda relações interessantes com o de Van der Maas et al. (2006), que mostrou que a multiplicidade positiva de correlações entre várias tarefas de QI – muitas vezes consideradas como resultado de uma única variável latente, a inteligência geral – pode resultar de um sistema dinâmico no qual uma rede de processos cognitivos bidirecionalmente relacionados interage beneficamente com um outro durante o desenvolvimento (ou seja, o modelo de mutualismo). O modelo de mutualismo serve como um excelente ponto de partida para o desenvolvimento de uma teoria unificada para redes de transtornos mentais por causa de suas semelhanças. Por exemplo, o mutualismo (1) processos etiológicos múltiplos que interagem para causar sintomas, (2) diferenças interindividuais na maneira como uma constelação de sintomas é contraída, (3) relações diretas entre sintomas sobrepostos e (4) desigualdade de sintomas. Além disso, propusemos um método integrativo, baseado em associações bivariadas, para visualizar redes de comorbidades. 148 Com base nessa rede empírica para depressão maior e ansiedade generalizada, mostramos que uma abordagem de rede resulta em uma série de hipóteses realistas e testáveis que não são naturalmente acomodadas por modelos de variáveis latentes. Em primeiro lugar, é provável que existam caminhos para a comorbidade por meio do espaço de sintomas que são mais prováveis do que outros (por exemplo, por meio de sintomas psicológicos centrais, como humor deprimido e perda de interesse). Em segundo lugar, é plausível que esses caminhos geralmente sigam a mesma direção (por exemplo, descobrimos que a comorbidade de depressão maior a ansiedade generalizada parecia ser mais provável do que o contrário). Finalmente, os sintomas de ping sobrepostos desempenham um papel mais do que trivial na explicação das raízes da comorbidade (ou seja, mostramos que os sintomas de depressão maior e ansiedade generalizada estavam mais fortemente conectados em pessoas que apresentavam pelo menos um par de sintomas sobrepostos). Cramer et al.: Comorbidade: uma perspectiva de rede Considerando todos os resultados juntos, é provável que os sintomas
Compartilhar