Mobiele screening voor ernstige depressieve stoornis bij volwassenen uit een etnisch en sociaaleconomisch diverse bevolking.

Depressieve stoornis (MDD) is een relatief veel voorkomende psychische stoornis
die wereldwijd meer dan 264 miljoen mensen treft (James, Abate et al. 2018)
(Liu, He et al. 2020). MDD is daarom de op drie na grootste veroorzaker van de
wereldwijde ziektelast en de belangrijkste oorzaak van invaliditeit wereldwijd
(Kalibatseva en Leong 2011). Nationaal representatieve steekproeven hebben een
wereldwijde prevalentie van MDD van 13,3% aangegeven, die wordt beïnvloed door
een aantal klinische en demografische variabelen, waaronder leeftijd en
geslacht (Abdoli, Salari et al. 2022). Terugval na een eerste depressieve
episode zijn bijzonder problematisch en gebeurd in 75 tot 90% van de gevallen
(Gotlib, Goodman et al. 2020). De kosten die verband houden met MDD zijn wijd
verspreid: MDD is gekoppeld aan een verminderde gezonde levensverwachting en
kan leiden tot gezinsdisfunctie, verminderde professionele efficiëntie en
zelfmoord (Yazdkhasti 2010, Steensma, Loukine et al. 2016, James, Abate et al.
2018) . In totaal heeft dit geresulteerd in een geschatte economische impact
van meer dan 100 miljard euro per jaar binnen de EU-unie (Sobocki, Jönsson et
al. 2006).
Gezien de langdurige en terugkerende aard van MDD en de talrijke negatieve
gevolgen ervan, kan vroege detectie en behandeling van MDD van groot belang
zijn (Rohde, Lewinsohn et al. 2013). Screening op MDD kan personen die
ondersteuning nodig hebben eerder identificeren, vooral voor mensen die deze
waarschijnlijk niet zullen zoeken. Er zijn een aantal gevalideerde
screeningtechnologieën beschikbaar en screening wordt al aanbevolen in
verschillende settings (Kroenke, Spitzer et al. 2001) (Siu, Force et al. 2016).
Eerdere studies suggereren dat screening MDD-symptomen effectief kan
verminderen en het aantal volledige remissies aanzienlijk kan verhogen
(O'Connor, Whitlock et al. 2009).
Hoewel het potentieel voor de preventie van MDD met behulp van vroege
screeninginterventie aanzienlijk is (Almeida 2014, Hall en Reynolds-Iii 2014,
Park en Zarate Jr 2019), blijft tijdige interventie een uitdaging in
therapeutische omgevingen. Dientengevolge moet er meer duidelijkheid komen in
de screeningsprotocollen met betrekking tot de juiste screeningsintervallen en
follow-upvereisten om MDD-voorvallen te verminderen. Om deze kloof te dichten,
benadrukt de huidige studie het belang van het onderzoeken van de haalbaarheid
en effectiviteit van screening op MDD door een mobiel screeningprotocol te
bieden met behulp van een gerandomiseerde gecontroleerde trial (RCT). Onze
hypothese was dat een op mobiel gebaseerde screeningstrategie voor MDD die in
dit onderzoeksprotocol wordt geëvalueerd, de last van MDD in de loop van de
tijd aanzienlijk zal verminderen, de levenskwaliteit van de deelnemers zal
verbeteren en de verschillen die verband houden met MDD zal minimaliseren.

Het overkoepelende doel van dit voorstel is om de haalbaarheid en effectiviteit
van mobiele screening voor MDD te onderzoeken. We combineren gevalideerde
screening en interventies voor MDD met innovatieve methoden om de doelgroep te
bereiken om de impact te maximaliseren. Daarbij veronderstellen we dat de op
mobiel gebaseerde screeningstrategie die in dit voorstel wordt geëvalueerd, de
last van MDD in de loop van de tijd aanzienlijk zal verminderen, de
levenskwaliteit van de deelnemers zal verhogen en MDD-gerelateerde
ongelijkheden zal verminderen. Concreet streven we ernaar om a) de haalbaarheid
en effectiviteit van mobiele screening voor MDD in een volwassen populatie met
een hoog risico te evalueren, b) de impact van subgroepverschillen in
screeningsdeelname en effectiviteit te onderzoeken; c) een gepersonaliseerde
screeningstrategie ontwikkelen, rekening houdend met iemands
screeninggeschiedenis en risicokenmerken. Ons voorstel heeft het potentieel om
de praktijk te informeren over de impact van screening op de volksgezondheid,
inclusief de impact op ongelijkheden op gezondheidsgebied naar
geslacht/geslacht, ras-etnische achtergrond, arbeidsstatus en andere relevante
sociaaleconomische variabelen. Het zal ook gedetailleerde informatie geven over
de mechanica van MDD bij individuen in termen van de duur en ernst van de
symptomen. Dit kan helpen toekomstige screeningrichtlijnen te informeren over
de juiste intervallen en follow-upcriteria voor screening. Uiteindelijk kan het
bijdragen aan een lagere MDD-last en een grotere gelijkheid op het gebied van
geestelijke gezondheid onder de bevolking.

