Risikobereite Patienten bei Opioiden rückfällig
Archivmeldung vom 11.12.2019
Bitte beachten Sie, dass die Meldung den Stand der Dinge zum Zeitpunkt ihrer Veröffentlichung am 11.12.2019 wiedergibt. Eventuelle in der Zwischenzeit veränderte Sachverhalte bleiben daher unberücksichtigt.
Freigeschaltet durch Thorsten SchmittDie Risikobereitschaft von ehemals opioidabhängigen Menschen weist auf die Wahrscheinlichkeit eines Rückfalles hin. Je mehr Toleranz Patienten für riskante Entscheidungen entwickeln, desto eher werden sie wieder abhängig, wie eine Studie der Rutgers University ergibt. Das Team hat eigens für die Studie ein Computerspiel entwickelt, das die Rückfälligkeit von Patienten vorhersagen kann.
Rückfall "sehr riskant"
"Menschen, die von Opioiden abhängig sind, durchlaufen häufig Phasen von Abstinenz und Konsum. Es ist für Patienten sehr riskant, während der Behandlung Opioide zu verwenden. Wir wollten deswegen untersuchen, ob die Toleranz von Patienten für riskante Entscheidungen etwas über die Wahrscheinlichkeit eines Rückfalls aussagt", erklärt Anna Konova, Koautorin der Studie.
Die Forscher haben 70 Patienten für ihre Studie herangezogen, die sich in den ersten sieben Monaten der Therapie bei Opioidabhängigkeit befanden. In dieser Zeit gilt das Risiko für einen Rückfall und eine Überdosis als besonders hoch. Die Studienteilnehmer mussten das Computerspiel spielen. Dabei geht es darum, Entscheidungen zu treffen, bei denen das Risiko in einigen Fällen mehr bekannt ist als in anderen.
App gegen Rückfall geplant
Von den untersuchten Patienten wurden 46 Prozent rückfällig. Die meisten Patienten, die erneut Opioide konsumierten, neigten bei dem Computerspiel zu Entscheidungen, bei denen das Risiko wenig bekannt war. Den Forschern zufolge besteht demnach ein Zusammenhang zwischen Risikotoleranz und Rückfälligkeit.
Das Computerspiel kann laut Konova in Kliniken dabei helfen, die Rückfallgefahr von Patienten früh zu erkennen und dementsprechend zu reagieren. "Unser Ziel ist es, eine mobile App zu programmieren, die dem Patienten und seinem Betreuer in Echtzeit Informationen über die Wahrscheinlichkeit eines Rückfalles schickt", sagt die Forscherin.
Quelle: www.pressetext.com/Georg Haas