logo Helse Midt-Norge

Jakter objektive mål på psykisk sykdom

Kunnskap om forskjeller i måten psykisk syke beveger seg på, vil på sikt kunne gi forbedret pasientbehandling og mer presis diagnostikk, tror forsker bak ny studie.

Publisert 03.06.2022
 


- Det er dette med å prøve å få noe målbart inn psykiatrien som har vært målet, sier Karoline Krane-Gartiser, lege i spesialisering ved St. Olavs hospital og tidligere postdoktor ved NTNU.

Krane-Gartiser er prosjektleder for en studie som har hatt som til hensikt å utvikle objektive kliniske verktøy som kan forbedre diagnostikk og oppfølging av bipolar lidelse – og på sikt føre til en mer persontilpasset behandling av stemningslidelser.

For mens det på mange medisinske fagområder finnes objektive sykdomsmarkører, som blodprøver og billeddiagnostikk, finnes det lite tilsvarende støtte til kliniske vurderinger ved psykisk sykdom.

Helt konkret har studien undersøkt om variasjon i bevegelsesmønstre kan være en markør for ulike sykdomsfaser ved bipolar lidelse, både ved depresjon, mani og nøytralt stemningsleie. Prosjektet bygger på hennes doktorgradsprosjekt der hun fant forskjeller på objektivt målte bevegelsesmønstre hos akuttinnlagte pasienter i psykiatrien, nærmere bestemt på Østmarka i Trondheim.

- Vi så at det var objektive forskjeller i bevegelse og aktivitet hos personer med mani og depresjon, noe som ikke var overraskende i seg selv. Men så gikk vi videre og så på forskjeller hos deprimerte pasienter som en psykiater vurderte tempoet til, sier Krane-Gartiser. Mange med depresjon blir trege i talen og bevegelser, mens andre blir mer urolige og har økt tempo.

Denne artikkelen står på trykk i «Nasjonal forsknings- og innovasjonsrapport i spesialisthelsetjenesten 2021»​. Her kan du lese eller laste ned hele rapporten.

Fant objektive forskjeller

Pasientene ble utstyrt med bevegelsesmålere og delt opp i to grupper etter om de var aktive eller dempet. En sammenligning av bevegelsesmønsteret i de to gruppene viste tydelige forskjeller.

Det var første gang man hadde funnet objektive forskjeller på to kategorier med ulike typer depresjon.

- Det funnet var grunnlaget for at vi utviklet det prosjektet som het BIObip – hvor vi ønsket å gå videre og se på flere diagnosegrupper, fortsatt akuttinnlagte, men også polikliniske pasienter med bipolar lidelse. Vi håpet å finne fram til forskjeller som gjorde at man kanskje kunne påvise sykdom, at en kunne skille mellom ulike sykdommer, og følge sykdommen videre for å forutsi eventuell forverring, sier Krane-Gartiser.

LES OGSÅ: Kretfstudie viste formidabel overlevelsesgevinst​

LES OGSÅ: ​Utvikler ultralydløsninger tilpasset barn og unge

Hypotesen var at vi alle har et individuelt bevegelsesmønster, som et slags fingeravtrykk, og at dette forandrer seg når vi blir syke. Ikke bare når vi får covid-19 og blir febersyke og sengeliggende, men også ved psykisk sykdom, der gjerne både døgnrytmen og aktiviteten forandrer seg.

​Stort potensial

Nye matematiske metoder og analysemodeller har vært en viktig del av prosjektet. Matematikk som har vært brukt til å studere uregelmessige kurver, og som bygger på kaosteori. De samme metodene som brukes for å analysere lydbølger eller værfenomener, eller finanskurver – tidsserier som er veldig vanskelige å forutsi.

- På samme måte analyserer vi bevegelsesmønstre som en uregelmessig tidsserie, og ser på variasjon og hvordan de er bygd opp, og hvor strukturert eller ustrukturert mønstrene er, sier Krane-Gartiser, og fortsetter:

- Vi har greid å skille en gruppe mennesker med schizofreni fra en gruppe med mani. Både schizofreni og mani er tilstander hvor mennesker kan ha psykose. om er en annen psykotisk tilstand. Og så har vi gjort det samme med depresjonskategoriene, og skilt mellom depresjon i en bipolar lidelse og depresjon med og uten redusert tempo. Vi har tatt ulike diagnosegrupper og sett på forskjellene i oppbyggingen av mønster, i første omgang på gruppenivå.

Hos et par pasienter, som gikk med en bevegelsesmåler (den er som ei klokke) og som var innlagt to eller flere ganger, var det tydelig forskjell i mønster ved utvikling av symptomer. Målingene klarte å skille mellom ulike sykdomsfaser ved at mønsteret hos den enkelte endret seg.