Specifiek doel 1. Evalueer de haalbaarheid en effectiviteit van mobiele
screening voor MDD in een volwassen populatie met een hoog risico.
In het kader hiervan zal een gerandomiseerde gecontroleerde studie worden
uitgevoerd om het gebruik, de gevolgen voor de gezondheid en de nadelen en
voordelen van vaak herhaalde mobiele screening te onderzoeken. In aanmerking
komende deelnemers in de leeftijd van 18+ jaar zullen worden geworven via een
veelzijdige strategie in de gemeente Rotterdam, met name uit de wijken
Charlois, Feijenoord (inclusief Kop van Zuid) en IJsselmonde. We zullen 1575 in
aanmerking komende respondenten willekeurig verdelen over drie armen, in een
verhouding van 1,5:1:1 . De drie armen omvatten een controlearm, een
screeningsarm met beperkte doorverwijzing van deelnemers voor behandeling (na
drie positieve testscores of zelfmoordgedachten), en een screeningsarm met
standaardverwijzing voor deelnemers met matig-ernstige symptomen van ernstige
depressie (enkele positieve testscore ). De screening met beperkte follow-up is
van vitaal belang om een beter begrip te krijgen van het natuurlijke beloop van
de symptomen bij gebruikelijke zorg, en komt voor zover wij weten niet voor in
de literatuur. De screening zal worden uitgevoerd met behulp van de
9-itemversie van de Patient Health Questionnaire (PHQ-9), die een geschatte
sensitiviteit en specificiteit heeft van 88% bij een cutoff-score van 10
(Kroenke, Spitzer et al. 2001) De screeningsmeting wordt gedurende de eerste 12
maanden elke vier weken opgevraagd via de Your Research app (YourResearch
2021). Een positieve screeningstestuitslag wordt beschouwd als een PHQ-9 score
>=10 (matige tot ernstige symptomen). of drie positieve resultaten (afhankelijk
van de onderzoeksarm), krijgen automatisch een suggestie om contact op te nemen
met hun huisarts voor GGZ-gerelateerde zorg. Deze specialisten kunnen patiënten
doorverwijzen naar psychotherapeuten in geval van verdere
ondersteuningsbehoefte. Naast de reguliere verzameling van PHQ-9-gegevens,
zullen we deelnemers eenmalig vragen om informed consent, sociaal-demografische
informatie en contactgegevens informatie van hun huisarts. Verder zullen er
vier metingen van de kwaliteit van leven zijn (elk 5 vragen, 0, 6, 12, 24
maanden) en twee korte screening-evaluatie-enquêtes (elk 3 vragen, 6, 12
maanden). De geschatte totale tijdsbesteding voor deelnemers aan screening is
ongeveer 120 minuten. Dit primaire doel zal de haalbaarheid en het effect in
verkregen QALY aantonen voor herhaalde mobiele screening op MDD. Het zal ook
waardevolle informatie opleveren over de duur en ernst van MDD-symptomen bij
deelnemers binnen de screeningsarmen, waarop de tweede onderzoeksvraag zal
worden gebaseerd.

