Erklärbare Gegenfaktische Analyse erklärt Antidepressiva‑Auswahl bei Depression
Eine neue Studie aus dem arXiv‑Repository untersucht, wie sich Veränderungen der Symptome der Major Depressive Disorder (MDD) – gemessen mit der Hamilton‑Rating‑Skala (HAM‑D) – auf die Verschreibung von SSRIs versus SNRIs auswirken. Durch den Einsatz von erklärbarer Gegenfaktischer Logik konnten die Forscher die kausalen Zusammenhänge zwischen einzelnen Symptomänderungen und der Medikamentenwahl aufdecken.
Die Analyse stützte sich auf 17 binäre Klassifikatoren, wobei der Random‑Forest‑Algorithmus die höchste Leistung erzielte. Mit einer Genauigkeit, F1‑Score, Präzision, Recall und ROC‑AUC von nahezu 0,85 zeigte der Klassifikator eine robuste Vorhersagekraft. Zusätzlich wurden sample‑basierte Gegenfaktische Erklärungen (CFs) generiert, die sowohl lokale als auch globale Wichtigkeiten einzelner Symptome für die Auswahl von SSRIs oder SNRIs aufzeigten.
Die Ergebnisse verdeutlichen, welche spezifischen MDD‑Symptome den größten Einfluss auf die Entscheidung zwischen SSRIs und SNRIs haben. Diese Erkenntnisse erhöhen die Transparenz von KI‑gestützten klinischen Entscheidungshilfen und ermöglichen eine individuellere Therapieplanung. Zukünftige Studien sollen die Befunde in heterogeneren Patientengruppen validieren und die Algorithmen für den klinischen Einsatz weiter optimieren.