Projectomschrijving

Achtergrond

Mensen met de ziekte van Alzheimer verschillen veel onderling. Sommige mensen gaan bijvoorbeeld in een vroeg stadium van de ziekte snel achteruit, terwijl andere mensen stabiel blijven. Uit eerder onderzoek bleek dat mensen met slechtere hersenverbindingen een sneller ziekteverloop hebben.

Doel

In deze studie hebben we onderzocht of hersenconnectiviteitmaten kunnen helpen om patiënten prognose te bieden.

Methode

Om dit te bewerkstelligen hebben we een algoritme ontwikkeld om te voorspellen wie op korte termijn snel achteruitgaat.

Resultaten

In 65% van de gevallen kon het algoritme voorspellen wie er binnen twee jaar dementie zou ontwikkelen. Als we dit vervolgens combineerden met informatie over de grootte van de hippocampus, een belangrijk hersengebied voor geheugen, en de aanwezigheid van het schadelijke Alzheimer-eiwit Tau, verhoogde de juistheid van deze voorspelling naar 72%. Deze resultaten laten zien dat het mogelijk is om ziekteverloop te voorspellen.

Vervolgonderzoek

Deze markers zijn nog niet nauwkeurig om individuele patiënten een prognose te bieden in de praktijk. Vervolgonderzoek zal zich richten op het verbeteren van het algoritme.

Meer informatie

  • Bekijk het filmpje over het project 'toepassen van hersennetwerken als maat voor ziektebeloop in de klinische praktijk'
  • Lees de blog 'Voorspellen van alzheimer door te kijken naar hersenverbindingen'
  • Lees het artikel in Brain Communications 'Grey matter network markers identify individuals with prodromal Alzheimer’s disease who will show rapid clinical decline'
Naar boven
Direct naar: InhoudDirect naar: NavigatieDirect naar: Onderkant website