Læger kan fremover finde hjælp i en database, når de stiller diagnosen Alzheimers sygdom. Det kan føre til tidligere diagnostik, og på længere sigt også mere effektiv behandling samt færre omkostninger til den uhelbredelige demenssygdom.
Det EU-støttede forskningsprojekt PredictAD, ledet af
forskningschef Jyrki Lötjönen fra VTT Technical Research Centre of
Finland, har udviklet et redskab til støtte for
beslutningsprocessen til diagnosticering af patienter med
Alzheimers sygdom. Redskabet sammenligner patientens
undersøgelsesresultater med data fra andre personer i store
databaser og giver et simpelt indeks for sikkerheden af diagnosen.
Forskningsprojektet viser, at redskabet forbedrer diagnosernes
nøjagtighed samt styrker klinikernes beslutningsevne, så de kan
stille en tidligere diagnose.
Demens er prioriteret højt i sundhedsvæsenet i både Europa og
USA. De samfundsøkonomiske omkostninger til Alzheimers sygdom, som
er den mest udbredte form for demens, er estimeret til at udgøre
ca. 1 % af verdens samlede BNP, og antallet af personer med
Alzheimers sygdom ventes at stige til det dobbelte inden for 20 år.
Tidlig diagnostik er vigtig, idet behandling af den uhelbredelige
sygdom skal igangsættes så hurtigt som muligt for at have en
positiv effekt.
De nye retningslinjer for diagnostik af Alzheimers sygdom
tillægger biomarkører en stor betydning. Disse biomarkører omfatter
billeddiagnostik med magnetisk resonans (MR) eller positron
emissions tomografi (PET), biomarkører fra rygmarvsvæsken og
genetiske biomarkører som supplement til dokumenteret svækkelse af
hukommelsen. Ingen af disse undersøgelser giver hver for sig
tilstrækkelige oplysninger til at stille en diagnose. Som det er i
dag, stiller lægerne den endelige diagnose ved at kombinere
resultater fra forskellige undersøgelser med information fra
interviewet med patienter og de pårørende. Denne proces involverer
subjektiv bedømmelse og forudsætter stor klinisk erfaring.
Moderne hospitaler indsamler enorme mængder data, der indeholder
information, som ingen tidligere har anvendt. For eksempel
indeholder databaser med MR-billeder af hjernen oplysninger om den
normale variation af hippocampus (en central struktur i hjernen for
hukommelse, der påvirkes af Alzheimers sygdom) hos såvel raske som
patienter. Disse informationer kan udnyttes i diagnostikken ved
systematisk matematisk modellering.
PredictAD har udviklet en helt ny tilgang til objektiv måling af
patientens tilstand. Dette redskab til støtte for
beslutningsprocessen, der er udviklet i tæt samarbejde med
klinikere, sammenligner patientens resultater med data fra andre
personer i store databaser og munder ud i et indeks samt en grafisk
repræsentation af patientens tilstand. Indekset udgør en slags
sygdomsbarometer, der giver et mere objektivt og solidt
beslutningsgrundlag. Den grafiske repræsentation giver klinikeren
et hurtigt overblik over patientens tilstand sammenlignet med
hundreder af andre personer, hvoraf nogle har sygdommen og andre er
raske".
Professor Gunhild Waldemar ved Københavns Universitet,
Rigshospitalet og Nationalt Videnscenter for Demens har deltaget i
projektet sammen med offentlige og private aktører fra henholdsvis
Finland, Sverige, England, Italien og Danmark. Hun understreger
vigtigheden af forskning i Alzheimers sygdom: "Præcis og tidlig
diagnostik af sygdommen er vigtig. Redskabet giver en ny mulighed
for at stille diagnoser ved at tilbyde objektiv information om
patienten".
Projektet er støttet af EU's 7. rammeprogram under titlen " From
patient data to personalized healthcare in Alzheimer's disease"
(PredictAD).
For yderligere information om projektet, kontakt da:
VTT Technical Research Centre of Finland
Jyrki Lötjönen, Principal Scientist
tel. +358 20 722 3378, jyrki.lotjonen@vtt.fi
Nationalt Videnscenter for Demens
Gunhild Waldemar, professor
tel. +45 26302580, gunhild.waldemar@rh.regionh.dk