Прогностический и предиктивный анализы эффективности фармакологического и нелекарственного подходов к лечению хронической инсомнии

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В настоящее время существует проблема низкой доступности наиболее эффективного и безопасного метода лечения хронической инсомнии – когнитивно-поведенческой терапии (КПТ-И), решением которой является разработка сокращенных и удаленных методик. Необходимо выявить предикторы эффективности этих подходов для достижения быстрого результата лечения.

Цель. Поиск предикторов эффективности терапии с применением снотворного средства и сокращенного варианта КПТ-И – структурированной методики терапии инсомнии (СМТ-И).

Материалы и методы. Проанализированы данные 42 участников рандомизированного исследования, получавших 1 из 2 видов терапии хронической инсомнии в течение 2 нед: зопиклон в дозировке 7,5 мг или СМТ-И. Основным показателем эффективности лечения было снижение индекса тяжести инсомнии (ИТИ). В качестве предикторов проанализированы демографические, анамнестические, полисомнографические показатели, фоновые результаты по шкале депрессии Бека, шкале тревоги Спилбергера, Торонтской алекситимической шкале, индексу гигиены сна, шкале дисфункциональных убеждений в отношении сна, Эпвортской шкале сонливости. Проведены прогностический анализ с построением моделей простой линейной регрессии и предиктивный анализ с построением моделей множественной линейной регрессии с взаимодействием. Эти анализы позволили исследовать эффект потенциальных предикторов снижения ИТИ сразу после курса лечения и через 2 нед динамического наблюдения после терапии.

Результаты. Прогностически значимыми для определения эффекта лечения оказались: большее количество пробуждений в течение ночи, которое обеспечивало снижение ИТИ на 0,2202 пункта (p=0,05) с каждым дополнительным пробуждением, и большая представленность I стадии медленного сна, которая улучшала показатель эффективности на 0,55 пункта (p=0,039) с каждым процентом от общего времени сна. Прогноз терапии ухудшался на 0,233 пункта (p=0,047) с каждым баллом по шкале депрессии Бека при фоновом исследовании и на 0,2 пункта (р=1,55e-06) с каждым годом возраста. Клиническими предикторами лучшего ответа на СМТ-И оказались отсутствие жалоб на длительное засыпание, отсутствие употребления агонистов ГАМКергических рецепторов в анамнезе и более высокий балл по Эпвортской шкале сонливости.

Заключение. Частота пробуждений, представленность I стадии сна, уровень депрессии, возраст, уровень дневной сонливости – предикторы эффективности СМТ-И, что следует учитывать при назначении сокращенного (2–4 нед) или полного (6–8 нед) курса КПТ-И.

Об авторах

Полина Валерьевна Пчелина

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Автор, ответственный за переписку.
Email: polbox@mail.ru
ORCID iD: 0000-0002-5051-2106

канд. мед. наук, врач-невролог УКБ №3

Россия, Москва

Михаил Гурьевич Полуэктов

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Email: polbox@mail.ru
ORCID iD: 0000-0001-6215-0918

канд. мед. наук, доц. каф. нервных болезней и нейрохирургии, зав. отд-нием медицины сна УКБ №3

