Voor patiënten met de ziekte van Parkinson zijn de veranderingen in hun loopvermogen vaak dramatisch. ‘Parkinsongang’ (Parkinson gait), zoals het vaak wordt genoemd, kan veranderingen in paslengte en asymmetrie tussen de benen tot gevolg hebben. Deze loopstoornis vermindert de mobiliteit van een persoon, verhoogt het valrisico en heeft een aanzienlijke impact op de kwaliteit van leven van een patiënt. Onderzoekers van de Universiteit van Californië hebben nu met behulp van machine learning diepe hersenstimulatie (DBS, deep brain stimulation) op maat ontwikkeld om Parkinsongang persoonsgebonden te verbeteren.
Parkinson is de snelst groeiende hersenziekte wereldwijd. Hoewel hoogfrequente diepe hersenstimulatie (DBS) zeer effectief is in het verminderen van symptomen zoals tremor, rigiditeit en bradykinesie (bewegingsvertraging), is de impact ervan op het looppatroon wisselender en minder voorspelbaar bij patiënten met gevorderde loopproblemen. Belangrijke uitdagingen bij het verbeteren van de DBS-resultaten bij gevorderde loopstoornissen zijn onder andere:
- Het ontbreken van een gestandaardiseerde loopmethode die clinici kunnen gebruiken tijdens het programmeren.
- Het begrijpen van de impact van verschillende stimulatiefactoren op het looppatroon.
Inzet machine learning
In het kader van een recente studie ontwikkelden onderzoekers van de Universiteit van Californië (UCSF) een systematische manier om belangrijke aspecten van het looppatroon te kwantificeren die relevant zijn voor de ziekte van Parkinson. Ze gebruikten machine learning om de beste DBS-instellingen voor elk individu te identificeren. Deze gepersonaliseerde instellingen leidden volgens de onderzoekers tot betekenisvolle verbeteringen in het lopen - zoals snellere, stabielere stappen - zonder andere symptomen te verergeren.
"We benaderden het optimaliseren van DBS-instellingen als een technische uitdaging, met als doel de relatie tussen stimulatieparameters, hersenactiviteit en loopprestaties te modelleren", vertelt Hamid Fekri Azgomi, PhD. Hij is hoofdauteur van de studie en postdoctoraal onderzoeker in het Wang Lab van UCSF. De resultaten van de studie zijn gepubliceerd in npj Parkinson's Disease.
Impact op loopfuncties
Gedurende de studie kregen Parkinson een DBS-apparaat geïmplanteerd dat zowel de hersenen stimuleert als de neurale activiteit tijdens het lopen registreert. Tijdens kliniekbezoeken werden de DBS-instellingen van de patiënten binnen veilige grenzen aangepast om de impact ervan op de loopfuncties te onderzoeken. Als reactie op elke set DBS-instellingen liepen de deelnemers in een lus van ongeveer zes meter, waarbij een continue stroom van hun neurale gegevens en loopkinematica gegenereerd werden.
De onderzoekers ontwikkelden vervolgens een loopprestatie-index (WPI) om loopgegevens zoals staplengte, passnelheid en armzwaaiamplitude te beoordelen en inzicht te geven in de consistentie van het looppatroon. Door deze gegevens te combineren, bood de WPI een uitgebreide beoordeling van het looppatroon, waarbij meerdere dimensies van de motoriek die door Parkinson worden beïnvloed, werden behandeld.
De resultaten bevestigden volgens Azgomi dat veranderingen in DBS-instellingen effectief werden vastgelegd door de WPI én dat de resultaten overeenkwamen met de evaluaties van patiënt en clinicus tijdens elk bezoek. "Deze validatie ondersteunt onze conclusie dat de WPI een effectieve maatstaf is voor het beoordelen en sturen van verbeteringen in het looppatroon bij mensen met de ziekte van Parkinson. Met behulp van deze technieken konden we gepersonaliseerde DBS-instellingen voorspellen en identificeren die de WPI verbeterden."
Zo identificeerden de onderzoekers ook hersenactiviteitspatronen die verband hielden met beter lopen. Door multivariate modellen te gebruiken, identificeerden zij vervolgens verschillende neurale dynamieken die optimale loopprestaties onderscheiden van minder effectieve patronen. Zo correleerde verbeterd lopen met verminderde bètaband hersengolfactiviteit tijdens specifieke fasen van de loopcyclus in de globus pallidus, een deel van de hersenen dat geassocieerd wordt met verlies van spierbeweging bij mensen met Parkinson.
Belang gepersonaliseerde interventies
Deze bevindingen, samen met de geïdentificeerde persoonsspecifieke neurale biomarkers, benadrukken volgens de studie het belang van gepersonaliseerde, datagestuurde interventies voor het verbeteren van het looppatroon bij mensen met de ziekte van Parkinson.
Medehoofdauteur Doris Wang - neurochirurg en universitair hoofddocent neurochirurgie aan de UCSF – stelt dat de conclusies uit de studie niet alleen het begrip beïnvloeden van hoe DBS beweging beïnvloedt, maar ook de belofte bieden van gepersonaliseerde neuromodulatie voor de ziekte van Parkinson en andere neurologische aandoeningen. “Zo komen we dichter bij slimmere, effectievere neuromodulatietherapieën ."
Vervolgonderzoek zal onder meer de ontwikkeling van geautomatiseerde systemen voor realtime loopanalyse en de integratie van WPI met DBS-programmeersoftware omvatten. Technologieën zoals loopmatten, draagbare sensoren en geavanceerde bewegingsregistratiesystemen zouden continue en nauwkeurige monitoring van het looppatroon mogelijk kunnen maken, wat nauwkeurigere DBS-aanpassingen mogelijk kunnen maken.
DBS in Nederland
In Nederland wordt DBS in toenemende toegepast voor mensen met Parkinson. “Het is echt een heel mooie technologie”, zo vertelde neurochirurg Dr. Saman Vinke van het Radboudumc in Nijmegen in een nieuwsbericht op ICT&health. Zijn team voert in het Radboudumc tussen 70 en 90 DBS-operaties per jaar uit. “Ik kwam rond 2014 voor het eerst met DBS in aanraking. Het is fantastisch om te zien hoe snel de technologie, en daarmee ook de therapie, vooruit gaat. Door deze vooruitgang wordt DBS steeds veiliger en kan de behandeling steeds beter worden afgestemd op wat een individuele patiënt nodig heeft.” Volgens Saman komt een groot deel van de Parkinsonpatiënten in aanmerking voor een DBS-behandeling.
