如果你是一位精神科医生，一位重度抑郁患者坐在你对面，你会如何为他选择抗抑郁药？依靠临床经验？查阅最新指南？还是——开一张昂贵的药物基因检测？
2026年发表在JAMA上的一项名为PETRUSHKA的大规模随机对照试验，给出了一个令人意想不到的答案：选择抗抑郁药，与其依赖那些玄之又玄的基因标志物和脑影像，不如先花点时间问问患者本人，他对药物的副作用有什么偏好。
这个结论听起来有点朴素，甚至有点“反高精尖”的意味。但它背后隐含的信息，却深刻触及了当代精准精神医学的一个核心困境：我们赖以自豪的生物标记，真的有我们想象的那么可靠吗？
比生物标志物更可靠的，或许只是一次认真的问诊
在过去几十年里，精准精神医学的从业者们一直在做一件事：寻找一个可重复的生物标志物，从基因到影像，从血样到脑电图，试图找到一根能完美预测药物反应的“魔杖”。
遗憾的是，结果往往令人失望。正如Gregory Simon博士在同期JAMA社论中所言：早期试图通过临床特征进行亚型分型的努力未能预测特异性抗抑郁药应答，而药物基因组学、影像学等其他生物标记研究也未能找到可重复的预测因子。这种困境的根源在于，抑郁症本身的异质性远超想象——影响预后的因素涵盖了从临床症状到社会心理变量的巨大光谱，单凭任何一种生物学指标都难以全面捕捉。
PETRUSHKA研究走了一条完全不同的路。它开发的在线决策支持工具没有动用任何实验室检测，而是单纯基于患者的临床特征和人口学信息（年龄、性别、既往病史、当前症状严重度等），再结合患者本人对不良反应的个人偏好——比如有的患者无法忍受体重增加，有的不能接受白天嗜睡——生成一个个性化的抗抑郁药排序推荐清单，供医患共同决策。
数据说话：全科医生用了效果惊艳，精神科医生用了“白费功夫”？
这项研究在巴西、加拿大和英国的47个中心纳入超过520名抑郁患者，随机分为两组：一组使用PETRUSHKA工具选药，另一组接受常规治疗。
结果颇为耐人寻味：
在普通诊疗场景，PETRUSHKA的价值非常突出。接受全科医生处方的常规药物的患者，8周内因任何原因停药的比例高达28%，而使用PETRUSHKA工具辅助选择的患者，这一比例降至16%，绝对降幅达到12个百分点。PETRUSHKA组因不良事件停药的比例仅9%，而常规组则高达16%（校正后相对风险0.59，P=0.04）。
更深入的24周随访数据同样显示了工具的远期优势。在抑郁症状改善方面，PETRUSHKA组的PHQ-9评分降至7.1分，而常规组为9.2分，校正后的组间均差为−1.92分（P<0.001）。焦虑症状GAD-7评分方面，PETRUSHKA组为4.6分，常规组为5.8分（校正后均差−1.39分，P=0.002）。
然而，在精神科专科医生手里（这部分亚组分析虽然缺乏正式统计效力，但效应方向清晰），PETRUSHKA却毫无优势可言。
Cipriani博士本人也坦言：如果你是受过专业训练的精神科医生，PETRUSHKA的效果未必优于你的个人临床判断。
这一结果的根源是什么？
原因或许并不复杂：精神科医生在日常诊疗中已经通过问诊、观察和经验将高度个体化的用药考量内化为临床本能，而全科医生面对抑郁时往往面临更大的开药偏好差异、更有限的随访时间和更高的停药风险。有研究显示，全科医生的抗抑郁药处方很大程度上取决于个人熟悉度或地域惯例，而非个体化预测，这种模式本身就限制了指南推荐的治疗策略的落实。
更深层的原因则在于患者群体的差异性。Simon博士在社论中指出，主动寻求专科诊疗的患者本身可能具有更高的治疗动机和更强的服药依从性，这种内在动力本身就足以抵消任何个体化推荐有可能带来的额外获益；反之，在全科场景下，工具提供的那种结构化的、明确的推荐对改善依从性和降低早期停药风险的作用则更加凸显。
精准精神医学，到底该往哪走？
PETRUSHKA研究揭示了一个值得反思的事实：为抑郁患者选择抗抑郁药，与其依赖昂贵的基因检测或复杂影像，不如首先充分了解患者本人的顾虑——比如，他最难以耐受的副作用是什么？体重增加、日间困倦，还是其他？
这套工具不依赖任何实验室检查，仅通过在线问卷采集临床特征与患者偏好。结果显示，在社区医生（全科医生）手中，它的价值非常明确：8周内因各种原因停药的比例从28%降至16%，6个月后的抑郁及焦虑评分也显著更优。然而，在精神科专科医生手中，该工具并未显示出额外优势。
个中原因并不复杂：精神科医生的决策高度依赖长期积累的临床经验与个人直觉，而这些经验很难被标准化和规模化推广。与此同时，大量抑郁患者在基层首诊时面临漫长的等待、频繁的换药和较高的停药率——他们往往无法在短期内获得专科服务。
因此，真正的“精准”未必意味着更高端的设备或更复杂的检测，而是将专家的临床智慧转化为可及、易用、标准化的决策工具，让一线医务工作者能够便捷地使用。一位患者或许无法很快见到精神科医生，但他的社区医生可以在几分钟内借助这样的工具，为其制定一个合理且个性化的用药方案。
这或许才是精准精神医学的应有之义：优先考虑可及性与实效，而非单纯追求技术上的高精尖。
参考文献
1. Cipriani A, Fernandes KBP, Mulsant BH, et al. A decision-support system to personalize antidepressant treatment in major depressive disorder: a randomized clinical trial. JAMA. 2026;335(14):1219-1231.
2. Simon GE. Picking antidepressants—patient preferences beat biomarkers. JAMA. 2026;335(14):1212-1219.
热门跟贴