Met een nieuw rekenmodel kan worden voorspeld hoe snel mensen die lijden aan een vorm van Alzheimer verslechteren. Het model is ontwikkeld door Alzheimercentrum Amsterdam en Amsterdam UMC. Bijna duizend mensen met Alzheimer hebben meegewerkt aan het onderzoek.
Het model maakt gebruik van algemene informatie zoals leeftijd, geslacht en cognitieve testscore, maar ook van gegevens uit MRI-scans en biomarkers in hersenvocht. Met dit nieuwe model patiënten beter worden geïnformeerd over hun toekomstperspectief. Het onderzoek is gepubliceerd in het tijdschrift Neurology.
Persoonlijke prognose
Het voorspelmodel is een eerste belangrijke stap naar persoonlijke prognoses. “In de toekomst wordt dit nóg belangrijker als we de ziekte van Alzheimer kunnen behandelen”, zegt Wiesje van der Flier, directeur onderzoek van Alzheimercentrum Amsterdam. Nadat mensen op de geheugenpoli een diagnose alzheimer hebben gekregen, is hun eerste vraag vaak: “Wat kan ik nu verwachten?”. Deze vraag is voor artsen lastig te beantwoorden. Om hierin verandering te brengen, heeft Pieter van der Veere, arts-onderzoeker bij Alzheimercentrum Amsterdam, een voorspelmodel ontwikkeld dat de achteruitgang in het denkvermogen bij alzheimer kan voorspellen
Hoewel de voorspellingen geen absolute zekerheid bieden, geeft het model wel een indicatie van het verloop van de ziekte over een periode van 5 jaar. Voor gebruik in wetenschappelijke studies is er een prototype van een app beschikbaar. De volgende stap is om een meer gebruikersvriendelijke app te ontwikkelen met input van patiënten, familieleden en professionals. Hierdoor krijg je volgens Van der Veere een voorspelling die echt is toegespitst op elk individueel persoon.
Passende beslissing
Van der Veere benadrukt ook hij dat er onzekerheid zit in de voorspelling. Een feit dat altijd met de patiënt wordt besproken, laat hij weten: “Uit eerder onderzoek blijkt dat mensen toch graag informatie willen over hun prognose, ook als deze informatie onzeker is. Een app met ons voorspelmodel kan daarom in een belangrijke behoefte voorzien.” Wel kunnen artsen met het voorspelmodel uitleggen wat het mogelijke effect van een behandeling kan zijn. Bijvoorbeeld als patiënten gezonder gaan leven of medicijnen gebruiken. Dit gegeven kan een startpunt zijn voor gesprekken tussen arts, patiënt en familie over de voor- en nadelen van behandelingen, zodat ze samen tot een passende beslissing kunnen komen.
Machine learning en darmbacteriën
In mei werd bekend dat een team van onderzoekers van de Cleveland Clinic heeft ontdekt dat machine learning helpt om te begrijpen hoe microbiële metabolieten in de darmen en celreceptoren op elkaar inwerken en zo het verloop van de ziekte van Alzheimer beïnvloeden. De studie is gepubliceerd in Cell Reports. De onderzoekers stelden dat eerdere onderzoeken hebben aangetoond dat Alzheimerpatiënten vaak veranderingen in de darmbacteriën ervaren naarmate de ziekte vordert. Veel van de mechanismen die deze ‘darm-hersen-as’ aandrijven, zijn echter onbekend.
