Angst en depressie (“internaliserende stoornissen”) behoren tot de meest voorkomende vormen van psychopathologie bij jongeren, en worden geïdentificeerd als de belangrijkste bijdragers aan de ziektelast in deze populatie (Mokdad et al, 2016).

Diagnostische systemen zoals DSM en ICD karakteriseren internaliserende problemen als een reeks afzonderlijke, ziekte-achtige entiteiten. Hoewel deze diagnostische systemen veel voordelen hebben (zoals het ondersteunen van klinische besluitvorming en het bieden van een gemeenschappelijke taal voor het vakgebied), hebben ze ook beperkingen. Bijvoorbeeld, de drempels waarop symptomen “stoornis” worden zijn arbitrair, er is substantiële symptoomoverlap tussen stoornissen, en het niveau van comorbiditeit is hoog.

Sommige onderzoekers hebben gesuggereerd dat de beperkingen van deze diagnostische systemen verantwoordelijk zijn voor het trage tempo van nieuwe ontdekkingen in de psychiatrie, en dat data-gedreven benaderingen die zich richten op symptomen, in plaats van diagnoses, ons begrip van de aard van psychopathologie enorm zouden kunnen verbeteren (bijv. Kotov et al, 2017).

Het netwerkperspectief is een voorbeeld van een data-gedreven benadering. Het conceptualiseert psychopathologie als een complex netwerk van direct geassocieerde symptomen, en stelt ons in staat om:

• Aantonen hoe en waar symptomen gerelateerd zijn (door de verbindingen tussen symptomen te onderzoeken)
• Identificeren welke symptomen het belangrijkst zijn (door te onderzoeken wat “centraliteit” wordt genoemd; zeer centrale symptomen zijn die van het grootste belang, en deze beïnvloeden andere symptomen sterk)
• Begrijpen waar diagnostische categorieën verschillend zijn, en waar ze elkaar overlappen (door de clustering van symptomen in “gemeenschappen” te onderzoeken).

Vorig onderzoek heeft netwerkanalyse gebruikt om psychopathologie bij volwassenen te onderzoeken, en heeft een dicht verbonden netwerk van symptomen gevonden met sterke associaties zowel binnen als tussen traditionele diagnostische constructen, wat suggereert dat de grenzen van diagnoses niet goed gedefinieerd zijn (Boschloo et al, 2015).

Deze recente open access studie van Eoin McElroy en Praveetha Patalay gebruikte netwerkanalyse om de onderscheidbaarheid van diagnostische grenzen voor internaliserende stoornissen bij kinderen en adolescenten te onderzoeken (McElroy & Patalay, 2019).

Methoden

Steekproef

De studie maakte gebruik van routinematig verzamelde gegevens van 81 Child and Adolescent Mental Health Services in Engeland tussen 2011 en 2015. In totaal werden gegevens van 37.162 kinderen en adolescenten in de leeftijd van 8 tot 18 jaar (63% vrouw) geïncludeerd.

Metingen

Internaliserende symptomen werden gemeten met de Revised Children’s Anxiety and Depression Scale (RCADS), dat een 47-item zelfrapportagemaat is. Items kunnen worden opgeteld om op de DSM gebaseerde subschalen te vormen die overeenkomen met:

• Scheidingsangst,
• Sociale fobie,
• Generaliseerde angst,
• Paniek,
• OCD (Obsessief-Compulsieve Stoornis) en
• Majeure depressie.

Analyse

Head’s up: netwerkanalyse is een beetje ingewikkeld. Stats-nerds zouden McNally (2016) kunnen lezen om meer te weten te komen over de methoden die aan deze aanpak ten grondslag liggen, maar hier is een korte samenvatting van wat de auteurs deden:

Netwerkanalyse werd uitgevoerd door correlaties te berekenen voor de 47 symptoomvariabelen, en deze vervolgens te gebruiken om een partieel correlatienetwerk te schatten met behulp van het R-pakket ‘qgraph’. De clustering van symptomen werd onderzocht met behulp van het walk-trap community detection algoritme in R. De auteurs onderzochten ook geslachts- en leeftijdsverschillen door de steekproef op te splitsen in subgroepen (meisjes en jongens; 8-11, 12-14, en 15-18 jaar).

