Using a combinatorial algorithm comprised of quantitative EEG features and at least one pharmacogenomic variable, a significantly higher predictive accuracy and usability is achieved as compared to other current methods of clinical decision support for guided pharmacotherapy. The method produces a report with actionable findings for the treating physician, recommending for and/or against multiple drug classes and agents from among the available treatments for mental health disorders. While predictive accuracy for pharmacogenomic testing averages 73%, the presently disclosed combinatorial algorithms achieve a significantly higher rate of accuracy at 91%.Cette invention concerne l'utilisation d'un algorithme combinatoire composé de caractéristiques de l'EEG quantitative et d'au moins une variable pharmacogénomique permettant d'obtenir une précision de prédiction et une capacité d'exploitation significativement plus élevées comparativement à d'autres procédés actuels de prise en charge de décision clinique par pharmacothérapie guidée. Le procédé génère un rapport présentant des résultats exploitables pour le médecin traitant, et des recommandations en faveur et/ou en défaveur de multiples classes de médicaments et d'agents parmi les traitements disponibles pour les troubles de santé mentale. Alors que la précision de prédiction des tests pharmacogénomiques est en moyenne de 73 %, les algorithmes combinatoires ci-décrits atteignent un taux de précision significativement plus élevé de 91 %.
