Lit traci na znaczeniu w leczeniu BD mimo najwyższych właściwości

Czy spadek stosowania litu budzi obawy?

Zaburzenie afektywne dwubiegunowe (BD) to przewlekła i wyniszczająca choroba psychiatryczna, dotykająca około 0,6-1,2% światowej populacji, zazwyczaj rozpoczynająca się w późnej adolescencji lub wczesnej dorosłości. Charakteryzuje się nawracającymi epizodami manii i depresji, wymagającymi długoterminowego leczenia farmakologicznego w celu zapobiegania nawrotom, zmniejszenia ryzyka samobójstwa i utrzymania zdolności funkcjonalnych. Aktualne wytyczne kliniczne konsekwentnie zalecają lit i leki przeciwpsychotyczne drugiej generacji (SGA), takie jak kwetiapina, jako opcje pierwszego wyboru w leczeniu podtrzymującym BD. Wśród nich lit jest szczególnie skuteczny, co potwierdzają silne dowody na jego właściwości przeciwsamobójcze i rolę w zapobieganiu nawrotom epizodów zaburzeń nastroju.

Pomimo tych dowodów, wskaźniki przepisywania litu spadły w ciągu ostatnich dwóch dekad w wielu krajach, w tym w Stanach Zjednoczonych i częściach Europy. Jednocześnie nastąpił zauważalny wzrost stosowania SGA i innych stabilizatorów nastroju, takich jak kwetiapina lub kwas walproinowy. Choć kwetiapina jest często stosowana w depresji dwubiegunowej, a kwas walproinowy w ostrej manii, ich długoterminowa skuteczność może nie dorównywać litowi, szczególnie w zapobieganiu samobójstwom. Przyczyny niedostatecznego stosowania litu obejmują konieczność regularnego monitorowania funkcji nerek i tarczycy, obawy dotyczące toksyczności oraz niewystarczające przeszkolenie klinicystów. Ta zmiana jest niepokojąca, biorąc pod uwagę status litu jako złotego standardu w terapii podtrzymującej BD.

Czy tradycyjne metody badawcze oddają realne postawy pacjentów?

Zrozumienie, jak te leki są postrzegane przez pacjentów, opiekunów i specjalistów, jest niezbędne, zwłaszcza biorąc pod uwagę utrzymującą się niską adherencję leczenia nie tylko w BD, ale także w innych stanach psychiatrycznych, w których te leki są powszechnie stosowane. Na przykład, kwetiapina jest również przepisywana w schizofrenii i dużej depresji, a także w zaburzeniach lękowych czy bezsenności. Badania wskazują, że tylko około 40% pacjentów konsekwentnie przestrzega swojego schematu farmakologicznego, przy czym przekonania i postawy są bardziej predykcyjne dla adherencji niż same profile farmakologiczne.

Tradycyjne metody badawcze, takie jak ankiety, wywiady, badania kohortowe i podejścia naturalistyczne, były powszechnie stosowane do badania doświadczeń pacjentów i pracowników służby zdrowia z farmakologicznymi metodami leczenia BD, dostarczając ważnych informacji. Jednak metody te mają kilka ograniczeń, w tym podatność na błędy związane z pożądanością społeczną, błędy pamięci lub niemożność gromadzenia informacji w czasie rzeczywistym.

Czy media społecznościowe ujawniają nowe perspektywy na leczenie BD?

W ostatnich latach platformy mediów społecznościowych, takie jak X (dawniej Twitter) stały się cennym źródłem danych w czasie rzeczywistym na temat postaw społecznych i zawodowych wobec leczenia zaburzeń psychicznych. Kilka badań analizowało treści mediów społecznościowych dotyczące różnych percepcji publicznych wobec leczenia farmakologicznego i niefarmakologicznego powszechnie stosowanego w zdrowiu psychicznym, takich jak leki przeciwdepresyjne, stymulanty, psychoterapie czy terapia elektrowstrząsowa. Badano również publiczne postrzeganie lekarzy zdrowia psychicznego przy użyciu X, pokazując, jak analiza treści mediów społecznościowych oferuje unikalną możliwość uchwycenia autentycznego, niefiltrowanego dyskursu, pozwalając badaczom na eksplorację, jak ogół społeczeństwa postrzega leki i różne metody leczenia.

