Индивидуализация терапии в психиатрии: сколько «персонализированности» допустимо?

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Статья представляет критический обзор современных подходов к персонализированной психиатрии, анализируя её потенциал, ограничения и этические дилеммы. Несмотря на прогресс в таких направлениях, как фармакогенетика (например, влияние полиморфизмов генов CYP2D6 и CYP2C19 на метаболизм психотропных препаратов) и цифровая фенотипизация (мониторинг поведения через носимые устройства с применением алгоритмов машинного обучения), большинство методов остаются в рамках исследовательских проектов. Регуляторные инициативы (FDA, CPIC) постепенно интегрируют генетические данные в клинические рекомендации, однако их применение ограничено недостаточной этнической репрезентативностью, низкой воспроизводимостью результатов и малым размером выборок. Цифровые инструменты, несмотря на способность прогнозировать обострения аффективных расстройств или психозов, сталкиваются с проблемами интерпретации данных и рисками нарушения конфиденциальности. Полигенные шкалы риска (PRS) и биомаркеры (например, нейровизуализационные паттерны, уровни цитокинов) демонстрируют ограниченную предсказательную силу на индивидуальном уровне. Ключевыми рисками персонализации выступают фрагментация доступа к лечению, стигматизация на основе генетических данных и подмена клинического мышления алгоритмическими решениями. Таким образом, персонализация оправдана лишь при наличии убедительной доказательной базы (например, применение фармакогенетики при резистентной депрессии) и должна дополнять, а не заменять клиническую практику. Для успешной интеграции необходимы валидация технологий, преодоление этнических и социально-экономических барьеров, а также сохранение этических стандартов и роли врачебного опыта. Персонализированная психиатрия рассматривается не как революционная парадигма, а как эволюционный инструмент, требующий осторожного и поэтапного внедрения в клиническую практику.

Об авторах

Валентин Юрьевич Скрябин

Российская медицинская академия непрерывного профессионального образования

Автор, ответственный за переписку.
Email: sardonios@yandex.ru
ORCID iD: 0000-0002-4942-8556
SPIN-код: 4895-5285

канд. мед. наук

Россия, Москва

Список литературы

  1. Abdullah-Koolmees H, van Keulen AM, Nijenhuis M, Deneer VHM. Pharmacogenetics Guidelines: Overview and Comparison of the DPWG, CPIC, CPNDS, and RNPGx Guidelines. Front Pharmacol. 2021;11:595219. doi: 10.3389/fphar.2020.595219
  2. Insel TR. Digital phenotyping: technology for a new science of behavior. JAMA. 2017;318(13):1215–1216. doi: 10.1001/jama.2017.11295
  3. Torous J, Jän Myrick K, Rauseo-Ricupero N, Firth J. Digital mental health and COVID-19: using technology today to accelerate the curve on access and quality tomorrow. JMIR Ment Health. 2020;7(3):e18848. doi: 10.2196/18848
  4. Bousman CA, Arandjelovic K, Mancuso SG, et al. Pharmacogenetic tests and depressive symptom remission: a meta-analysis of randomized controlled trials. Pharmacogenomics. 2019;20(1):37–47. doi: 10.2217/pgs-2018-0142
  5. Phillips EJ, Sukasem C, Whirl-Carrillo M, et al. Clinical pharmacogenetics implementation consortium guideline for HLA genotype and use of carbamazepine and oxcarbazepine: 2017 update. Clin Pharmacol Ther. 2018;103(4):574–581. doi: 10.1002/cpt.1004
  6. Wang Y, Tsuo K, Kanai M, et al. Challenges and opportunities for developing more generalizable polygenic risk scores. Annu Rev Biomed Data Sci. 2022;5:293–320. doi: 10.1146/annurev-biodatasci-111721-074830
  7. Bufano P, Laurino M, Said S, et al. Digital phenotyping for monitoring mental disorders: systematic review. J Med Internet Res. 2023;25:e46778. doi: 10.2196/46778
  8. Martinez-Martin N, Greely HT, Cho MK. Ethical development of digital phenotyping tools for mental health applications: Delphi study. JMIR Mhealth Uhealth. 2021;9(7):e27343. doi: 10.2196/27343
  9. Torous J, Bucci S, Bell IH, et al. The growing field of digital psychiatry: current evidence and the future of apps, social media, chatbots, and virtual reality. World Psychiatry. 2021;20(3):318–335. doi: 10.1002/wps.20883
  10. Huang FF, Wang PC, Yang XY, et al. Predicting responses to cognitive behavioral therapy in obsessive-compulsive disorder based on multilevel indices of rs-fMRI. J Affect Disord. 2023;323:345–353. doi: 10.1016/j.jad.2022.11.073

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-Вектор, 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).