Individuelle Risikoprofile und personalisierte Verlaufsprädiktion affektiver  Erkrankungen 

Affektive Erkrankungen wie etwa die Depression gehören zu den häufigsten psychischen Störungen und zu den am weitesten verbreiteten Erkrankungen überhaupt. Leider ist es aktuell kaum möglich zu Beginn einer Behandlung vorherzusagen, wie groß die Erfolgsaussichten einer bestimmten Behandlung im Einzelfall sind. Unser Ziel ist es daher, anhand von Informationen, welche zu Beginn und während der Behandlung in unserer Klinik erhoben werden, individuelle Risikoabschätzungen u.a. zur Vorhersage des Krankheitsverlaufs zu erproben. Hierzu werden sowohl Daten der klinischen Routinedokumentation, als auch Daten aus dem Forschungskontext genutzt. Auf dieser Grundlage sollen, die zur individuellen Risikoabschätzung relevanten Informationen identifiziert und darauf aufbauend Modelle entwickelt werden, die z.B. das individuelle Risiko eines zukünftigen Rückfalls in eine depressive Episode vorhersagen können. Ein sich anschließendes Forschungsziel ist die Übersetzung dieser Einsichten in bessere Präventions-, Diagnose- und Therapieverfahren in der klinischen Anwendung.

Kontakt:

E-mail: tpseed@uni-muenster.de

Publikationen

1.          Opel N, Redlich R, Dohm K, Zaremba D, Goltermann J, Repple J, et al (in press).Mediation of the influence of childhood maltreatment on depression relapse by cortical structure: a 2-year longitudinal observational study. Lancet Psychiatry (IF 15.233).

2.          Opel N, Amare AT, Redlich R, Repple J, Kähler C, Grotegerd D et al (in press). Cortical surface area alterations shaped by genetic load for neuroticism. Molecular Psychiatry (IF 11.640).

3.          Opel N, Redlich R, Kaehler C, Grotegerd D, Dohm K, Heindel W et al(2017). Prefrontal gray matter volume mediates genetic risks for obesity. Molecular Psychiatry 22:703-710 (IF 11.640).

4.          Opel N, Redlich R, Zwanzger P, Grotegerd D, Arolt V, Heindel W et al (2014).Hippocampal Atrophy in Major Depression: a Function of Childhood Maltreatment Rather than Diagnosis? Neuropsychopharmacology; 39: 2723–2731 (IF 7.0).

5.          Opel N,Zwanzger, P, Redlich, R, Grotegerd, D, Dohm, K, Arolt, Vet al. (2016) Differing brain structural correlates of familial and environmental risk for major depressive disorder revealed by a combined VBM/pattern recognition approach, Psychological Medicine; 46(2):277-90 (IF 5.2).

6.          Opel N, Redlich R, Grotegerd D, Dohm K, Zaremba D, Meinert S, et al (2017) Prefrontal brain responsiveness to negative stimuli distinguishes familial risk for major depression from acute disorder. Journal of Psychiatry and Neuroscience ;42:343-352 (IF 5.2).

7.          Opel N, Redlich R, Grotegerd D, Dohm K, Heindel W, Kugel H, et al. (2015) Obesity and major depression: Body-mass index (BMI) is associated with a severe course of disease and specific neurostructural alterations. Psychoneuroendocrinology; 51:219–226 (IF 4.7).

8.          Opel N, Redlich R, Repple J, Kaehler C, Grotegerd D, Dohm K et al. (2019) Childhood maltreatment moderates the influence of genetic load for obesity on reward related brain structure and function in major depression. Psychoneuroendocrinology; 100: 18–26. (IF 4.7).

9.          Jukic MM, Opel N, Ström J, Carrillo-Roa T, Miksys S, Novalen M et al. (2017) Elevated CYP2C19 expression is associated with depressive symptoms and hippocampal homeostasis impairment. Mol Psychiatry; 22: 1155–1163. (IF 11.640).

10.       Repple J, Karliczek G, Meinert S, ...Opel N. Variation of HbA1c affects cognition and white matter microstructure in healthy, young adults. bioRxiv 2019: 507186 (in Review)