W poprzednich badaniach przeprowadzonych przez naszą grupę badawczą zidentyfikowaliśmy główne tematy i odczucia wyrażane w tweetach związanych z lekami psychotropowymi stosowanymi w BD, w tym lekami przeciwpsychotycznymi drugiej generacji, litem i przeciwdrgawkowymi stabilizatorami nastroju. Jednak nie zbadaliśmy dogłębnie konkretnej treści tweetów, zaangażowania ani typu użytkownika publikującego kliniczne i niekliniczne treści dyskursu. Opierając się na wcześniejszych pracach, badanie ma na celu przeprowadzenie szczegółowej analizy treści tweetów odnoszących się do litu, kwasu walproinowego i kwetiapiny, aby lepiej zrozumieć ich widoczność cyfrową, typ użytkownika stojącego za tymi tweetami, wzorce zaangażowania oraz ewoluujące narracje dotyczące medycznych i niemedycznych treści, które mogą wpływać na postrzeganie i kliniczne stosowanie tych leków.

Jak zaprojektowano badanie dyskursu leków na X?

Przeprowadziliśmy obserwacyjne badanie mieszanych metod w celu zbadania reprezentacji litu, kwetiapiny i kwasu walproinowego na platformie społecznościowej X. Te trzy leki zostały wybrane zgodnie z wytycznymi CANMAT, które konsekwentnie zalecają lit, kwetipinę i kwas walproinowy jako opcje pierwszego wyboru w leczeniu wszystkich faz BD, w tym ostrej manii, depresji dwubiegunowej i leczenia podtrzymującego. Lamotrygina, choć jest ważną opcją leczenia pierwszego rzutu, szczególnie w depresji dwubiegunowej, nie została uwzględniona, ponieważ nie jest wskazana w leczeniu manii. Ponadto wybraliśmy te trzy leki, ponieważ w naszych wcześniejszych badaniach dyskursu w mediach społecznościowych były to leki, które otrzymały największą liczbę tweetów w swoich odpowiednich grupach farmakologicznych: kwetiapina wśród leków przeciwpsychotycznych drugiej generacji, lit wśród stabilizatorów nastroju i kwas walproinowy wśród leków przeciwdrgawkowych (z wyjątkiem lamotryginy).

Dane zostały zebrane przy użyciu Twitter Binder. To narzędzie badawcze umożliwia kompleksowy dostęp do wszystkich publicznie dostępnych tweetów. Systematycznie pobieraliśmy tweety opublikowane między 1 stycznia 2008 r. a 31 grudnia 2022 r., w językach angielskim i hiszpańskim, które zawierały nazwy generyczne lub handlowe któregokolwiek z trzech leków zatwierdzonych przez organy regulacyjne, takie jak amerykańska Agencja ds. Żywności i Leków (FDA) i Europejska Agencja Leków (EMA). Języki angielski i hiszpański zostały wybrane, ponieważ należą do najczęściej używanych języków na X, zapewniając dostęp do dużych i zróżnicowanych zbiorów danych w wielu regionach. Ponadto są to języki ojczyste lub biegle używane przez zespół badawczy, zapewniające dokładną ręczną adnotację, interpretację i walidację tweetów. Pełna lista użytych słów kluczowych znajduje się w sekcji “Tło” materiału uzupełniającego.

Jak podzielono treści tweetów na kategorie?

Aby przeanalizować treść tweetów, opracowaliśmy szczegółowy podręcznik kodowania, wykorzystując zarówno podejście dedukcyjne, jak i indukcyjne. Kategorie dedukcyjne zostały zaczerpnięte z wcześniejszych badań przeprowadzonych przez nasz zespół badawczy, podczas gdy kategorie indukcyjne wyłoniły się z eksploracyjnej ręcznej analizy 500 tweetów. Ta początkowa próbka została zakodowana niezależnie przez trzech badaczy, którzy następnie spotkali się, aby omówić rozbieżności i osiągnąć konsensus. Czwarty badacz przejrzał i zatwierdził końcową wersję podręcznika kodowania. Korzystając z tego zwalidowanego schematu, dwóch badaczy ręcznie sklasyfikowało 3000 tweetów na podstawie treści i typu użytkownika.