Specifiek doel 2. Onderzoek naar participatieverschillen tussen subgroepen en
de impact van screening op verschillen.
Hiertoe zullen we geavanceerde statistische analyse gebruiken om de verschillen
in deelname aan screening en uitkomsten tussen onderzoekssubgroepen beter te
begrijpen. Dit doel geeft inzicht in het effect van screening op
MDD-gerelateerde gezondheidsverschillen. Het geeft ook gedetailleerd inzicht in
de mechanismen van MDD bij verschillende individuen in termen van de duur en
ernst van symptomen, en vormt daarom de basis voor meer gepersonaliseerde
screeningbenaderingen (doel 3).
Specifiek doel 3. Ontwikkel een gepersonaliseerde screeningstrategie, rekening
houdend met iemands screeninggeschiedenis en risicokenmerken.
Dit doel zal de screeningsintervallen en follow-upvereisten optimaliseren op
basis van MDD-mechanica-waarnemingen uit doel 2. Dit doel is gebaseerd op
geavanceerde kennis van simulatie, machine learning-technieken en
kosteneffectiviteitsmethodologie. Om dit doel te bereiken, simuleren we
blootstelling aan MDD-symptomen in een hypothetische populatie met behulp van
het model voor de tijdsblootstelling aan symptomen uit doel 2. De simulatie
omvat stochastische variatie in de duur en het niveau van MDD-symptomen
gedurende een tijdsbestek van 12 maanden, afhankelijk van de kenmerken van de
deelnemer en eerdere MDD-symptoomgeschiedenis. Screening zal worden
gesuperponeerd met verschillende mogelijke intervallen (1 week, 2 weken, * 52
weken) en afkapwaarden (PHQ>=10, *, ), en kan worden gevarieerd afhankelijk van
de risicokenmerken van de patiënt. In de simulaties zal de veronderstelde
diagnostische prestatie van de test, gegeven elke afkapwaarde, worden afgeleid
uit Aim 1-gegevens (gouden standaard voor diagnose is POH-GGZ-verwijzing voor
behandeling), en gevalideerd aan de hand van de literatuur (Rizopoulos 2022).
Veronderstelde effecten van follow-up zullen ook gebaseerd zijn op het model
voor symptoomblootstelling van doel 2. De veronderstelde kosten voor screening
en behandeling zullen echter zijn zoals aangenomen in doel 1, maar variëren in
gevoeligheidsanalyse. Voor therapietrouw vergelijken we waargenomen percentages
en met aannames van 100% en lagere percentages. Er zal een evolutionair
algoritme worden gebruikt om de screening te optimaliseren op basis van
patiëntkenmerken en eerdere MDD-symptoomscores (van Duuren, Ozik et al. 2022).
We streven ernaar de gewonnen QALY's te maximaliseren, rekening houdend met
verschillende criteria voor het aantal huisartsverwijzingen per gewonnen QALY
(harms-benefit ratio, HBR): Max(INT,POS): Quality of Life, subject to
Referrals/QALY < HBR. (INT=interval; POS=positiviteitscriteria).
Zodra het algoritme convergeert naar een optimale strategie, zullen we de voor-
en nadelen van gepersonaliseerde screening vergelijken met die van uniforme
screening (doel 1). Daarbij kwantificeren we het netto voordeel van
personalisatie. Dit doel geeft meer informatie over hoe vaak gescreend moet
worden, wanneer patiënten moeten worden doorverwezen voor follow-up en wie meer
en minder intensief moet worden gescreend. Dit heeft het potentieel om de
balans tussen de risico's en voordelen van screening te verbeteren, evenals
resultaatgelijkheid.

Binnen de gemeente Rotterdam-Zuid (met name de wijken Charlois, Feijenoord en
IJsselmonde) wordt een gerandomiseerde gecontroleerde trial (RCT) geworven met
duizendvijfhonderdvijfenzeventig (1575) in aanmerking komende deelnemers in de
leeftijd van 18+. Deelnemers worden geworven via verschillende kanalen die zijn
afgestemd op hun culturele achtergrond, waaronder directe benadering door
vertegenwoordigers van de gemeenschap, promotie via huisartsen, lokale radio,
sociale media en in de openbare ruimte. RCT zal 3 onderzoeksarmen hebben,
waaronder een controlegroep, bestaande uit 675 deelnemers, en twee
interventiegroepen bestaande uit 450 deelnemers per groep. Beide
interventiearmen krijgen een 4-wekelijkse screening met milde follow-up of
screening met strengere follow-up voor een periode van een jaar. Gegevens
worden verzameld via een app die is ontworpen door Your Research en die draait
op de Microsoft Azure-server, als primaire verzameling van reacties van
deelnemers. Een speciaal back-upsysteem zal dienen als secundaire
gegevensverzameling.

Dit onderzoek zal gebruik maken van een persoonlijk ontworpen app (YourResearch 2021) die om digitale geïnformeerde toestemming vraagt, evenals sociaal-demografische informatie. Bovendien zullen zowel Euro Quality of Life-5D (EQ-5D) als PHQ-9-vragenlijsten via de applicatie worden opgevraagd op specifieke tijdstippen. Indien deelnemers binnen de screeningsarm een drempelscore van 10 punten op de PHQ-9 vragenlijst overschrijden, worden zij door de aanvraag voorgesteld om contact op te nemen met de specialist POH-GGZ van de huisarts. Ten slotte beschikt de applicatie over zowel de juiste als noodzakelijke certificaten en classificaties.

De deelnemers wordt gevraagd de app van het onderzoek te installeren en
vervolgens 4x de EQ-5D vragenlijst in te vullen. De interventiegroepen wordt
tevens gevraagd 14x de PHQ-9 in te vullen en 2x een screening evaluatie
vragenlijst. Iedere vragenlijst kost minder dan 5 minuten om deze in te vullen
waarmee de belasting als laag wordt gezien. Hoewel de vragen uit de PHQ-9
confronterend kunnen zijn lijkt ons de mogelijke gezondheidswinst door een
vroege detectie van depressie hier ruimschoots voor te compenseren.