Onderzoekers van UCLA Health ontdekken vier routes die leiden tot de ziekte van Alzheimer
Onderzoekers van UCLA Health hebben vier verschillende trajecten geïdentificeerd die naar de ziekte van Alzheimer leiden door elektronische medische dossiers te analyseren, wat nieuwe inzichten oplevert in hoe de ziekte zich in de loop van de tijd ontwikkelt in plaats van op basis van geïsoleerde risicofactoren. De studie, gepubliceerd in het tijdschrift Ebiomedicine, onderzocht longitudinale gezondheidsgegevens van bijna 25.000 patiënten in het Health Data Warehouse van de University of California en valideerde de resultaten in het nationaal diverse Amerikaanse onderzoeksprogramma. In tegenstelling tot eerder onderzoek dat zich richtte op individuele risicofactoren, bracht de UCLA-analyse sequentiële diagnostische patronen in kaart die onthulden hoe aandoeningen stap voor stap evolueren in de richting van de ziekte van Alzheimer. We ontdekten dat trajecten met meerdere fasen hogere risicofactoren met zich meebrengen...
Onderzoekers van UCLA Health ontdekken vier routes die leiden tot de ziekte van Alzheimer
Onderzoekers van UCLA Health hebben vier verschillende trajecten geïdentificeerd die naar de ziekte van Alzheimer leiden door elektronische medische dossiers te analyseren, wat nieuwe inzichten oplevert in hoe de ziekte zich in de loop van de tijd ontwikkelt in plaats van op basis van geïsoleerde risicofactoren.
De studie gepubliceerd in het tijdschriftEbiogeneeskundeonderzocht longitudinale gezondheidsgegevens van bijna 25.000 patiënten in het Health Data Warehouse van de University of California en valideerde de resultaten in het nationaal diverse Amerikaanse onderzoeksprogramma. In tegenstelling tot eerder onderzoek dat zich richtte op individuele risicofactoren, bracht de UCLA-analyse sequentiële diagnostische patronen in kaart die onthulden hoe aandoeningen stap voor stap evolueren in de richting van de ziekte van Alzheimer.
We ontdekten dat meerfasige trajecten kunnen wijzen op hogere risicofactoren voor de ziekte van Alzheimer dan op zichzelf staande ziekten. Het begrijpen van deze routes zou de manier waarop we een vroegtijdig begin kunnen detecteren en voorkomen fundamenteel kunnen veranderen. “
Mingzhou Fu, eerste auteur, predoctoraal student medische informatica aan de UCLA
In het onderzoek zijn vier belangrijke trajectclusters geïdentificeerd:
– Pad voor de geestelijke gezondheidszorg: psychiatrische ziekten die leiden tot cognitieve achteruitgang
– Encefalopathieroute: aandoeningen van hersenstoornissen die in de loop van de tijd escaleren
– Milde cognitieve stoornisroute: geleidelijke progressie van cognitieve achteruitgang
– Vaatziekteroute: hart- en vaatziekten die bijdragen aan het risico op dementie
Elke route vertoonde verschillende demografische en klinische kenmerken, wat erop wijst dat verschillende populaties vatbaar kunnen zijn voor verschillende progressieroutes.
Uit het onderzoek bleek dat ongeveer 26% van de diagnostische vooruitgang een consistente richting vertoonde. Hoge bloeddruk ging bijvoorbeeld vaak vooraf aan depressieve episodes, waardoor het risico op de ziekte van Alzheimer toenam.
“Het herkennen van deze opeenvolgende patronen, in plaats van zich te concentreren op geïsoleerde diagnoses, kan artsen helpen de diagnose van de ziekte van Alzheimer te verbeteren”, zegt senior auteur Dr. Timothy Chang, assistent-professor neurologie aan UCLA Health.
Toen deze trajecten op meerdere niveaus werden gevalideerd in een onafhankelijke populatie, voorspelden ze de ziekte van Alzheimer nauwkeuriger dan individuele diagnoses alleen. Deze bevinding suggereert dat zorgaanbieders trajectpatronen zouden kunnen gebruiken om:
– Verbeterde risicostratificatie: Identificeer patiënten met een hoog risico eerder in de ziekteprogressie
– gerichte interventies: schadelijke sequenties onderbreken voordat ze verdergaan
– Gepersonaliseerde preventie: aanpassingsstrategieën gebaseerd op individuele trajectmoeders
Validatie in het Amerikaanse onderzoeksprogramma – een divers, nationaal representatief cohort – bevestigde dat deze trajectpatronen gelden voor verschillende populaties en demografische categorieën.
Onderzoeksmethodologie
Het team analyseerde 5.762 patiënten die 6.794 unieke Alzheimer-progressietrajecten bijdroegen. Met behulp van geavanceerde computationele methoden, waaronder dynamische time-warping, machine learning-clustering en netwerkanalyse, brachten onderzoekers de temporele relaties in kaart tussen diagnoses die tot de ziekte van Alzheimer leiden.
Bronnen:
Fu, M.,et al.(2025). Identificeren van veelvoorkomende ziektetrajecten van de ziekte van Alzheimer met behulp van elektronische medische dossiers. eBioMedicine. doi.org/10.1016/j.ebiom.2025.105831.