Proces ręcznej klasyfikacji rozpoczął się od identyfikacji klasyfikowalnych lub nieklasyfikowalnych tweetów. Klasyfikowalne tweety to te, które były wyraźnie zrozumiałe, napisane w języku angielskim lub hiszpańskim i związane z treścią neuropsychiatryczną. Tweety, które były niejasne, pozbawione znaczącej treści lub niezwiązane z tematami psychiatrycznymi, uznano za nieklasyfikowalne i wykluczono z głównej analizy.

Dla wszystkich klasyfikowalnych tweetów zastosowaliśmy dwa wymiary analityczne: typ użytkownika i typ treści. Typ użytkownika został skategoryzowany jako jeden z następujących: pacjent, znajomy pacjenta, pracownik służby zdrowia, instytucja opieki zdrowotnej lub podmiot akademicki, lub nieokreślony. Treść tweeta została pogrupowana w dwie szerokie kategorie: treść kliniczna i inny rodzaj treści. Treść kliniczna odnosiła się do tweetów omawiających postrzeganą skuteczność leku, w tym czy lek miał pozytywny czy negatywny wpływ; przestrzeganie leczenia, na przykład, czy użytkownicy zgłaszali konsekwentne przyjmowanie leku lub jego przerwanie; niewłaściwe użycie, które obejmowało nieterrapeutyczne lub rekreacyjne wzmianki o leku; oraz skutki uboczne, opisujące rzeczywiste lub przewidywane reakcje niepożądane.

Czy uczenie maszynowe wspiera analizę treści tweetów?

Inne treści obejmowały tweety skupiające się na aspektach ekonomicznych lub prawnych związanych z lekiem, takich jak ceny lub kwestie regulacyjne; naukową promocję lub rozpowszechnianie, odnoszące się do promocji informacji opartych na dowodach; zapytania osobiste, w których użytkownicy wyrażali wątpliwości, obawy lub szukali porad dotyczących leczenia; trywializację, w tym żarty, sarkazm lub kpiące komentarze na temat leku; braki leku, gdy użytkownicy zgłaszali problemy z dostępem do leku; oraz tweety, które nie pasowały do żadnej konkretnej kategorii treści, oznaczone jako nieokreślone.

Aby rozszerzyć ręczną analizę na pełny zbiór danych, zastosowaliśmy podejście uczenia maszynowego z częściowym nadzorem. Przed szkoleniem modelu, tweety przeszły wstępne przetwarzanie, w tym normalizację tekstu, usunięcie znaków specjalnych, obsługę skrótów i eliminację powtarzających się liter lub symboli. Ręcznie zakodowany zbiór danych został podzielony na dwa podzbiory: 80% do szkolenia modelu i 20% do testowania.

Dla tweetów w języku angielskim użyliśmy BERTweet, modelu opartego na transformatorze, specjalnie wstępnie wytrenowanego na ponad 860 milionach angielskich tweetów. Dla tweetów w języku hiszpańskim użyliśmy BETO, modelu opartego na BERT, wytrenowanego na dużym korpusie tekstów hiszpańskich. Oba modele zostały dostrojone przy użyciu oznaczonego zbioru danych, aby odtworzyć klasyfikację dokonaną przez ekspertów. Wydajność modelu została oceniona przy użyciu wyniku F1, który przekroczył 0,7 we wszystkich kategoriach, wskazując na solidną zgodność z klasyfikacją ludzką. Po walidacji oba modele zostały wdrożone do automatycznej kategoryzacji pozostałej części zbioru danych. Kompletny schemat klasyfikacji jest zilustrowany w Uzupełnieniu S2.

Jakie wyniki ujawniono w analizie statystycznej tweetów?

W analizie statystycznej przeprowadziliśmy analizy opisowe, aby podsumować liczbę i proporcję tweetów według leku, typu użytkownika, typu treści i języka. Wyniki zostały zwizualizowane za pomocą wykresów bąbelkowych, aby przedstawić objętość tweetów według użytkownika i leku, oraz map cieplnych, aby pokazać dystrybucję tematów treści między lekami. Wszystkie analizy zostały przeprowadzone przy użyciu STATA w wersji 15 (StataCorp LP, College Station, TX, USA).

