Den første af sin slags test kan forudsige demens ni år før diagnosen
Sidst revideret: 14.06.2024
Alt iLive-indhold gennemgås medie eller kontrolleres for at sikre så meget faktuel nøjagtighed som muligt.
Vi har strenge sourcing retningslinjer og kun link til velrenommerede medie websteder, akademiske forskningsinstitutioner og, når det er muligt, medicinsk peer reviewed undersøgelser. Bemærk at tallene inden for parentes ([1], [2] osv.) Er klikbare links til disse undersøgelser.
Hvis du mener, at noget af vores indhold er unøjagtigt, forældet eller på anden måde tvivlsomt, skal du vælge det og trykke på Ctrl + Enter.
Forskere fra Queen Mary University of London har udviklet en ny metode til at forudsige demens med mere end 80 % nøjagtighed og op til ni år før diagnosen. Denne nye metode giver en mere præcis forudsigelse af demens end hukommelsestests eller målinger af hjernesvind, som er to almindeligt anvendte metoder til diagnosticering af demens.
Holdet, ledet af professor Charles Marshall, udviklede en prædiktiv test ved at analysere funktionelle MR-scanninger (fMRI) for at opdage ændringer i hjernens standardtilstandsnetværk (DMN). DMN forbinder hjerneregioner for at udføre specifikke kognitive funktioner og er det første neurale netværk, der er påvirket af Alzheimers.
Forskerne brugte fMRI-scanninger af mere end 1.100 frivillige fra UK Biobank, en stor biomedicinsk database og forskningsressource indeholdende genetisk og medicinsk information fra en halv million britiske deltagere, til at vurdere den effektive forbindelse mellem ti hjerneregioner, der udgør standardtilstand netværk. p>
Forskerne tildelte hver patient en demens-sandsynlighedsværdi baseret på i hvilken grad deres effektive forbindelsesmønster matchede enten det demensindikative eller kontrollerede mønster.
De sammenlignede disse forudsigelser med hver patients medicinske data gemt i den britiske biobank. Resultaterne viste, at modellen nøjagtigt forudsagde begyndelsen af demens op til ni år før den formelle diagnose med over 80 % nøjagtighed. I tilfælde, hvor frivillige efterfølgende udviklede demens, var modellen også i stand til inden for to år at forudsige, hvor lang tid det ville tage at få en diagnose.
Forskerne undersøgte også, om ændringer i DMN kunne være forårsaget af kendte risikofaktorer for demens. Deres analyse viste, at genetisk risiko for Alzheimers sygdom er stærkt forbundet med ændringer i forbindelse i DMN, hvilket understøtter ideen om, at disse ændringer er specifikke for Alzheimers sygdom. De fandt også ud af, at social isolation sandsynligvis øger risikoen for demens gennem dens effekt på tilslutningsmuligheder i DMN.
Professor Charles Marshall, der ledede forskerholdet ved Center for Preventive Neuroscience ved Queen Marys Wolfson Institute of Population Health, sagde: "At forudsige, hvem der vil lide af demens i fremtiden vil være afgørende for at udvikle behandlinger, der kan forhindre irreversibelt tab. Af hjerneceller, som forårsager symptomer på demens Selvom vi bliver bedre til at identificere proteiner i hjernen, der kan forårsage Alzheimers sygdom, lever mange mennesker i årtier med disse proteiner i hjernen uden at udvikle symptomer på demens.
"Vi håber, at det hjernefunktionsmål, vi har udviklet, vil give os mulighed for at være meget mere præcise om, hvorvidt og hvornår nogen vil udvikle demens, så vi kan afgøre, om de kan have gavn af fremtidige behandlingsmetoder."
Samuel Ereira, hovedforfatter og postdoktor i Wolfson Institute for Population Health's Center for Preventive Neuroscience akademiske program, tilføjede: "Ved at bruge disse analyser på store datasæt kan vi identificere dem med høj risiko for demens og også finde ud af hvilke miljøfaktorer, der skubbede disse mennesker ind i højrisikoområder.
"Der er et enormt potentiale for at anvende disse teknikker på forskellige neurale netværk og populationer for bedre at forstå forholdet mellem miljø, neurobiologi og sygdom, både ved demens og muligvis andre neurodegenerative sygdomme. FMRI er en ikke-invasiv medicinsk teknik, billeddannelse, og det tager omkring seks minutter at indsamle de nødvendige data på en MR-scanner, så den kan integreres i eksisterende diagnostiske veje, især hvor MR allerede bruges."
Hojat Azadbakht, administrerende direktør for AINOSTICS (en kunstig intelligens-virksomhed, der samarbejder med førende forskningsgrupper om at udvikle hjernebilleddannelsesteknikker til tidlig diagnosticering af neurologiske lidelser), kommenterede: "Den udviklede tilgang har potentialet til at udfylde et stort klinisk hul ved at levere en ikke -invasiv biomarkør for demens. I en undersøgelse offentliggjort af et hold fra Queen Mary University var de i stand til at identificere personer, der senere udviklede Alzheimers sygdom, op til ni år før de fik en klinisk diagnose. Det er i denne præsymptomatiske fase, at nye sygdomsmodificerende teknikker kan gavne patienterne mest.