Zuletzt aktualisiert am 24. November 2022 um 16:53
Neuer Algorithmus für die Auswertung von PET-Scans
PET steht für Positronen Emissionstomographie, ein Verfahren der Nuklearmedizin. Mit radioaktiv markierten Substanzen werden dabei Stoffwechselvorgänge im Körper sichtbar gemacht. So lassen sich die für Alzheimer typischen Anhäufungen von Beta-Amyloid-Proteinen beobachten, die bei Alzheimer die Funktion der Nervenfasern beeinträchtigen.
Demenz betrifft weltweit mehr als 55 Millionen Menschen. Die meisten von ihnen, schätzungsweise 60–70 %, leiden an Alzheimer. Jedes Jahr kommen rund weitere 10 Millionen Patienten dazu. Zwischen 2000 und 2019 hat sich die Zahl der Sterbeurkunden mit Alzheimer-Krankheit als Todesursache mehr als verdoppelt.
Deshalb forschen Wissenschaftler weltweit, um wirksame Behandlungsmöglichkeiten dieser als unheilbar geltenden Krankheit zu finden. Eine der größten Herausforderungen bei der Behandlung der Alzheimer-Krankheit besteht jedoch darin, dass die Diagnose immer zu spät kommt.
Beim Verlauf der Krankheit gibt es einen kritischen Wert, einen Punkt, an dem es kein Zurück mehr gibt. Wissenschaftler untersuchen deshalb mögliche Anzeichen für diesen Kipp-Punkt in Form von bestimmten Blutproteinen oder Veränderungen in den Augen.
Machine-Learning-Systeme für künstliche Intelligenz können ebenfalls dazu beitragen, die Diagnose der Krankheit zu beschleunigen. Das ist das Ergebnis der neuen Studie, die Mitte September veröffentlicht wurde. Dafür wurden PET-Scans mit einem speziellen Algorithmus ausgewertet, um das Fortschreiten der Alzheimer-Krankheit abzuschätzen und das Alter, in dem die Symptome sichtbar werden.
Die Forscher werteten insgesamt Gehirnscans von 236 Personen aus, deren Durchschnittsalter etwa 67 Jahre betrug. Jeder Studienteilnehmer machte mindestens zwei PET-Scans im Abstand von mehreren Jahren durch.
Auf diesen Scans maßen die Forscher die Menge an Amyloid-Anhäufungen. Kombiniert wurde dies mit über 1.300 klinischen Bewertungen an 180 der Teilnehmer, die ebenfalls über einen Zeitraum von mehreren Jahren verteilt wurden.
Die meisten Teilnehmer waren zu Beginn der Studie kognitiv normal. Das ermöglichte es den Forschern, genau zu verfolgen, wann die kognitiven Fähigkeiten jedes Teilnehmers nachließen.
Die wichtigste Beobachtung war, dass es tatsächlich einen Wendepunkt in der Ablagerung gibt. Nach diesem Punkt folgt der weitere Verlauf der Krankheit einem stetigen vorhersagbaren Weg.
Vor diesem Wendepunkt lagern sich die Proteinklumpen auf individuelle Weise ab, abhängig von der Genetik, dem Lebensstil oder anderen Faktoren. Danach lässt sich die weitere Entwicklung genau vorhersagen.
Mit einer Reihe von PET-Scans und der Altersangabe ist es demnach möglich, den Verlauf der Krankheit vorherzusagen. Dank des neuen Algorithmus können die Wissenschaftler auch feststellen, wie nahe ein Mensch am Wendepunkt ist und wie schnell er sich diesem nähert.
Ein weiteres interessantes Ergebnis der Studie ist, dass Menschen mit der Risikogenvariante APOE4 offensichtlich früher den Wendepunkt erreichen. Die Forscher sprechen von einem „Seeding-Effekt“.
Ihre Schlussfolgerung formulierten die Wissenschaftler folgendermaßen:
„Das Alter des Symptombeginns bei altersbedingter Alzheimer-Krankheit korreliert stark mit dem Alter, in dem eine Person einen Kipppunkt der Amyloidakkumulation erreicht.“
Allerdings ist keine Korrelation perfekt, denn es gibt immer Ausnahmen. Manche Menschen mit einer relativ hohen Amyloidbelastung behalten zum Beispiel eine gute kognitive Funktion bei. Der Aufbau kognitiver Reserven kann dabei helfen.
Die Alzheimer-Krankheit ist auch mehr als nur die Ablagerung von Proteinen. Es gibt Verwicklungen, Stoffwechselveränderungen und viele andere Dinge, die gleichzeitig im von Alzheimer betroffenen Gehirn vor sich gehen.
Quelle:
Suzanne Schindler, Yan Li, Virginia D. Buckles, Brian Andrew Gordon, Tammie L.S. Benzinger, Guoqiao Wang, Dean Coble, William E. Klunk, Anne M. Fagan, David Holtzman, Randall J. Bateman, John C Morris, Chengjie Xiong. Predicting Symptom Onset in Sporadic Alzheimer Disease With Amyloid PET. Neurology Sep 2021, 10.1212/WNL.0000000000012775; DOI: 10.1212/WNL.0000000000012775 (https://n.neurology.org/content/early/2021/09/09/WNL.0000000000012775)
