The small world of psychopathology - Borsboom, Cramer, Schmittmann, et. al. (2011) - Artikel

Introductie

Comorbiditeit is de relatie tussen twee diagnoses. Een probleem bij deze methode is dat symptomen dan gezien worden als passieve indicatoren van verborgen stoornissen. Comorbiditeit komt dan van een enkele oorzaak waar de twee stoornissen van komen. In de klinische psychologie is het echter zo dat symptomen niet gezien worden als passieve indicatoren van stoornissen, maar dat ze zelf andere symptomen kunnen veroorzaken. Er bestaat een directe relatie tussen symptomen. Er is niet één oorzaak voor comorbiditeit, maar er zijn aantal wegen tot comorbiditeit en welke weg dat is, is per persoon verschillend. Er is een netwerkbenadering ontwikkelt voor mentale stoornissen en comorbiditeit. In deze benadering worden symptomen niet gezien als indicatoren van verborgen stoornissen, maar als componenten van een netwerk. Comorbiditeit komt van een directe relatie tussen symptomen van meerdere stoornissen. De helft (47,4%) van alle symptomen in de DSM4 zijn direct of indirect aangesloten in een hoofdcomponent. Deze component van aangesloten symptomen heeft de karaktertrekken van een ‘small world’.

Resultaten

Studie 1: Opzetten en analyseren van het DSM-IV netwerk

Alle symptomen uit de DSM-IV werden gerepresenteerd als knopen. Er bestaat een connectie tussen knopen wanneer twee symptomen beide tot de criteria behoren van een bepaalde stoornis. Symptomen van dezelfde stoornis krijgen een directe verbinding, terwijl indirecte verbindingen ontstaat wanneer twee symptomen beide een gedeeld symptoom hebben. Twee symptomen hebben geen verbinding als er geen mogelijkheid is om van het ene symptoom via andere symptomen naar de andere symptoom te komen.

We verwachten dat symptoom groepen in de DSM met causaal met elkaar zijn gerelateerd. Symptomen clusteren meer met elkaar samen dan dat men kan verwachten op basis van kans. De helft van alle symptomen hebben dus een connectie met elkaar. En de paden om van de ene naar een ander symptoom te komen zijn relatief kort.

De graad van een knoop geeft aan hoeveel connecties de knoop heeft met andere knopen. De graadverdeling van een netwerk geeft belangrijke informatie over de netwerkstructuur. De graadverdeling van het DSM-netwerk is exponentieel. Dit kan worden gezien als een ‘single-scale network’. Het symptoom met de hoogste graad is slapeloosheid, gevolgd door psychomotorische onrust, psychomotorische gestoordheid en depressieve stemming.

Een andere belangrijke kenmerk van knopen is hun ‘betweenness’. Dit meet de kans dat een knoop tussen twee andere knopen ligt. De vier symptomen met de hoogste ‘betweenness’ zijn irritatie, afleidbaarheid, angst en depressie.

Studie 2: Empirische data voor de netwerkstructuur

Het ‘small world’ kenmerk houdt in dat symptoom activatie snel verspreid door het netwerk. Het netwerkmodel verklaart een significant deel van de comorbiditeit binnen de DSM-IV. Als men één symptoom uit de DSM-IV heeft, is de kans groot dat hij/zij ook een ander symptoom uit de DSM ontwikkelt. De gemiddelde kortste padlengte tussen twee stoornissen is gelijk aan het verwachte aantal paden iemand moet afleggen om een symptoom van stoornis A te bereiken vanaf een symptoom van stoornis B. Hoe hoger deze padlengte is, hoe verder twee stoornissen van elkaar afliggen in het netwerk.

Studie 3

De vorige twee analyses laten zien dat padlengten en empirische comorbiditeitswaarden gecorreleerd waren als men zou verwachten als symptomen een netwerkstructuur zouden hebben. Echter, stoornissen zijn tijdsgebonden. Ze zijn dynamisch, en soms bestaat er een tijdscriterium voor hoe lang de symptomen minimaal aanwezig moeten zijn. Het netwerk model houdt hier rekening mee. Om te laten zien hoe het netwerk comorbiditeit kan voorspellen werd er een simulatie uitgevoerd voor twee stoornissen om te laten zien dat de comorbiditeitswaarden consistent zijn met empirische data. Symptoom dynamic is vergroting op de kans op een bepaald symptoom, wanneer iemand meer buursymptomen heeft. Als iemand een depressie heeft en een verlies van interesse is de kans op het hebben van zelfmoordgedachten hoger dan voor iemand die een verlies van interesse heeft, maar geen depressie. Ook al zijn de gesimuleerde netwerken incompleet, de resultaten geven wel bewijs voor de mogelijkheid dat een netwerkmodel empirische data kan reproduceren.

Discussie

De ‘missing heritability’ geeft aan dat de individuele verschillen in de kwetsbaarheid om een stoornis te ontwikkelen voor het grootste gedeelte genetisch bepaald zijn. Echter, maar een klein deel van de genetische variantie kan worden herleid in geïdentificeerde genveranderingen.

De sterkte van de symptoomconnecties in een netwerk is deels genetisch te verklaren, maar het is waarschijnlijk niet het geval dat alle connecties in een stoornis beïnvloed worden door dezelfde genen in alle mensen.