Łącznie 236 797 oryginalnych tweetów zostało uwzględnionych w analizie, z czego 162 032 (68,4%) było tweetowanych po angielsku, a 74 765 (31,6%) po hiszpańsku. W ogólnych tweetach kwetiapina była najczęściej wymienianym lekiem, stanowiąc 164 402 tweetów (69,4%), następnie kwas walproinowy z 45 198 tweetami (19,1%) i lit z 27 197 tweetami (11,5%). Różnice między tweetami angielskimi i hiszpańskimi można zaobserwować w Tabeli 1. Chociaż lit był najrzadziej wymienianym lekiem, wykazywał najwyższe wskaźniki zaangażowania, szczególnie w tweetach hiszpańskich, ze średnią 123,8 polubień na tweet i 47,0 retweetów na tweet. W przeciwieństwie do tego kwetiapina – pomimo bycia najczęściej wymienianą – miała niższe metryki interakcji, szczególnie w języku angielskim, z tylko 1,6 polubienia na tweet i 0,22 retweeta na tweet.

Jakie obrazowe różnice pojawiają się w dyskursie leków?

Jak pokazano na Rys. 1, kwetiapina była najczęściej omawianym lekiem przez pacjentów w obu językach (54,8% tweetów po angielsku i 31,0% tweetów po hiszpańsku). W przeciwieństwie do tego, lit był najczęściej tweetowany przez pracowników służby zdrowia, szczególnie w języku angielskim (63,4% tweetów). Kwas walproinowy natomiast nie był wyraźnie wymieniany przez dominujący typ użytkownika; raczej był bardziej rozproszony wśród badanych typów użytkowników. Nieokreśleni użytkownicy byli częstsi w tweetach hiszpańskich niż w tweetach angielskich, szczególnie tych omawiających kwetipinę (47,7%).

Jak pokazano na Rys. 2, ogólny odsetek tweetów sklasyfikowanych jako zawierające treści medyczne był wyższy w tweetach angielskich (79,0%) niż w tweetach hiszpańskich (54,7%). Jeśli chodzi o konkretne tematy medyczne, skutki uboczne były najczęściej wymienianym tematem w tweetach angielskich (53,1%), podczas gdy w tweetach hiszpańskich stanowiły one tylko 8,2% tweetów. Ponadto, w tweetach hiszpańskich najczęściej wymienianym tematem klinicznym była adherencja lekowa (27,3%), o podobnym odsetku (32,4%) jak w tweetach angielskich. Proporcja tweetów omawiających niewłaściwe użycie treści była podobna w obu językach (29,7% w języku angielskim i 21,0% w języku hiszpańskim).

Jak pokazano na Rys. 3, występowały zauważalne różnice w dystrybucji innych typów treści między lekami i językami. Wśród tweetów angielskich, lit wykazywał najwyższy odsetek tweetów związanych z naukową promocją (52,8%). Kwetiapina miała najwyższy odsetek zapytań osobistych (59,9%), a kwas walproinowy był lekiem najczęściej kojarzonym z obawami ekonomicznymi i prawnymi (11,5%). Wzmianki o brakach leków i trywializacji były stosunkowo niskie dla wszystkich trzech leków.

Czy wyniki tweetów odzwierciedlają globalne trendy w leczeniu BD?

Nasze badanie dostarcza kompleksowej analizy tego, jak lit, kwetiapina i kwas walproinowy były reprezentowane na X w latach 2008-2022. Wyniki badania ujawniły istotne różnice w treści tematycznej, poziomach zaangażowania i typach użytkowników między tweetami publikowanymi w języku angielskim i hiszpańskim. Co więcej, kwetiapina była najczęściej wymienianym lekiem; jednak lit generował znacznie wyższe zaangażowanie.

