Een studie naar iemands individuele netwerk van psychose klachten

De tijd dat symptomen van psychische stoornissen als ‘losse dingen’ werden beschouwd is voorbij. Ook zijn psychose symptomen mogelijk niet het gevolg van een onderliggende psychotische stoornis, maar interacteren de klachten zelf met elkaar en vormen ze zo een zelf-organiserend netwerk. Deze netwerken zijn persoonlijk, complex en ze fluctueren over de tijd. In deze studie werd het symptoomnetwerk van één 46-jarige vrouw met schizofrenie in kaart gebracht over de periode van een jaar.

Hoe ging dat in zijn werk? Deze vrouw rapporteerde een jaarlang, vier dagen per week haar belangrijkste klachten met behulp van Experience Sampling Method (ESM). De klachten had ze van tevoren samen met haar psychiater (de onderzoeker) geselecteerd. Dat waren stemmen horen, somberheid, achterdocht en een gevoel van controleverlies. Ook hield ze bij in welke mate ze zich ontspannen voelde. Tijdens iedere ESM-dag werd ze tien keer gevraagd naar deze klachten en de ernst ervan.

De onderzoekers bekeken hoe de symptoomernst fluctueert over de periode van een jaar en of de samenhang-sterkte tussen de verschillende symptomen verschilt per ziektefase (stabiel, dreigende terugval, terugval). De resultaten lieten ten eerste zien dat het mogelijk was om een jaarlang symptoomernst te rapporteren. De onderzoekers zijn zich ervan bewust dat dit veel van haar heeft gevraagd en dat het waarschijnlijk niet voor iedereen mogelijk is, maar geven wel aan dat dit de eerste studie is die laat zien dat het wel kán en nuttige informatie oplevert.

Verder bleek dat alle symptomen van mevrouw sterk fluctueerden in ernst door de tijd heen. Dit is in het artikel mooi zichtbaar gemaakt in de vorm van een grafiek met pieken, dalen en meer stabiele periodes. Daarnaast bleek uit de analyses een samenhang (“positive loop”) tussen somberheid en achterdocht. Die lijken elkaar dus over en weer te versterken. En er werd een negatieve samenhang (“negative loop”) gevonden tussen ontspanning en achterdocht. Die lijken elkaar dus over en weer te verminderen. Opvallend was dat stemmen horen relatief zwak samenhing met de andere symptomen. De samenhang tussen alle symptomen werd bovendien sterker naarmate het minder goed ging met mevrouw. Haar symptoom-netwerk werd dus ‘hechter’ naarmate ze meer richting een terugval ging.

netwerk-3

netwerk-2

netwerk-1

Interessant is dat mevrouw zelf aangaf dat het horen van stemmen haar belangrijkste klacht was, terwijl uit de netwerkanalyse achterdocht de meest centrale rol kreeg op het moment van (dreigende) terugval. De onderzoekers concludeerden hieruit dat het bij haar wellicht strategisch zou zijn om te focussen op het terugbrengen van de achterdocht en dat daarmee ook andere symptomen in ernst zouden kunnen afnemen en de kans op terugval verminderd zou kunnen worden.

De onderzoekers benadrukken dat de resultaten strikt persoonlijk zijn voor deze mevrouw en dus niet kunnen worden gegeneraliseerd naar andere mensen met psychose. Wel moedigen ze onderzoekers en behandelaren aan om samen met hun cliënten symptoomnetwerken in kaart te brengen met behulp van de ESM. Op deze manier krijg je namelijk meer zicht op de fluctuaties in ernst en de samenhang van symptomen en kan de behandeling meer specifiek gemaakt en geëvalueerd worden. Je zou dit bijvoorbeeld kunnen doen met de Psymate, een gratis te gebruiken app.

Een conclusie die al vaker is gezien bij dit soort analyses, is dat de relatie-sterkte tussen symptomen bij dreigende terugval sterker wordt. Dat betekent dat mensen niet makkelijk meer uit een moment van somberheid (of slecht slapen, of een keer een stem, of een keer een achterdochtige gedachte) herstellen, maar dat de klachten elkaar beginnen aan te tikken en te versterken. Dat lijkt een belangrijk alarmsignaal waarbij iemands veerkracht en eigen herstelvermogen onderuit gaat.

Bak, M., Drukker, M., Hasmi, L., & van Os, J. (2016). An n=1 clinical network analysis of symptoms and treatment in psychosis. PLoS ONE, 11 (9).
Artikel