《Journal of Affective Disorders》：DATAd: A new communication and tracking system for treatment-resistant depression
编辑推荐：
摘要难治性抑郁症给个人和社会带来了沉重的负担，但目前尚无公认的定义或沟通框架来指导其临床管理。现有的分期模型——包括抗抑郁药治疗史表、Thase和Rush分期模型、欧洲分期模型、马萨诸塞州总医院分期模型以及Maudsley分期模型——虽然都为描述难治性抑郁症提供了有价值的视角，但
摘要
难治性抑郁症给个人和社会带来了沉重的负担，但目前尚无公认的定义或沟通框架来指导其临床管理。现有的分期模型——包括抗抑郁药治疗史表、Thase和Rush分期模型、欧洲分期模型、马萨诸塞州总医院分期模型以及Maudsley分期模型——虽然都为描述难治性抑郁症提供了有价值的视角，但都存在不足，且没有一种能在常规临床或研究工作中得到广泛应用。由于缺乏标准的沟通工具，导致治疗记录不完整、医生之间的信息传递不一致，进而使患者错失治疗机会。国家抑郁症中心网络（NNDC）难治性抑郁症任务组的成员提出了DATAd跟踪系统——这是一种简单且可扩展的框架，用于记录和传递抑郁症治疗历史。DATAd将以往的治疗尝试分为四类具有临床意义的类别：药物（主要抗抑郁药）、增强/联合疗法、心理治疗以及高级治疗（如经颅磁刺激、电休克疗法、氯胺酮/艾司氯胺酮）。对于每一类，临床医生可使用D#(#) A#(#) T#(#) Ad#(#)的格式记录当前发作期间有效的和无效的治疗尝试，同时还有可选的终身记录表格用于收集历史治疗数据。类似于产科的Gravida-Para系统和肿瘤学的Tumor-Lymph Nodes-Metastasis（TNM）系统，DATAd提供了一种通用的临床语言，有助于识别治疗缺口、制定合理的下一步治疗方案，同时为临床决策和研究提供支持。由NNDC支持的正在进行的多个中心试验将评估DATAd的实用性、评分者间的一致性以及其对临床工作流程和患者预后的影响。
章节节选
定义难治性抑郁症及衡量其患病率的问题
目前，将两次有效治疗均无效作为定义难治性抑郁症的标准最为常见，但相关文献显示，这一标准存在很大差异，有的要求仅一次治疗无效，有的则要求五次或更多次治疗无效（Brown等人，2019年）。即便如此简单的定义也面临诸多问题：其一，尚不明确同一类药物中的多次治疗是否应视为不同的尝试；其二，不同类型的治疗方式（如药物和
难治性抑郁症分期的不同方法
尽管存在不同程度的耐药性，且识别和了解这些耐药程度十分重要，但由于难治性抑郁症本质上属于二元分类，因此人们开发了多种分期模型，这些模型大多用于研究领域，各自都有优缺点（Ruhé等人，2012年）。最常用的五种分期模型分别是抗抑郁药治疗史表（ATHF）模型、Thase和Rush分期模型（TRSM）、欧洲分期模型（ESM）、马萨诸塞州
当前难治性抑郁症评估与分期方法的简要综述
抗抑郁药治疗史表（ATHF），包括其简化版ATHF-SF2（Sackeim等人，2024年），是一种系统化的方式，可用于全面判断以往治疗尝试的有效性。例如，一次有效的抗抑郁药治疗至少需要以最低有效剂量持续使用4周（如每天服用100毫克的舍曲林）。该表格还列出了每种药物的推荐治疗剂量，并已进行更新，以明确基于证据的“剂量”标准
用于统一治疗信息的工具
NNDC难治性抑郁症任务组认为，该领域需要更多方法来高效地描述和传达抑郁症的治疗耐药性或治疗历史，尤其是要更全面地涵盖新的生物干预措施和心理治疗方法。我们并未打算再提出另一种分期系统，也没有给出关于如何评估耐药严重程度的建议，而是认为首先需要一种简单、实用且
DATAd（药物、增强疗法、心理治疗、高级治疗）跟踪系统
DATAd系统建立了一种通用语言，明确了在抑郁症治疗过程中可能使用的各种治疗手段及其类型。这一简单实用的系统可在所有临床和研究场景中常规使用，有助于在不同医生之间简洁地传递关键治疗信息，同时还能轻松指出哪些治疗策略尚未尝试。要填写DATAd表格（见表2），临床医生需要记录患者的每项
DATAd跟踪系统的实际应用示例
以下是几个示例，展示了如何在评估过程中利用DATAd跟踪系统整理以往的治疗历史信息，以及如何利用它规划后续治疗方案。
评估示例1：B女士是一名43岁的女性，她被转诊到难治性抑郁症咨询门诊。尽管在她当前的发病阶段已经尝试过多种抗抑郁药治疗，但她的症状依然十分严重。该门诊的接待协调员
讨论
此处介绍的DATAd跟踪系统旨在解决难治性抑郁症临床评估中存在的长期问题，即评估标准的不统一性。预计该系统将为不同医疗机构之间整理和交流治疗历史信息带来积极影响。DATAd的设计目的是无论信息来自何处都能实现信息统一，同时有助于标准化患者信息描述，从而有效找出后续治疗的可能方向。它
CRediT作者贡献声明
Susan K. Conroy：撰写——审阅与编辑、撰写——初稿、概念构思。Vitaliy L. Voytenko：撰写——审阅与编辑、撰写——初稿、概念构思。Anna R. Docherty：撰写——审阅与编辑、撰写——初稿、概念构思。Jo?o Quevedo：撰写——审阅与编辑、概念构思。Subhdeep Virk：撰写——审阅与编辑、概念构思。David Feifel：撰写——审阅与编辑、概念构思。Sagar V. Parikh：撰写——审阅与
关于写作过程中使用生成式AI及AI辅助技术的声明
在撰写本文时，作者使用了Claude工具来生成要点总结和摘要。在使用该工具/服务后，作者对内容进行了必要的审阅和修改，并对最终发表的文章内容承担全部责任。
利益冲突声明
作者们声明存在以下可能被视为利益冲突的财务利益/个人关系：David Feifel与COMPASS Pathways plc存在合作关系，包括获得资金资助；Subdheep Virk也与COMPASS Pathways plc有合作关系，同样包括资金资助。David Feifel还与AtaiBeckley US Inc.存在合作关系，涉及咨询或顾问服务以及资金资助。此外，David Feifel与Definium也存在某种关系
Susan K. Conroy|Vitaliy L. Voytenko|Anna R. Docherty|Jo?o Quevedo|Subhdeep Virk|David Feifel|Sagar V. Parikh|William V. Bobo|Jay C.J. Fournier
美国印第安纳州印第安纳波利斯市印第安纳大学医学院精神病学系
