patronen van hersenactiviteit bij patienten met neurodegeneratieve hersenziekten

De differentiaal diagnose van patiënten met neurodegeneratieve hersenziekten op
alleen klinische gronden kan erg moeilijk zijn, vooral in een vroeg
ziektestadium. Neurodegeneratieve hersenziekten zoals de ziekte van Parkinson
(PD) Multi systeem atrofie (MSA), progressieve supranucleaire parese (PSP),
corticobasale degeneratie (CBD), dementie met Lewy bodies (DLB) de ziekte van
Alzheimer (AD) en frontotemporale dementie (FTD) hebben bij de presentatie
overlappende klinische symptomen, terwijl het typisch klinische beeld pas in
een later ziektestadium duidelijk wordt. Het is wel degelijk van belang om dit
vroege onderscheid te maken omdat de ziektebeelden verschillen in progressie,
prognose en behandelingsrespons. Daarom is er steeds meer interesse om
neuroimaging technieken te gebruiken die specifieke patronen behorend bij de
ziekte kunnen identificeren. Er zijn tegenwoordig verschillende PET en MRI
technieken die hiervoor geschikt zijn.
Een nieuwe FDG PET methode maakt gebruik van multivariaat analyse om specifieke
ziekte gerelateerde covariantiepatronen te identificeren. Deze metabole netwerk
methode is van belang om unieke metabole patronen bij neurodegeneratieve
ziekten aan te tonen. Verder zijn er tot nu zover bekend geen studies gedaan
die de metabole netwerkactiviteit combineren met de nieuwe MRI methoden. Voxel
based morphometry is een techniek die objectief focale atrofie door het gehele
brein kan vaststellen. Diffusion Tensor Imaging (DT-MRI) is een techniek die
kwantitatief microscopische weefseldegeneratie kan vaststellen. Met ASL-MR
imaging (Arterial spin Labelling) wordt arterieel bloed gelabeld als een
endogene diffusie tracer voor perfusie. Hierdoor kan de weefselperfusie
kwantitatief gemeten worden. Bij resting state fMRI worden proefpersonen zonder
externe stimulus gescand en zo kan het rustpatroon in de hersenen worden
weergegeven. Het wordt steeds duidelijker dat juist het combineren van deze
verschillende technieken kan leiden tot een betere sensitiviteit en
specificiteit van deze ziekte gerelateerd patronen. Hierdoor kan er in de
toekomst een vroege en specifieke diagnose gesteld worden bij de individuele
patiënt.

Databases met verschillende imaging data (FDG-PET, VBM, DTI, ASL en resting
state fMRI) zullen worden gevormd. Deze databestanden zullen worden gebruikt om
netwerkpatronen uit te extraheren. Deze patronen van hersenactiviteit zullen
gebruikt worden om verschillende vormen van neurodegeneratieve hersenziekten
mee te classificeren.

In deze observationele case control studie worden 15 patiënten per groep van
patiënten met PSP, CBD, DLB, AD en FTD geïncludeerd. Alle proefpersonen zullen
een neuro(psycho)logisch onderzoek ondergaan en een FDG-PET en een MRI scan.
Patiënten met PD en MSA en 15 gezonde vrijwilligers zijn al geïncludeerd in een
vorige studie (METc 2008/274)

De risico*s van dit onderzoek worden als minimaal beschouwd mede gezien de
brede ervaring die met PET en MRI-diagnostiek is opgedaan in de klinische
praktijk. Het risico weegt op tegen de winst aan inzichten die dit onderzoek
oplevert. Deze studie kan niet uitgevoerd worden zonder participatie van
voldoende proefpersonen. Door ziektepatronen van verschillende
neurodegeneratieve hersenziekten vast te leggen, kan er in de toekomst eerder
een specifieke diagnose bij de individuele patiënt gesteld worden.