Resultaten

Overal netwerkstructuur

Overal was er een “veelheid van overwegend zwakke verbanden tussen symptomen”. De meest centrale (d.w.z. de meest belangrijke/invloedrijke) symptomen in de gehele steekproef waren die welke samenhingen met paniek, angst om zichzelf in het openbaar voor gek te zetten, zorgen en waardeloosheid.

Diagnostische grenzen

Er was weinig clustering van symptomen in “gemeenschappen” (d.w.z. diagnoses). Het netwerk met de beste fit identificeerde zes gemeenschappen, maar de algehele sterkte van de connectie was laag, en er waren wijdverspreide cross-community connecties, wat duidt op substantiële overlap tussen symptomen in verschillende gemeenschappen.

Sekse- en leeftijdsgebonden verschillen

De algehele structuur en clustering van het netwerk was vergelijkbaar voor meisjes en jongens, en voor kinderen van verschillende leeftijden. Dit suggereert dat internaliserende problemen niet meer of minder gedefinieerd zijn voor deze verschillende groepen. De connectiviteit van de netwerken was echter groter voor oudere kinderen, wat suggereert dat naarmate kinderen zich ontwikkelen, de associaties tussen symptomen toenemen. De auteurs suggereren dat dit zou kunnen komen doordat internaliserende symptomen elkaar in de loop van de tijd versterken.

Er waren ook verschillen in de centraliteit van symptomen tussen de leeftijdsgroepen. Rusteloosheid en vermoeidheid waren de meest centrale symptomen in de oudste leeftijdsgroepen, terwijl angsten (bv. naar bed gaan, het slecht doen op school) het meest centraal stonden in de jongste groep. Aangezien zeer centrale symptomen andere symptomen sterk beïnvloeden, zouden dit belangrijke aangrijpingspunten voor interventie kunnen zijn.

Conclusies

• Internaliserende problemen bij kinderen en adolescenten worden gekenmerkt door veel zwakke verbanden tussen verschillende symptomen, met weinig clustering van symptomen in “gemeenschappen” en een gebrek aan duidelijke diagnostische grenzen.
• Dit betwist het idee van internaliserende problemen als een set van afzonderlijke stoornissen.

Sterke punten en beperkingen

• Dit was de eerste studie die netwerkanalyse gebruikte om de aard van internaliserende symptomen bij kinderen en adolescenten te onderzoeken
• Het profiteerde van een grote klinische steekproef die een breed leeftijdsbereik besloegrange (8 tot 18 jaar)
• De grote steekproef was een bijzonder sterk punt, omdat (zoals de auteurs zelf zeggen) veel van de eerdere studies op dit gebied onderwogen kunnen zijn geweest als gevolg van kleine steekproeven (zie McElroy & Patalay, 2019)
• Het splitsen van de steekproef in subgroepen van geslacht en leeftijd was een sterk punt, en hielp bij het identificeren van verschillen in de aard van internaliserende symptomen voor deze groepen
• De studie maakte gebruik van een algoritme om clusters van symptomen te identificeren, wat een sterk punt is ten opzichte van eerder onderzoek dat meestal heeft vertrouwd op visuele inspecties van netwerkgrafieken om clustering te identificeren
• De RCADS, die werd gebruikt om internaliserende symptomen te meten, is gevormd door DSM-criteria, en dit is niet noodzakelijk representatief voor het hele spectrum van internaliserende problemen
• De RCADS bevat ook geen subschalen voor sommige DSM-stoornissen, zoals agorafobie of specifieke fobieën.

Implicaties voor de praktijk

Gezien het feit dat sterkere connectiviteit tussen symptomen werd gevonden bij oudere kinderen, is het mogelijk dat internaliserende symptomen elkaar in de loop van de tijd versterken. Uit ander onderzoek is gebleken dat kinderen met sterkere symptoomnetwerken minder goed reageren op behandeling, dus dit onderstreept het belang van vroegtijdig ingrijpen. De bevindingen benadrukken ook de noodzaak voor clinici om zich te richten op individuele symptomen in plaats van diagnoses, zoals betoogd in deze eerdere Mental Elf blog van Warren Mansell.