США, Москва

Список литературы

  1. American Academy of Sleep Medicine.Тhe international classification of sleep disorders, revised: Diagnostic and coding manual. Chicago, Illinois: American Academy of Sleep Medicine, 2014.
  2. Голенков А.В., Полуэктов М.Г. Распространенность нарушений сна у жителей Чувашии (данные сплошного анкетного опроса). Журнал неврологии и психиатрии им. С.С. Корсакова. 2011;111:64-7 [Golenkov AV, Poluektov MG. Prevalence of sleep disorders in citizens of Chuvash Republic (results from complete interview study). Zhurnal nevrologii i psikhiatrii im. S.S. Korsakova. 2011;111:64-7 (in Russian)].
  3. Kessler RC, Berglund PA, Coulouvrat C, et al. Insomnia, Comorbidity, and Risk of Injury Among Insured Americans: Results from the America Insomnia Survey. Sleep. 2012;35(6):825-34. doi: 10.5665/sleep.1884
  4. Morin CM, Leblanc M, Daley M, et al. Epidemiology of insomnia: Prevalence, self-help treatments, consultations, and determinants of help-seeking behaviors. Sleep Med. 2006;7:123-30. doi: 10.1016/j.sleep.2005.08.008
  5. Полуэктов М.Г., Бузунов Р.В., Авербух В.М., и др. Проект клинических рекомендаций по диагностике и лечению хронической инсомнии у взрослых. Неврология и Ревматология (Прил. к журн. Consilium Medicum). 2016;2:41-51 [Poluektov MG, Buzunov RV, Averbukh VM, et al. Project of clinical recommendations on diagnosis and treatment of chronic insomnia in adults. Neurology and Rheumatology (Suppl. Consilium Medicum). 2016;2:41-51 (in Russian)].
  6. Riemann D, Baglioni C, Bassetti C, et al. European guideline for the diagnosis and treatment of insomnia. J Sleep Res. 2017;26(6):675-700. doi: 10.1111/jsr.12594
  7. Edinger JD, Carney CE. Overcoming insomnia: A cognitive-behavioral therapy approach, therapist guide. Oxford University Press, 2014.
  8. Currie CL, Kuzmina MV, Nadyuk RI. The Counseling Profession in Russia: Historical Roots, Current Trends, and Future Perspectives. J Couns Dev. 2012;90:488-93. doi: 10.1002/j.1556-6676.2012.00060.x
  9. World Health Organisation. Global Health Observatory (GHO) data. 2018. Available at: https://www.who.int/data/gho. Accessed: 30.08.2021.
  10. Wilson SJ, Nutt DJ, Alford C, et al. British Association for Psychopharmacology consensus statement on evidence-based treatment of insomnia, parasomnias and circadian rhythm disorders. J Psychopharmacol. 2010;24(11):1577-601. doi: 10.1177/0269881110379307
  11. Everitt H, McDermott L, Leydon G, et al. GPs’ management strategies for patients with insomnia. Br J Gen Pract. 2014;64(619):e112-9. doi: 10.3399/bjgp14X677176
  12. Weaver MF. Prescription Sedative Misuse and Abuse. Yale J Biol Med. 2015;88:247-56.
  13. Substance Abuse and Mental Health Services Administration, Results from the 2013 National Survey on Drug Use and Health: Summary of National Findings, NSDUH Series H-48, HHS Publication No. (SMA) 14-4863. Rockville, MD: Substance Abuse and Mental Health Services Administration, 2014.
  14. Morin CM, Vallières A, Guay B, et al. Cognitive Behavioral Therapy, Singly and Combined With Medication, for Persistent Insomnia: a Randomized Controlled Trial. JAMA. 2009;301(19):2005-15. doi: 10.1001/jama.2009.682
  15. Buysse DJ, Germain A, Moul DE, et al. Efficacy of Brief Behavioral Treatment for Chronic Insomnia in Older Adults. Arch Intern Med. 2011;171(10):887-95. doi: 10.1001/archinternmed.2010.535
  16. Seyffert M, Lagisetty P, Landgraf J, et al. Internet-delivered cognitive behavioral therapy to treat insomnia: A systematic review and meta-analysis. PLoS One. 2016;11(2):e0149139. doi: 10.1371/journal.pone.0149139
  17. Zachariae R, Lyby MS, Ritterband LM, O’Toole MS. Efficacy of internet-delivered cognitive-behavioral therapy for insomnia – A systematic review and meta-analysis of randomized controlled trials. Sleep Med Rev. 2016;30:1-10. doi: 10.1016/j.smrv.2015.10.004
  18. Пчелина П.В., Табидзе А.А., Полуэктов М.Г. Сравнительное исследование эффективности когнитивно-поведенческой терапии и зопиклона при хронической инсомнии. Журнал неврологии и психиатрии им. С.С. Корсакова. Спецвыпуски. 2017;117(2):48-55 [Pchelina PV, Tabidze AA, Poluektov MG. Comparative study of effectiveness of cognitive-behavior therapy and zopiclone for chronic insomnia. Zhurnal nevrologii i psikhiatrii im. S.S. Korsakova. Spetsvypuski. 2017;117(2):48-55 (in Russian)]. doi: 10.17116/jnevro20171174248-55
  19. Bastien CH, Vallières A, Morin CM. Validation of the insomnia severity index as an outcome measure for insomnia research. Sleep Med. 2001;2(4):297-307. doi: 10.1016/S1389-9457(00)00065-4
  20. Morin CM, Belleville G, Bélanger L, Ivers H. The insomnia severity index: Psychometric indicators to detect insomnia cases and evaluate treatment response. Sleep. 2011;34(5):601-8. doi: 10.1093/sleep/34.5.601