Nasze wyniki są zgodne z ostatnimi dowodami podkreślającymi rosnącą lukę między wytycznymi klinicznymi a praktykami przepisywania w rzeczywistym świecie. Na przykład, Singh i współpracownicy opublikowali badanie obejmujące 10 351 uczestników z Ameryki Północnej, Europy i Australii, oceniające globalne wzorce przepisywania dla BD. Autorzy doszli do wniosku, że wzorce przepisywania nie były zgodne z głównymi wytycznymi klinicznymi, ujawniając zauważalne różnice między regionami geograficznymi. Na przykład, w Ameryce Północnej występował wyższy wskaźnik przepisywania leków przeciwpsychotycznych drugiej generacji i niższy wskaźnik przepisywania litu w porównaniu z Europą. Wyniki te zostały również opisane w wielu innych regionach na całym świecie, wskazując na istotny problem, ponieważ lit jest nadal uważany za złoty standard leczenia BD w głównych wytycznych klinicznych. Wzorce te odzwierciedlały się w naszym zbiorze danych, gdzie tweety autorstwa pacjentów skupiały się głównie na kwetiapinie, podczas gdy pracownicy służby zdrowia i instytucje akademickie częściej omawiały lit.

Czy internetowa dyskusja kształtuje postrzeganie litu w BD?

Podczas gdy aktywność w mediach społecznościowych nie może być bezpośrednio utożsamiana z danymi dotyczącymi przepisywania, nasze ustalenia dostarczają uzupełniających informacji na temat postaw i percepcji, które mogą wpływać na praktykę kliniczną. Wcześniejsze badania wykazały korelacje między dyskursem online a wynikami w świecie rzeczywistym w różnych domenach. Na przykład, tweety związane z alkoholem były powiązane z regionalnymi wskaźnikami konsumpcji, podczas gdy aktywność w mediach społecznościowych była również powiązana z wzorcami śmiertelności związanej z opioidami i wskaźnikami samobójstw. Wyniki te sugerują, że platformy online mogą rejestrować sygnały istotne dla zachowań w świecie rzeczywistym. Niemniej jednak, potrzebne są dalsze badania, aby potwierdzić spójność i wiarygodność tej komplementarności w kontekście leków psychiatrycznych.

Nasza analiza ujawniła, że tweety omawiające lit nie tylko miały najwyższe zaangażowanie, ale również były ściśle związane z promocją naukową, szczególnie w tweetach angielskich. Ustalenia te mogą oznaczać punkt zainteresowania i troski w środowiskach akademickich i zawodowych. Jednakże, wysoki poziom trywializacji zaobserwowano również w tweetach hiszpańskich, w których stosunkowo częste były kpiące lub sarkastyczne odniesienia. Takie narracje mogą sprzyjać negatywnym percepcjom i wzmacniać stygmatyzację, potencjalnie zniechęcając pacjentów do rozpoczęcia lub kontynuowania leczenia litem. Jest to szczególnie niepokojące, biorąc pod uwagę, że adherencja lekowa w BD jest niska, a postawy wobec leczenia są jednymi z najsilniejszych predyktorów adherencji. Nasze ustalenia potwierdzają te obserwacje i wskazują media społecznościowe jako obiecującą platformę do promowania psychoedukacji, szczególnie biorąc pod uwagę wysoki poziom zaangażowania dotyczący tweetów mówiących o licie, co mogłoby pomóc w rozwiązaniu błędnych percepcji i poprawić zaufanie klinicystów i pacjentów do stosowania litu.

Czy niewłaściwe użycie leków budzi obawy?

Oprócz litu, zarówno kwetiapina, jak i kwas walproinowy otrzymały tweety odnoszące się do niewłaściwego użycia, z użytkownikami opisującymi nieterrapeutyczne lub rekreacyjne spożycie. Ustalenia te są zgodne z literaturą dokumentującą nadużywanie leków psychiatrycznych i podkreślają wpływ narracji społecznych na postawy publiczne. To ustalenie sugeruje ostrożne rozważenie zakresu, w jakim treści związane z lekami kształtują postawy społeczne i stygmatyzację, szczególnie wśród pacjentów i ich rodzin, którzy mogą natknąć się na takie informacje w mediach społecznościowych, co mogłoby nieumyślnie utrudniać adherencję. Jak wcześniej zgłaszano, postawa wobec leków jest jeszcze ważniejsza dla adherencji niż skutki uboczne. Ponadto, wynik ten odzwierciedla ogromny potencjał mediów społecznościowych do natychmiastowego wykrywania takiego niewłaściwego użycia i wdrażania środków tak szybko, jak to możliwe.