Er zijn echter grotere vragen die uit studies als deze naar voren komen, zoals, wat is de waarde van diagnostische systemen voor geestelijke gezondheidsproblemen, en moeten we ze helemaal loslaten? Dit zijn geenszins nieuwe zorgen; er is al enige tijd een wijdverbreid debat over de aard van psychopathologie en de waarde van diagnostische systemen (zie voor een discussie Clark et al. (2017) of Kotov et al. (2017)).

Zoals de auteurs benadrukken:

Het ontbreken van duidelijke clustering die overeenkomt met onze meest gebruikte diagnostische criteria en de hoge mate van gemeenschapsoverschrijdende associaties die in de huidige studie zijn waargenomen, geven meer steun aan recente oproepen voor meer empirisch gebaseerde conceptualiseringen van psychische aandoeningen die zich verwijderen van afzonderlijke stoornisentiteiten.

Classificatiesystemen die een dimensionale benadering van psychische aandoeningen hanteren, zoals de HiTOP (Hierarchical Taxonomy of Psychopathology) of RDoC (Research Domain Criteria), bieden haalbare alternatieven voor de manier waarop we geestelijke gezondheidsproblemen onderzoeken, behandelen en begrijpen. Sommige onderzoekers stellen dat we door het aannemen van deze dimensionale benaderingen grotere en snellere vooruitgang kunnen boeken op uiteenlopende gebieden zoals het identificeren van biomarkers voor psychische problemen, het vaststellen van genetische en omgevingsrisicofactoren, en het verbeteren van de werkzaamheid van behandelingen (Kotov et al, 2017; McNally, 2016).

Maar systemen zoals DSM en ICD zijn diep verankerd in de klinische praktijk en het overheidsbeleid, en sommigen stellen dat ze nuttig, zo niet essentieel, zijn voor effectieve klinische besluitvorming. Tot nu toe is er weinig consensus over hoe geestesziekten het beste kunnen worden geconceptualiseerd. Wat wel duidelijk wordt uit deze studie is dat internaliserende problemen bij kinderen en adolescenten worden gekenmerkt door een aantal sterk met elkaar samenhangende symptomen, met weinig aanwijzingen dat deze symptomen zich clusteren in afzonderlijke stoornissen.

Conflicts of interest

None.

Links

Primary paper

McElroy E & Patalay P. (2019). Op zoek naar stoornissen: Internaliserende symptoomnetwerken in een grote klinische steekproef. The Journal of Child Psychology and Psychiatry, 60(8), 897-906.

Overige referenties

Boschloo L, van Borkulo CD, Rhemtulla M, Keyes KM, Borsboom D & Schoevers RA (2015). De netwerkstructuur van symptomen van de Diagnostic and Statistical Manual of Mental Disorders. PLoS One, 10(9), e0137621.

Clark LA, Cuthbert B, Lewis-Fernandez R, Narrow WE & Reed GM (2017). Drie benaderingen voor het begrijpen en classificeren van psychische stoornissen: ICD-11, DSM-5, en de Research Domain Criteria (RDoC) van het National Institute of Mental Health. Psychological Science in the Public Interest, 18(2), 72-145.

Kotov R, Krueger RF, Watson D, Achenbach TM, Althoff RR, Bagby RM, Brown TA, Carpenter WT, Caspi A, Clark LA, et al., (2017). De Hiërarchische Taxonomie van Psychopathologie (HiTOP): Een dimensionaal alternatief voor traditionele nosologieën (PDF). Journal of Abnormal Psychology, 126(4), p454-477.

Mansell W. (2018) De transdiagnostische benadering van angst: The case is made (again!) #TransDX2018. The Mental Elf, 17 sep 2018.

McNally RJ (2016) Kan netwerkanalyse psychopathologie transformeren? Gedragsonderzoek en Therapie, 86, 95-104.

Mokdad AH, Forouzanfar MH, Daoud F, Mokdad AA, Bcheraoui CE, Moradi-Lakeh M, Kyu HH, Barber RM, Wagner J, Cercy K, et al. (2016). Global burden of diseases, injuries, and risk factors for young people’s health during 1990-2013: Een systematische analyse voor de Global Burden of Disease Study 2013. The Lancet, 387, 2383-2401.

Foto credits

• Foto door Luke Pennystan op Unsplash