  21. Рассказова Е.И. Нарушения психологической саморегуляции при невротической инсомнии: дис. ... канд. психол. наук. М.: Изд-во МГУ, 2008 [Rasskazova EI. Narusheniia psikhologicheskoi samoreguliatsii pri nevroticheskoi insomnii: dis. ... kand. psikhol. nauk. Moscow: MSU Publishing, 2008 (in Russian)].
  22. Berry RB, Budhiraja R, Gottlieb DJ, et al. Rules for Scoring Respiratory Events in Sleep: Update of the 2007 AASM Manual for the Scoring of Sleep and Associated Events: Deliberations of the Sleep Apnea Definitions Task Force of the American Academy of Sleep Medicine. J Clin Sleep Med. 2012;8(5):597-619. doi: 10.5664/jcsm.2172
  23. Beck AT, Steer RA, Brown G. Manual for the Beck Depression Inventory-II. San Antonio: TX: Psychological Corporation, 1996.
  24. Spielberger CD, Gorsuch RL, Lushene R, Jacobs GA. Manual for the State-Trait Anxiety Inventory. Palo Alto, CA: Consulting Psychologists Press, 1983.
  25. Bagby M, Parker JDA, Taylor GJ. The twenty-item Toronto Alexithymia Scale – I. Item selection and cross-validation of the factor structure. J Psychosom Res. 1994;38(1):23-32. doi: 10.1016/0022-3999(94)90005-1
  26. Mastin DF, Bryson J, Corwyn R. Assessment of sleep hygiene using the sleep hygiene index. J Behav Med. 2006;29(3):223-7. doi: 10.1007/s10865-006-9047-6
  27. Van Buuren S, Groothuis-Oudshoorn CGM. Mice: Multivariate Imputation by Chained Equations in R. J Stat Softw. 2011;45(3):1-67. doi: 10.18637/jss.v045.i03
  28. Wulff JN, Ejlskov L. Multiple Imputation by Chained Equations in Praxis: Guidelines and Review. Electronic J Business Res Methods. 2017;15(1):41-56.
  29. Harrell FE. Regression Modeling Strategies With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis. Switzerland: Springer International Publishing, 2015. doi: 10.1007/978-3-319-19425-7_10
  30. Espie CA, Inglis SJ, Harvey L. Predicting clinically significant response to cognitive behavior therapy for chronic insomnia in general medical practice: Analyses of outcome data at 12 months posttreatment. J Consult Clin Psychol. 2001;69(1):58-66. doi: 10.1037//0022-006X.69.1.58
  31. Batterham PJ, Christensen H, Mackinnon AJ, et al. Trajectories of change and long-term outcomes in a randomised controlled trial of internet-based insomnia treatment to prevent depression. BJPsych Open. 2017;3(5):228-35. doi: 10.1192/bjpo.bp.117.005231
  32. Cui R, Fiske A. Predictors of treatment attendance and adherence to treatment recommendations among individuals receiving Cognitive Behavioral Therapy for Insomnia. Cogn Behav Ther. 2020;49(2):113-9. doi: 10.1080/16506073.2019.1586992
  33. Alperson J, Biglan A. Self-administered treatment of sleep onset insomnia and the importance of age. Behav Ther. 1979;10(3):347-56. doi: 10.1016/S0005-7894(79)80024-6
  34. Lovato N, Lack L, Kennaway DJ. Comparing and contrasting therapeutic effect of cognitive-behavior therapy for older adults suffering from insomnia with short and long objective sleep duration. Sleep Med. 2016;4:4-12. doi: 10.1016/j.sleep.2016.04.001
  35. Blom K, Jernelöv S, Kraepelien M, et al. Internet Treatment Addressing either Insomnia or Depression, for Patients with both Diagnoses: A Randomized Trial. Sleep. 2015;38(2):267-77. doi: 10.5665/sleep.4412
  36. Troxel WM, Conrad TS, Germain A, Buysse DJ. Predictors of treatment response to brief behavioral treatment of insomnia (BBTI) in older adults. J Clin Sleep Med. 2013;9(12):1281-9. doi: 10.5664/jcsm.3270
  37. Van de Laar M, Pevernagie D, van Mierlo P, Overeem S. Psychiatric Comorbidity and Aspects of Cognitive Coping Negatively Predict Outcome in Cognitive Behavioral Treatment of Psychophysiological Insomnia. Behav Sleep Med. 2015;13(2):140-56. doi: 10.1080/15402002.2013.845781
  38. Van Houdenhove L, Buyse B, Gabriëls L, Van Den Bergh O. Treating primary insomnia: Clinical effectiveness and predictors of outcomes on sleep, daytime function and health-related quality of life. J Clin Psychol Med Settings. 2011;18(3):312-21. doi: 10.1007/s10880-011-9250-7
  39. Vgontzas AN, Liao D, Bixler EO, et al. Insomnia with Objective Short Sleep Duration is Associated with a High Risk for Hypertension. Sleep. 2009;32(4):491-7. doi: 10.1093/sleep/32.4.491
  40. Bathgate CJ, Edinger JD, Krystal AD. Insomnia patients with objective short sleep duration have a blunted response to cognitive behavioral therapy for Insomnia. Sleep. 2017;40(1):zsw012. doi: 10.1093/sleep/zsw012
  41. Smith MT, Perlis ML, Park A, et al. Comparative Meta-Analysis of Pharmacotherapy and Behavior Therapy for Persistent Insomnia. Am J Psychiatry. 2002;159:5-11. doi: 10.1176/appi.ajp.159.1.5
  42. Pchelina P, Poluektov M, Berger T, et al. Effectiveness and cost-effectiveness of internet-based cognitive behavioral therapy for insomnia in clinical settings. Front Psychiatry. 2020;11:838. doi: 10.3389/fpsyt.2020.00838

