
Alle iLive-inhoud wordt medisch beoordeeld of gecontroleerd op feiten om zo veel mogelijk feitelijke nauwkeurigheid te waarborgen.
We hebben strikte richtlijnen voor sourcing en koppelen alleen aan gerenommeerde mediasites, academische onderzoeksinstellingen en, waar mogelijk, medisch getoetste onderzoeken. Merk op dat de nummers tussen haakjes ([1], [2], etc.) klikbare links naar deze studies zijn.
Als u van mening bent dat onze inhoud onjuist, verouderd of anderszins twijfelachtig is, selecteert u deze en drukt u op Ctrl + Enter.
Eerste test in zijn soort kan dementie negen jaar voor diagnose voorspellen
Laatst beoordeeld: 02.07.2025

Onderzoekers van Queen Mary University of London hebben een nieuwe methode ontwikkeld om dementie met meer dan 80% nauwkeurigheid en tot negen jaar vóór de diagnose te voorspellen. Deze nieuwe methode biedt een nauwkeurigere voorspelling van dementie dan geheugentests of hersenkrimpmetingen, twee veelgebruikte methoden voor het diagnosticeren van dementie.
Een team onder leiding van professor Charles Marshall ontwikkelde een voorspellende test door functionele MRI-scans (fMRI) te analyseren om veranderingen in het default mode network (DMN) van de hersenen te detecteren. Het DMN verbindt hersengebieden om bepaalde cognitieve functies uit te voeren en is het eerste neurale netwerk dat door de ziekte van Alzheimer is aangetast.
De onderzoekers gebruikten fMRI-scans van meer dan 1.100 vrijwilligers van de UK Biobank, een grote biomedische database en onderzoeksbron met genetische en medische informatie van een half miljoen deelnemers in het Verenigd Koninkrijk, om de effectieve connectiviteit te beoordelen tussen de tien hersengebieden waaruit het default mode-netwerk bestaat.
De onderzoekers kenden elke patiënt een waarschijnlijkheidsscore voor dementie toe, gebaseerd op de mate waarin hun effectieve connectiviteitspatroon overeenkwam met het patroon dat dementie aangaf of met het gecontroleerde patroon.
Ze vergeleken deze voorspellingen met de medische gegevens van elke patiënt, opgeslagen in de UK Biobank. De resultaten toonden aan dat het model het begin van dementie tot negen jaar vóór de officiële diagnose nauwkeurig voorspelde, met een nauwkeurigheid van meer dan 80%. In gevallen waarin de vrijwilligers later dementie ontwikkelden, kon het model ook tot op twee jaar nauwkeurig voorspellen hoe lang het zou duren voordat de diagnose werd gesteld.
De onderzoekers onderzochten ook of veranderingen in het DMN veroorzaakt konden worden door bekende risicofactoren voor dementie. Hun analyse toonde aan dat het genetische risico op de ziekte van Alzheimer sterk geassocieerd was met veranderingen in de connectiviteit in het DMN, wat de theorie ondersteunt dat deze veranderingen specifiek zijn voor de ziekte van Alzheimer. Ze ontdekten ook dat sociale isolatie waarschijnlijk het risico op dementie verhoogt door het effect ervan op de connectiviteit in het DMN.
Professor Charles Marshall, die het onderzoeksteam leidde van het Centre for Preventive Neuroscience van het Wolfson Institute of Population Health van Queen Mary University, zei: "Voorspellen wie in de toekomst dementie zal krijgen, is essentieel voor de ontwikkeling van behandelingen die het onomkeerbare verlies van hersencellen, dat de symptomen van dementie veroorzaakt, kunnen voorkomen. Hoewel we steeds beter worden in het identificeren van eiwitten in de hersenen die Alzheimer kunnen veroorzaken, leven veel mensen tientallen jaren met deze eiwitten in hun hersenen zonder symptomen van dementie te ontwikkelen.
"We hopen dat we met de door ons ontwikkelde hersenfunctiemeting veel preciezer kunnen vaststellen of en wanneer iemand daadwerkelijk dementie zal ontwikkelen. Zo kunnen we bepalen of iemand baat kan hebben bij toekomstige behandelingen."
Samuel Ereira, hoofdauteur en postdoctoraal onderzoeker bij het Wolfson Institute for Population Health's Center for Preventive Neuroscience, voegt toe: "Door deze analysemethoden met grote datasets te gebruiken, kunnen we degenen identificeren die een hoog risico op dementie lopen. Ook kunnen we achterhalen welke omgevingsfactoren ervoor zorgen dat deze mensen een hoog risico lopen.
Er is een enorm potentieel om deze methoden toe te passen op verschillende neurale netwerken en populaties om de relatie tussen omgeving, neurobiologie en ziekte beter te begrijpen, zowel bij dementie als mogelijk bij andere neurodegeneratieve ziekten. fMRI is een niet-invasieve medische beeldvormingstechniek en het duurt ongeveer zes minuten om de benodigde gegevens te verzamelen op een MRI-scanner, zodat het kan worden geïntegreerd in bestaande diagnostische trajecten, met name waar MRI al wordt gebruikt.
Hojat Azadbakht, CEO van AINOSTICS (een AI-bedrijf dat samenwerkt met toonaangevende onderzoeksgroepen om hersenbeeldvormingstechnieken te ontwikkelen voor de vroege diagnose van neurologische aandoeningen), merkte op: "De ontwikkelde aanpak heeft de potentie om een enorme klinische lacune te vullen door een niet-invasieve biomarker voor dementie te bieden. In een studie gepubliceerd door een team van Queen Mary University, waren ze in staat om mensen te identificeren die later de ziekte van Alzheimer ontwikkelden, tot negen jaar vóór de klinische diagnose. Juist in dit presymptomatische stadium kunnen nieuwe ziektemodificerende technieken patiënten het meeste voordeel opleveren."