Czy adherencja lekowa ujawnia globalne wzorce zachowań?

Co ciekawe, proporcja tweetów wyraźnie odnoszących się do adherencji lekowej ściśle odzwierciedlała globalne wskaźniki adherencji raportowane w literaturze naukowej. Ta obserwacja podkreśla potencjał analizy mediów społecznościowych do odzwierciedlania rzeczywistych wzorców klinicznych. Wcześniejsze badania wykazały, że rozmowy online mogą rzeczywiście być zgodne z danymi epidemiologicznymi; na przykład, stwierdzono, że aktywność w mediach społecznościowych związana z używaniem alkoholu i opioidów koreluje z regionalnymi wzorcami konsumpcji i nadużywania. Jednakże, potrzebne są dalsze badania, aby potwierdzić spójność i wiarygodność tych ustaleń w różnych kontekstach i populacjach. Ponieważ adherencja odgrywa kluczową rolę w wynikach leczenia i jest często kształtowana przez indywidualne przekonania i percepcje, zwiększenie widoczności tej kwestii na platformach takich jak X może być wysoce korzystne. Większa obecność online mogłaby wspierać wsparcie rówieśnicze, poprawiać zrozumienie zdrowia i zmniejszać stygmatyzację związaną z brakiem adherencji. Ponadto, wraz z rosnącym wdrażaniem spersonalizowanych strategii monitorowania poziomów litu, strategiczne rozpowszechnianie poprzez media społecznościowe mogłoby dalej wspierać adherencję poprzez zwiększanie świadomości i dostępności tych powstających narzędzi.

Czy braki leków to sygnał ostrzegawczy w mediach społecznościowych?

Innym ważnym ustaleniem była wyraźna dyskusja na temat braków kwasu walproinowego wśród tweetów hiszpańskich. Problem dostępności kwasu walproinowego był już zgłaszany w kilku krajach hiszpańskojęzycznych, w tym w Hiszpanii i częściach Ameryki Łacińskiej. Te cenne informacje uzyskane poprzez sieci mediów społecznościowych często nie są tak natychmiastowe i skuteczne poprzez tradycyjne mechanizmy nadzoru farmaceutycznego, demonstrując ogromny potencjał badań w sieciach mediów społecznościowych. Brak dostaw jest możliwą do zapobieżenia przyczyną braku adherencji, a właściwe informacje o tym powinny być ocenione przed przepisaniem leku jako stabilizatora, takiego jak kwas walproinowy, który, jak wiadomo, jest utrzymywany przez długi czas w BD. Wcześniejsze badania wspomniały o potencjalnym wykorzystaniu mediów społecznościowych jako nowego narzędzia nadzoru farmaceutycznego, które mogłoby pomóc, na przykład, szybciej zarządzać brakiem różnych leków.

Jakie ograniczenia należy brać pod uwagę przy interpretacji wyników?

Ustalenia tego badania należy interpretować, biorąc pod uwagę kilka ograniczeń. Analiza była ograniczona do tweetów angielskich i hiszpańskich, obejmując tylko część globalnych perspektyw i różnorodności językowej. Chociaż te języki są szeroko używane i dostarczają dużych, heterogenicznych zbiorów danych, ograniczenie analizy w ten sposób może wykluczać ważne kulturowe i językowe niuanse w tym, jak lit, kwetiapina i kwas walproinowy są postrzegane i omawiane. Przyszłe badania powinny rozszerzyć to podejście na dodatkowe języki i regiony, aby osiągnąć bardziej kompleksowe zrozumienie globalnych postaw wobec tych leków.

Co wzmacnia wiarygodność przeprowadzonej analizy?

