Koen Scheerders
Log in om uw persoonlijke bookmarks op te kunnen slaan.
Connectiviteit hersennetwerken is een maat voor ziekteprogressie bij alzheimer
Onderzoek naar hersennetwerken kan achteruitgang in het denkvermogen voorspellen bij de ziekte van Alzheimer. Dat stelt Ellen Dicks, onderzoeker bij het Alzheimercentrum Amsterdam, in haar proefschrift dat zij eerder dit jaar verdedigde. Volgens Dicks kan haar onderzoek helpen bij het vinden van nieuwe therapieën voor de ziekte van Alzheimer.
De ziekte van Alzheimer is een progressieve hersenziekte, die wordt gekenmerkt door een stapeling van amyloid-beta- en tau-eiwitten in de hersenen. Dat veroorzaakt atrofie en problemen met de hersenconnectiviteit, wat in veel gevallen leidt tot dementie. De gemiddelde levensverwachting van een patiënt met de ziekte van Alzheimer ligt tussen de 8 en 10 jaar. Op dit moment is er nog geen behandeling voor de ziekte voorhanden.
Hersennetwerken in de grijze stof
Mogelijke aangrijpingspunten voor therapieën richten zich op de beginfase van de ziekte, waarin nog geen onomkeerbaar weefselverlies optreedt. Ellen Dicks en haar collega’s richtten zich in hun onderzoek daarom op het meten van vroege, subtiele veranderingen in het denkvermogen. Dat deden ze door het meten van hersenconnectiviteit met behulp van standaard MRI-onderzoek. Daaruit blijkt dat mensen met een lichte cognitieve stoornis die meer gestoorde hersennetwerken hebben in de grijze stof, sneller in hun denkvermogen achteruitgaan. Bij alzheimerpatiënten in de vroege, preklinische fase bleken de netwerken in de grijze stof bovendien weefselverlies in de hippocampus te kunnen voorspellen.
Behandelingseffecten
Met hun onderzoek laten Dicks en haar collega’s zien dat de netwerkfunctie van de grijze stof een maat is voor de cognitieve achteruitgang in het verloop van de ziekte van Alzheimer. De connectiviteit van deze netwerken gaat sneller achteruit bij mensen dichter bij het dementiestadium dan bij controlepersonen. Daarmee kan de netwerkfunctie van de grijze stof in de hersenen in klinische studies helpen om individuen te identificeren die snel achteruit zullen gaan. Op termijn kan een netwerkmeting van de grijze stof in staat zijn om behandelingseffecten te meten.
Referentie: proefschrift Ellen Dicks (https://research.vumc.nl/en/publications/grey-matter-covariance-networks-in-alzheimers-disease-edging-towa)