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Трудности засыпания – предиктор снижения ИТИ в разных группах лечения. Диаграмма отражает разброс показателя эффективности (снижение ИТИ после курса лечения) в группах, получавших фармакотерапию и СМТ-И, в зависимости от того, отмечали пациенты трудности засыпания или нет: медиану, 25, 75-й процентили, минимальное и максимальное значения.

Скачать (94KB)
Метаданные
3. Рис. 2. Лечение агонистами ГАМК в анамнезе – предиктор снижения ИТИ в разных группах лечения. Диаграмма отражает разброс показателя эффективности (снижение ИТИ после курса лечения) в группах, получавших фармакотерапию и СМТ-И, в зависимости от того, принимали пациенты в прошлом агонисты ГАМК-рецепторов или нет: медиану, 25, 75-й процентили, минимальное и максимальное значения.

Скачать (107KB)
Метаданные
4. Рис. 3. Дневная сонливость – предиктор снижения ИТИ в разных группах лечения. Линии регрессии на графике отражают зависимость показателя эффективности (снижение ИТИ после курса лечения) в группах, получавших фармакотерапию и СМТ-И, от фонового уровня сонливости по Эпвортской шкале сонливости. Закрашенная область вокруг линий регрессии отражает 95% доверительный интервал.

Скачать (104KB)
Метаданные

© ООО "Консилиум Медикум", 2021

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

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».