Kunnen hersenscans parkinson voorspellen?
- Veroudering
Officiële titel: REMPET3 – Parkinson’s Disease-Related Pattern bij iRBD als een voorspeller van ziekteprogressie
Hoofonderzoeker: prof. em. dr. K.L. Leenders
Belangrijke onderzoekers: dr. Sanne Meles, dr. Giulia Carli, dr. Anna Dortmond, Sofie Lövdal en anderen
Betrokken instituten: Universitair Medisch Centrum Groningen (UMCG), Rijksuniversiteit Groningen, Philipps-Universiteit Marburg, University of Michigan en zes andere internationale centra (o.a. Seoul, Milaan, Rome, Genua)
Financiering: €288.000,-
Doelstellingen
Het onderzoek had als doel om te ontdekken of veranderingen in hersenactiviteit, zichtbaar op PET-scans, kunnen voorspellen of mensen met een REM-slaapgedragsstoornis (iRBD) later parkinson of aanverwante aandoeningen zoals Lewy body dementie of multipele systeem atrofie (MSA) ontwikkelen.
iRBD is vaak een van de vroegste signalen van een beginnende neurologische aandoening, nog vóór klassieke symptomen als trillen en stijfheid optreden. Het onderzoek wilde een patroon vinden in hersenscans – het zogenaamde Parkinson’s Disease-Related Pattern (PDRP) – dat als ‘waarschuwingssignaal’ zou kunnen dienen.
REMPET3 bouwt voort op eerdere REMPET1- en REMPET2-studies, maar met meer deelnemers, bredere internationale samenwerking en geavanceerdere analysemethoden.
Onderzoeksdetails
Meer dan 150 mensen met iRBD werden gevolgd. Deze personen hadden al eerdere hersenscans en onderzoeken ondergaan. In REMPET3 werden nieuwe scans (vooral FDG PET en DAT SPECT) verzameld, soms tot wel drie keer per persoon over een periode van acht jaar.
De onderzoekers gebruikten geavanceerde AI-technieken, waaronder een nieuwe methode genaamd Iterated Relevance Matrix Analysis (IRMA), om hersenscan-data uit verschillende landen met elkaar te vergelijken. Ze onderzochten hoe de stofwisseling in de hersenen veranderde in de tijd, en vooral bij mensen die later parkinson of Lewy body dementie ontwikkelden.
Om gegevens uit verschillende ziekenhuizen goed te kunnen vergelijken, moesten ze technische verschillen corrigeren. Daarvoor bouwden ze zelflerende modellen die zulke verschillen in de scans konden rechttrekken.
Wat is het resultaat?
Het belangrijkste resultaat: PDRP z-scores (een maat voor hersenactiviteit) namen geleidelijk toe bij mensen die later parkinson of Lewy body dementie ontwikkelden. Deze stijgingen waren zichtbaar voordat er duidelijke symptomen optraden.
Dat betekent dat herhaalde FDG PET-scans mogelijk kunnen voorspellen wie van iRBD naar een diagnose als parkinson zal overgaan.
De nieuwe analysemethode (IRMA) en de internationale samenwerking hebben de weg vrijgemaakt voor een grote, definitieve analyse van de hele REMPET-dataset.
Context voor patiënten, onderzoekers, zorgverleners en financiers
Voor patiënten en mantelzorgers biedt dit onderzoek hoop: als artsen al jaren voor de eerste symptomen subtiele hersenveranderingen kunnen waarnemen, kunnen ze misschien eerder ingrijpen, mogelijk nog vóórdat ernstige schade optreedt.
Voor onderzoekers toont dit werk aan dat hersenbeelden gecombineerd met kunstmatige intelligentie nieuwe inzichten kunnen geven. Ook laat het zien hoe belangrijk samenwerking tussen landen en standaardisering van data is voor grootschalig neurologisch onderzoek.
Voor financiers zoals Stichting ParkinsonFonds is dit project een voorbeeld van wat langdurige ondersteuning kan opleveren: de resultaten van REMPET3 bevestigen eerdere bevindingen en leiden direct tot nieuwe onderzoeksvoorstellen en promotietrajecten.
Het onderzoek draagt bij aan wereldwijde inspanningen om mensen met verhoogd risico op parkinson vroegtijdig te herkennen. Dit is waardevol voor het opzetten van klinische studies naar medicijnen die de ziekte mogelijk kunnen vertragen.
