Proponemos un estudio que permita desarrollar y validar un algoritmo predictor para la aplicación de la medicina personalizada y de precisión en pacientes con un primer episodio psicótico (PEP). La finalidad de este predictor será estratificar los pacientes con PEPs de acuerdo con su fenotipo de respuesta a los antipsicóticos (APs), permitiendo seleccionar la estrategia de tratamiento más apropiada. Este predictor integrará, mediante técnicas de aprendizaje automático, datos farmacogenéticos (medidos como puntuaciones de riesgo )y epigenéticos juntamente con datos clínicos, sociodemográficos, ambientales y neuroanatómicos. Para ello se utilizarán los datos de dos cohortes de pacientes con un PEPs con seguimiento longitudinal derivadas de los proyectos PEPs (N=335) y PAFIP (N=350). Estas cohortes permitirán definir los fenotipos de respuesta utilizando datos longitudinales, teniendo en cuenta no solo las dimensiones sintomatológicas de la patología, sino también las dimensiones neurocognitivas y los efectos adversos. Estas cohortes se utilizarán para crear el predictor y realizar una validación interna y externa del mismo. Este predictor se validará en una nueva cohorte prospectiva de pacientes con un PEP con seguimiento longitudinal (N=300). El estudio se complementará con el desarrollo de una aplicación informática que integrará tanto el predictor como recomendaciones clínicas y de dosificiación para cada fenotipo de respuesta,. La propuesta se complementa con un estudio sobre la viabilidad de la aplicación clínica de esta herramienta y de su integración en el Sistema Nacional de Salud en coordinación con los sistemas de salud de cada CCAA; el desarrollo de una estrategia para fomentar la enseñanza de la medicina personalizada en psiquiatria; aasí como un plan para determinar las posibilidades de fomentar el acceso a los datos de salud por parte de los pacientes psiquiátricos.

Psicosis
Esquizofrenia
Antipsicóticos
Farmacogenética
Genética
Epigenética
Puntuaciones de riesgo poligénico

Acción Estratégica en Salud (AES)