Symptom network models in depression research: From methodological exploration to clinical application

Volgens de netwerkbenadering van psychopathologie kunnen mentale stoornissen worden gezien als een netwerk van symptomen die elkaar causaal beïnvloeden. Met de netwerkbenadering kunnen we hypotheses formuleren met betrekking tot belangrijke vragen binnen de psychopathologie en behandeling.

In haar proefschrift stelt Claudia van Borkulo de volgende vragen centraal: “Hoe komt het dat bij sommige patiënten een depressie weer overgaat, maar bij sommigen niet?” en “Waarom ontwikkelen sommigen mensen een depressie en anderen niet?” Ze heeft deze vragen bekeken vanuit de netwerkbenadering. Om dat te kunnen doen, heeft ze eerst de benodigde methodologie ontwikkeld: eLasso (geïmplementeerd in R-package IsingFit) om de netwerkstructuur aan de hand van binaire data af te leiden en de Network Comparison Test (NCT; geïmplementeerd in R-package NetworkComparisonTest) om netwerken te kunnen vergelijken. In verschillende validatiestudies laat ze zien dat eLasso een computationeel efficiënte methode is die het goed doet onder veel voorkomende omstandigheden binnen de psychologie en psychiatrie. Ook de NCT is in diverse omstandigheden in staat om verschillen te detecteren.

Vervolgens heeft ze de methoden toegepast op empirische data waaruit bleek dat de dichtheid van een symptoom netwerk van patiënten geassocieerd is met het beloop van depressie. Andersom bleek ook dat centraliteit van depressiesymptomen bij gezonde mensen een voorspellende waarde hebben voor het ontwikkelen van depressie. Hoewel deze resultaten op groepsniveau gelden – en het dus onduidelijk is wat dit betekent voor het individu – bieden de resultaten in dit proefschrift interessante aanknopingspunten voor vervolgonderzoek.