Nasze badanie prezentuje kilka mocnych stron, które przyczyniają się do solidności ustaleń. Po pierwsze, analiza obejmuje tweety od 2008 do 2022 roku, zapewniając kompleksowy widok trendów i dyskusji w dłuższym okresie. Po drugie, sklasyfikowaliśmy tweety według typu użytkownika, pozwalając na bardziej niuansowe zrozumienie, kto angażuje się w te rozmowy, na przykład pacjenci czy pracownicy służby zdrowia. Po trzecie, analizując tweety zarówno w języku angielskim, jak i hiszpańskim, byliśmy w stanie podkreślić ważne językowe i kulturowe różnice w dyskusji o lekach BD, oferując wgląd w różne regionalne perspektywy. Wreszcie, analiza treści umożliwiła nam głębsze zanurzenie się w naturę dyskusji, identyfikując kluczowe tematy, takie jak treść medyczna i inne ważne obszary, takie jak promocja czy braki tych leków, które są kluczowe dla zrozumienia szerszej dynamiki społecznej otaczającej leczenie BD.

Czy media społecznościowe mogą kształtować przyszłość terapii BD?

Nasze badanie podkreśla dynamiczną rolę mediów społecznościowych w kształtowaniu i odzwierciedlaniu dyskursu publicznego i zawodowego na temat powszechnie stosowanych leków psychiatrycznych w BD. Lit, pomimo bycia najmniej wymienianym, generował najwyższe zaangażowanie, szczególnie wśród pracowników służby zdrowia, podczas gdy kwetiapina była najczęściej omawiana, zwłaszcza przez pacjentów. Ten kontrast odzwierciedla aktualne wzorce przepisywania i jest zgodny z rosnącą naukową troską o niedostateczne stosowanie litu. Nasze ustalenia podkreślają potencjał platform takich jak X nie tylko dla psychoedukacji, ale także dla wczesnego wykrywania niewłaściwego użycia i kwestii takich jak braki leków, oferując cenne spostrzeżenia do informowania praktyki klinicznej i strategii zdrowia publicznego.

Podsumowanie

Zaburzenie afektywne dwubiegunowe dotyka około 0,6-1,2% populacji światowej i wymaga długoterminowego leczenia farmakologicznego. Lit, uznawany za złoty standard terapii podtrzymującej BD ze szczególnie silnymi właściwościami przeciwsamobójczymi, jest w ostatnich dwóch dekadach coraz rzadziej przepisywany na rzecz leków przeciwpsychotycznych drugiej generacji, takich jak kwetiapina, oraz kwasu walproinowego. Tradycyjne metody badawcze mają ograniczenia w ocenie rzeczywistych postaw pacjentów wobec leków, dlatego coraz większe znaczenie zyskują analizy mediów społecznościowych jako źródło autentycznych, niefiltrowanych danych w czasie rzeczywistym. Badanie obejmujące 236 797 tweetów z lat 2008-2022 w językach angielskim i hiszpańskim ujawniło istotne różnice w reprezentacji trzech kluczowych leków stosowanych w BD. Kwetiapina była najczęściej wymienianym lekiem, szczególnie przez pacjentów, stanowiąc 69,4% wszystkich tweetów, podczas gdy lit, mimo że był najmniej wymieniany, generował najwyższe wskaźniki zaangażowania, zwłaszcza wśród pracowników służby zdrowia. Analiza wykazała, że tweety o licie były ściśle związane z promocją naukową, ale również z trywializacją tematu, co może wzmacniać stygmatyzację i zniechęcać do leczenia. Znaczący odsetek tweetów dotyczył niewłaściwego, nieterrapeutycznego użycia leków, co odzwierciedla znany problem nadużywania leków psychiatrycznych. Proporcja tweetów odnoszących się do adherencji lekowej korelowała z globalnymi wskaźnikami przestrzegania zaleceń terapeutycznych raportowanymi w literaturze naukowej. W tweetach hiszpańskich zaobserwowano wyraźną dyskusję na temat braków kwasu walproinowego, co potwierdza problemy z dostępnością tego leku w krajach hiszpańskojęzycznych. Badanie potwierdza rosnącą lukę między wytycznymi klinicznymi zalecającymi lit jako lek pierwszego wyboru a praktykami przepisywania w rzeczywistym świecie, gdzie dominuje kwetiapina. Media społecznościowe okazują się cennym narzędziem do wykrywania trendów w postrzeganiu leków, identyfikowania problemów z dostępnością oraz potencjalnego niewłaściwego użycia, oferując możliwości dla skuteczniejszej psychoedukacji i wczesnej interwencji w obszarze zdrowia psychicznego.