Sommige patiënten met gevorderd hartfalen kunnen baat hebben bij de ondersteuning van een CF-LVAD (continuous flow left ventricular assist device) om de hartfunctie in stand te houden. Ondanks verbeteringen in het beheer van complicaties die gepaard gaan met het gebruik van CF-LVAD's, blijft een beroerte echter een belangrijke risico’s na de implantatie van het apparaat. Om het risico op een beroerte beter te kunnen voorspellen, maakten onderzoekers met succes gebruik van machine learning modellen.
De afgelopen jaren worden axiale, en meer recent centrifugale, continue-stroom linker ventrikel-ondersteuningsapparaten (CF-LVAD's), steeds vaker ingezet bij patiënten met vergevorderd hartfalen die bijvoorbeeld wachten op een transplantatie. Deze apparaten zorgen voor betere patiëntresultaten en veroorzaken minder complicaties. Er is echter een vervelende complicatie waarop het risico na de implantatie van een CF-LVAD stijgt: de kans op een beroerte.
“Vroege detectie en behandeling van beroertes na een CF-LVAD is cruciaal voor het verbeteren van de resultaten. Ons doel in dit onderzoek was om een manier te vinden om het risico op toekomstige beroertes te voorspellen die kunnen optreden na de implantatie van CF-LVAD's,” vertelt Dr. Nandan Mondal, assistent-professor aan de Michael E. DeBakey afdeling Chirurgie van het Baylor College of Medicine.
Lager niveau OxPhos mitochondriale eiwitten
Eerdere studies hebben aangetoond dat mitochondriën, cellulaire structuren die cellen voorzien van de energie die ze nodig hebben, een vitale rol spelen bij een beroerte. Met name verlaagde niveaus van OxPhos mitochondriale eiwitten in witte bloedcellen zijn in verband gebracht met de ernst van de ziekte.
“In het huidige onderzoek, gepubliceerd in ASAIO Journal, hebben we onderzocht of de niveaus van OxPhos in witte bloedcellen kunnen helpen bij het voorspellen van het risico op een beroerte na CF-LVAD implantatie,” aldus Jacob P. Scioscia, auteur van het onderzoek en medisch student aan Baylor die onderzoek doet in het Mondal laboratorium.
Machine learning studenten
Scioscia hoorde over het project via de SOAR-database van Baylor. Het SOAR – Student Opportunities for Advancement in Research – houdt zich bezig met de opleiding en ondersteuning van BCM medische studenten bij het nastreven van onderzoeksmogelijkheden.
“Dr. Mondal was op zoek naar studenten met een achtergrond in machine learning. Ik heb kennis op dit gebied en het project had betrekking op cardiothoracale chirurgie, een gebied waarin ik geïnteresseerd ben. Het leek me een goede gelegenheid om ervaring op te doen in fundamenteel wetenschappelijk onderzoek en om experts op dit gebied te ontmoeten”, aldus Scioscia.
Voorspellende factoren
Voor het onderzoek bestudeerde het team 50 CF-LVAD patiënten; 25 hadden een beroerte gehad voordat ze het apparaat kregen en 25 niet. Er werden van alle patiënten bloedmonsters genomen, zowel voor als na de CF-LVAD implantatie. In die bloedmonsters werden de verschillende OxPhos eiwitten in witte bloedcellen gemeten. Dit genereerde grote hoeveelheden data.
Vervolgens werd die data met behulp van machine learning om geanalyseerd. Dat leidde tot de ontdekking van zes voorspellende factoren worden voor het risico op een beroerte na implantatie. Een afname van OxPhos-eiwitten bleek gekoppeld kunnen worden aan het ontstaan van een nieuwe beroerte na implantatie. “We ontdekten dat zowel voor als na de CF-LVAD implantatie, de groep met een eerdere beroerte lagere niveaus van OxPhos eiwitten had dan de groep zonder een eerdere beroerte. In de groep met een eerdere beroerte waren de OxPhos-spiegels lager na CF-LVAD implantatie dan daarvoor”, aldus Mondal.
Het onderzoek toont voor het eerst het bestaan aan van mitochondriale disfunctie in witte bloedcellen van patiënten met congestief hartfalen die een beroerte hadden gehad, zelfs vóór de CF-LVAD implantatie. “De bevindingen suggereren dat veranderingen in OxPhos eiwitten zouden kunnen dienen als indicatoren, die nieuwe beroertes na CF-LVAD voorspellen,” vertelt Scioscia.
Vervolgonderzoek
Door het combineren van experimentele resultaten met machine learning kon met een grote mate van betrouwbaarheid de waarschijnlijkheid van een beroerteprogressie door OxPhos-eiwitten worden aangetoond. Deze kennis kan een bijdrage leveren aan de verbetering van de zorg voor deze patiënten.
“Veel factoren kunnen bijdragen aan het risico op een beroerte na CF-LVAD implantatie. Dit onderzoek is één stap in de richting van de ontdekking van beroerte-indicatoren. We bestuderen er momenteel nog meer. Daarom zetten we dit onderzoek voort met een grotere groep patiënten voor een langere follow-up tijd om te bepalen of onze resultaten breed toepasbaar zijn. Deze aanpak zou artsen en chirurgen een middel geven om te anticiperen op complicaties en interventies te implementeren vóór de CF-LVAD implantatie,” aldus Dr. Nando Mondal.
Verbeteren beroertezorg
Om de zorg na een beroerte te verbeteren, snel ingrijpen door de tijd tot een diagnose te verkorten, gingen Philips en Medtronic onlangs een strategisch partnerschap aan. Zij slotn zich aan bij de nieuw opgerichte WSO Advocacy Coalition van de World Stroke Organisation. Deze coalitie onder leiding van de WSO brengt uiteenlopende partijen, waaronder zorgprofessionals, patiëntengroepen en beleidsmakers, samen om strategieën te ontwikkelen om de wereldwijde impact van beroertes aan te pakken.
