Wat nu? Dat is de meest gestelde vraag na de diagnose dementie. Daarom is het belangrijk om onderzoek te doen naar voorspellers van snelle of langzame achteruitgang. Na de diagnose dementie gaan sommige patiënten snel achteruit, terwijl andere een langere tijd stabiel blijven. Het is het nog steeds niet goed mogelijk om te voorspellen wie er snel en wie er langzaam achteruit gaat.
Machine learning op hersenvocht
In dit onderzoek werken we samen met machine learnings experts van de VU. We testen verschillende machine learning methoden om te zien of een combinatie van hersenvochtmetingen kon voorspellen wie er snel achteruit zal gaan. Als we in het hersenvocht eiwitten vinden die dat voorspellen kunnen we daar laboratorium testen voor ontwikkelen die we in de kliniek kunnen gebruiken. Onderzoek doen is niet altijd alleen maar goed nieuws. De hoofdbevinding was dat enkele eiwitten wel kunnen bijdragen aan de voorspelling, maar dat geen enkel eiwit echt goed een voorspelling kon geven.
Wat nu?
Uit het onderzoek kwamen een paar belangrijke conclusies. We vonden de beste bevindingen in de groep die het grootste was, alzheimer-dementie. Dit laat zien dat het met grotere patiëntengroepen wel mogelijk is om betere voorspellers te vinden met machine learning methoden. Daarnaast waren meeste de eiwitten die we vonden betrokken bij de immuunreactie en in het contact tussen de cellen. We vonden vooral verlaagde waarden van deze eiwitten. Dit geeft aanknopingspunten over welke biologische processen een rol spelen bij snelle achteruitgang na de diagnose dementie.