Proefschrift: Optimalisatie van depressiebehandeling

Mixed-Method Research on Innovation in Psychological Interventions for Common Mental Disorders

door VGCt
3 minuten leestijd

Een proefschrift staat boordevol nieuwe inzichten. Wat zijn de belangrijkste bevindingen? En welke les kun jij er als zorgprofessional uit trekken? Dat kan niemand je beter vertellen dan de kersverse doctor zelf. Dit keer Marketa Ciharova, postdoctoraal onderzoeker bij de sectie Klinische Psychologie aan de Vrije Universiteit Amsterdam. Haar proefschrift: From Treatment Efficiency to Precision Psychology: Mixed-Method Research on Innovation in Psychological Interventions for Common Mental Disorders.

Welk probleem staat centraal?

Bijna een derde van de wereldbevolking wordt ooit in het leven gediagnosticeerd met een of meerdere veelvoorkomende psychische stoornis zoals een stemmings- of angststoornis. Hoewel er effectieve behandelingen beschikbaar zijn, hebben veel mensen geen toegang tot passende zorg vanwege een tekort aan behandelcapaciteit. Daarnaast reageert een aanzienlijk deel van de cliënten niet op behandeling of stopt er voortijdig mee.

Waar spitste je onderzoek zich op toe?

In mijn proefschrift onderzocht ik met behulp van meta-analyses hoe behandelingen voor met name depressie effectiever en efficiënter kunnen. Zo onderzocht ik de werkzaamheid van kerncomponenten van cgt, de optimale hoeveelheid en frequentie van behandelsessies en factoren die behandeluitkomsten beïnvloeden. Daarnaast keek ik in een RCT-studie naar redenen van uitval.

Wat zijn de belangrijkste bevindingen uit je proefschrift?

  • Cognitieve herstructurering (CH) en gedragsactivatie zijn vergelijkbaar effectief als de combinatie van deze kerncomponenten in volledige cgt voor depressie (al is meer onderzoek naar CH nodig).
  • We vonden aanwijzingen voor een positief verband tussen behandeleffecten en de frequentie van (maar niet het totale aantal) sessies psychotherapie voor depressie bij volwassenen.
  • Patiëntkenmerken die betere behandeluitkomsten voorspellen zijn hogere leeftijd en ernst van de depressie. Geslacht, opleidingsniveau en relatiestatus spelen juist geen rol.
  • Gecombineerde psychotherapie en farmacotherapie bleek beter te werken dan alleen farmacotherapie bij het verminderen van depressieve symptomen, ongeacht de patiëntkenmerken.
  • Kenmerken die een slechter resultaat voorspellen, ongeacht het type behandeling, zijn werkloosheid, eerdere behandeling, hogere (baseline) symptomen, slechter functioneren en langere episodes.
  • Studenten met symptomen van depressie en/of angst die vroegtijdig stopten met een begeleide online-cgt deden dat vanwege individuele behoeften (bijv. een drukke agenda) of de vorm en inhoud van de interventie (bijv. gebrek aan persoonlijk contact). Personalisatiefuncties werden onderbenut.

Ook dook ik in studies die machine learning gebruiken om symptomen (van angst en PTSS) te voorspellen op basis van natuurlijk gedrag van deelnemers zoals hun tekstdata. De resultaten zijn veelbelovend, maar voordat machine learning ingezet kan worden voor betere en snellere diagnostiek is er eerst standaardisatie van methoden en meer onderzoek nodig.

Welke haken en ogen zitten er aan je onderzoek?

Bij het bepalen van de ideale duur en frequentie van psychotherapie konden we niet nagaan hoeveel extra psychotherapie nodig is voor patiënten die niet reageren tijdens het geplande aantal sessies, of rekening houden met uitval, no-shows en differentiële respons gedurende de behandeling. Ook is het goed om je te realiseren dat ik met mijn meta-analyses alleen conclusies kan trekken over voorspellers en moderatoren waarvoor data beschikbaar was in de onderliggende RCT-studies.

Wat moet volgens jou de volgende stap in het onderzoek zijn?

Ik vind dat we niet alleen bij cgt, maar ook bij andere vormen van psychotherapie moeten onderzoeken welke onderdelen van een behandeling werken en hoe die samenhangen. In nieuwe RCT-studies zouden we meer gegevens moeten verzamelen over kenmerken die de behandeling kunnen beïnvloeden. Die informatie kan helpen om modellen te ontwikkelen die voorspellen welke behandeling het beste past bij een specifieke patiënt. Vervolgens moeten we zulke modellen toetsen met gegevens uit de dagelijkse praktijk.

Welke boodschap wil je dat zorgprofessionals meenemen uit je proefschrift?

We kunnen behandelingen voor veelvoorkomende psychische stoornissen effectiever en efficiënter maken door ons te richten op de essentiële componenten van behandelingen als cgt, ze in de juiste hoeveelheid en vooral de juiste frequentie aan te bieden én beter te onderzoeken voor wie welke aanpak het meest werkzaam is.

Titel proefschrift:
Optimalisatie van depressiebehandeling

Promovendus:
Marketa Ciharova

Universiteit:
Vrije Universiteit Amsterdam

Promotiedatum:
4 november 2025

Proefschrift:
Download

Marketa Ciharova

Misschien ook interessant voor jou

Focus Mode