ALS is een ziekte die bij iedereen anders verloopt. Bij sommigen begint het met spraakproblemen, bij anderen aan een arm of been. Bij sommigen gaat het snel achteruit, bij anderen langzamer. Deze en andere verschillen tussen mensen met ALS komen mogelijk doordat ALS eigenlijk een verzameling ziektes is die allemaal de afbraak van motorische neuronen als gemeenschappelijk kenmerk hebben. Door een verschil in verspreiding van zieke eiwitten in de hersenen krijgen mensen met ALS last van verschillende klachten en is er sprake van subgroepen van patiënten.
Voor de juiste (gepersonaliseerde) zorg voor patiënten is het van groot belang dat zorgverleners weten welke delen van de hersenen aangetast zijn en wat voor ‘soort’ ALS iemand heeft. Daarnaast is dit belangrijk voor de ontwikkeling van nieuwe behandelingen. Een behandeling zou bij de één een gunstig effect kunnen hebben terwijl het bij de ander geen effect of juist een nadelig effect heeft. Het is daarom belangrijk om ALS subgroepen te kunnen herkennen. Tot op heden zijn er echter, behoudens grove klinische indelingen, geen betrouwbare indelingen voor subgroepen voorhanden.
Recent is een belangrijke stap gezet om dit probleem op te lossen. Hierbij is gebruik gemaakt van geavanceerde magnetic resonance imaging (MRI) technieken om de hersenen gedetailleerd af te beelden. Vervolgens is een probabilistisch machine-learning algoritme gebruikt om de MRI-data zelf te laten vertellen welke subgroepen er zijn. Hieruit kwamen drie verschillende ‘hoofd’-subgroepen naar voren: een puur motore subgroep, een frontotemporale subgroep en een subgroep waarbij er betrokkenheid is van het cingulum, cerebellum, pariëtale kwab en een deel van de temporale kwab (CPT-subgroep). Vooral de CPT-subgroep, waarin ongeveer 30% van alle mensen met ALS zitten, was voorheen onbekend.
Op basis van het patroon van hersenschade wordt verwacht dat mensen in deze CPT-subgroep problemen kunnen hebben bij het bepalen van lichaamshouding en sociale cognitie. Hierdoor kan het voor hen lastiger zijn om te begrijpen wat iemand bedoeld en kunnen non-verbale signalen niet goed opgevangen of niet goed geïnterpreteerd worden. Ook zouden zij moeite kunnen hebben met het snel ‘switchen’ van aandacht. Ook dit kan eraan bijdragen dat gesprekken voor hen moeilijker te volgen zijn en dat zij en hun verzorgers baat zouden kunnen hebben bij begeleiding om hier mee om te gaan. Dit zijn echter nog veronderstellingen afgeleid van het patroon van hersenschade, die nog verder uitgezocht moeten worden. Dit validatie-onderzoek is essentieel voordat de resultaten kunnen worden toegepast in de dagelijkse praktijk.
Met Project ALS subgroepen gaat worden onderzocht hoe (poli)klinische zorg en medicijnstudies kunnen worden verbeterd met behulp van de gevonden subgroepen. Dit wordt gedaan door onze eerder gevonden resultaten op drie verschillende manieren te valideren, te verfijnen en klinisch toepasbaar te maken:
Met geavanceerd MRI-onderzoek worden patronen van hersenschade geanalyseerd die kenmerkend zijn voor verschillende subgroepen. Hiervoor wordt een nieuw predictie algoritme ontwikkeld zodat dit voor iedereen gebruikt kan worden en het ook voor medicijnonderzoek bruikbaar wordt. Onze algoritmes om subgroepen verder op te splitsen worden verfijnd zodat meer inzicht wordt verkregen in de manieren waarop ALS zich door de hersenen verspreid en hoe daar de zorg op afgestemd kan worden.
De ontwikkeling van een nieuwe cognitieve test die kijkt naar problemen waar op dit moment nog weinig over bekend is bij ALS (zoals bijvoorbeeld de sociale cognitie die hierboven beschreven is). Met deze test kunnen subgroepen sneller worden gedetecteerd en kunnen zo mensen met ALS beter worden geholpen.
De ontwikkeling van een nieuwe test om de oogbewegingen te analyseren. Hiervoor moeten mensen met ALS naar een computerscherm kijken en met hun ogen bepaalde opdrachten uitvoeren. Dit is niet belastend maar geeft veel informatie over de hersenstructuren die aangedaan zijn in de verschillende subgroepen.
Door MRI scans van de hersenen, cognitief en neurofysiologisch onderzoek te combineren kan bewijs worden geleverd voor het bestaan van verschillende ALS subgroepen om dit vervolgens in de dagelijkse praktijk te gaan gebruiken. Zo zou de nieuwe cognitieve test bijvoorbeeld standaard op de polikliniek kunnen worden gaan afgenomen.
Afwijkingen kunnen vervolgens gerapporteerd worden aan de ALS behandelteams zodat deze teams hun begeleiding van mensen met ALS nog beter kunnen afstemmen op ieder individu. Daarnaast kunnen nieuwe inzichten ook gebruikt worden om medicijnstudies in ALS te verbeteren. Zo kan het effect van medicijnen bijvoorbeeld per subgroep onderzocht worden zodat iedereen met ALS de best passende behandeling krijgt.
Het langere termijn doel is om de modellen en aanvullende cognitieve en neurofysiologische tests beschikbaar te maken voor de internationale gemeenschap. Binnen het NiSALS consortium wordt daarom samengewerkt om MRI data te delen. Onze Europese samenwerking (ENCALS) helpt om nieuwe inzichten gemakkelijk verder te verspreiden. Het gezamenlijke doel is om op deze manier de zorg voor iedereen met ALS zoveel mogelijk op het individu af te stemmen en om gepersonaliseerde behandelingen mogelijk te maken.
Aanvrager project: ALS Centrum Nederland