- Det er kanskje dette som er mest lovende for fremtidige større prosjekter. Hvis man kan gjøre det hos et større utvalg, så kan dette ha potensial til å bli en objektiv markør som man kan ta i bruk i klinikken for å støtte opp under kliniske vurderinger.

Upløyd mark

Bevegelsesmåling i psykiatrien er relativt nytt. Det er gjort mye forskning på søvnforstyrrelser og døgnrytmemålinger, men fokuset på aktivitet og bevegelsesmønster er upløyd mark. Særlig måten å analysere mønsteret på, forteller Krane-Gartiser.

​- Det er veldig mange som går med pulsklokker og bruker dem til trening. Her har vi gått veldig mye mer i detalj, og studert mønstrene på et nivå som ikke er mulig å se med øynene, eller ha oversikt over selv. Man må inn og analysere det matematisk for å få ut verdiene som er interessante. Det er nytt, sier hun.

Det er generelt veldig få objektive mål i psykiatrien. Man bruker blodprøver og bildediagnostikk til en viss grad, men mest for å utelukke andre ting. Det finnes ikke noe som kan brukes for å monitorere sykdom eller for å stille diagnoser.

- Det kan man ikke bruke dette til heller, men det kan bli et nyttig tilleggsverktøy som gjør det lettere å være på sikker på at man har stilt riktig diagnose. Det optimale fremtidsmålet må være at en kan fange opp sykdommen på et tidlig tidspunkt, komme tidlig i gang med behandling, eller at man kan fange opp nye episoder, kroniske eller episodiske lidelser, som bipolar lidelse.

​Digital behandling

- Vi så for oss et framtidsscenario hvor pasienter går med denne klokka, hvor mønsteret ble analysert automatisk, og at det kan gå en beskjed til behandler hvis mønsteret utvikler seg, sier Krane-Gartiser.

Hun tror klinikerne som har vært med på prosjektet har fått en bedre forståelse av aktivitet og døgnrytmer generelt. At en er mer obs på det i klinisk praksis. Hun håper og tror at målingene skal kunne komme pasientene til gode.

- Nå har koronapandemien lært oss at vi må ha en god del digital behandling, og da er dette verktøyet et godt bindeledd mellom kliniker og pasient. Behandleren kan følge med på søvn- eller bevegelsesmønsteret eller aktiviteten fra uke til uke, og gjøre endringer deretter.

- Jeg tror det ligger mye mer i de teknologiske dingsene alle bruker, enn bare å se på treningseffekt eller telle skritt. Særlig med tanke på avstandsbehandling. Men selve det diagnostiske verktøyet, eller oppfølginga av sykdom, det ligger lenger frem i tid, sier Karoline Krane-Gartiser.

Vil du ha tilsendt nyheter fra Helse Midt-Norge RHF maks én gang i uka? Meld deg på vårt nyhetsbrev her!

Fakta

  • Prosjektet «BIObip: Variability in Motor Activity as a Potential Biomarker for Bipolar Disorder» ble startet ved St. Olavs hospital/NTNU i 2016 og avsluttet i 2020. Finansieringskilder: Helse Midt-Norge RHF/Samarbeidsorganet, St. Olavs hospital HF The Unger Vetlesen Medical Fund.
  • Forskningsspørsmålet i prosjektet var å undersøke om variasjon i bevegelsesmønstre kan være en markør for ulike sykdomsfaser ved bipolar lidelse (depresjon, mani og nøytralt stemningsleie). I et samarbeid mellom psykiatri, matematikk og teknologi var målet å bidra til å utvikle objektive kliniske verktøy som kan forbedre diagnostikk og oppfølging av bipolar lidelse og føre til en mer persontilpasset behandling av stemningslidelser. Datamaterialet er hentet fra kliniske prosjekter og registre fra Østmarka i Trondheim, i tillegg til et stort fransk datamateriale om bipolar lidelse.
  • Prosjektleder: Karoline Krane-Gartiser, lege i spesialisering ved St. Olavs hospital HF og postdoktor fra NTNU. Helseforetak/sykehus og enhet: Helse Midt-Norge RHF/St. Olavs hospital (Divisjon psykisk helsevern) og Institutt for psykisk helse (IPH), NTNU.
PUBLIKASJONER
  • Krane-Gartiser K, Henriksen TEG, Morken G, Vaaler AE, Fasmer OB. Motor activity patterns in acute schizophrenia and other psychotic disorders can be differentiated from bipolar mania and unipolar depression. Psychiatry Res. 2018 Dec;270:418-425. doi: 10.1016/j.psychres.2018.10.004. Epub 2018 Oct 2. PMID: 30312969.