Wearable sensoren kunnen mogelijk helpen om patiënten met Multiple sclerosis (MS) te identificeren die een verhoogd risico hebben op toenemende beperkingen en hersenatrofie. De onderzoekers zagen dat veranderingen in dagelijkse activiteitspatronen samenhangen met een grotere kans op ziekteprogressie.
Mensen bij wie het bewegingspatroon gedurende de studieperiode sterker veranderde, bleken vaker een toename van beperkingen en verlies van hersenvolume te hebben dan deelnemers bij wie deze patronen stabiel bleven. De studie is beschreven door de American Academy of Neurology en gepubliceerd in het wetenschappelijke tijdschrift Neurology.
Continue monitoring van activiteit
Voor het onderzoek werden 238 mensen met MS gevolgd, met een gemiddelde leeftijd van 55 jaar. De deelnemers leefden gemiddeld al dertien jaar met de ziekte. Aan het begin van de studie hadden zij een gemiddelde score van 3 op de Expanded Disability Status Scale (EDSS), wat duidt op beperkte loopproblemen maar wel matige beperkingen in andere neurologische functies.
De deelnemers droegen gedurende twee weken, elke drie maanden, een wearable om hun pols. Deze sensoren registreerden 24 uur per dag verschillende aspecten van fysieke activiteit, zoals lichte, matige en intensieve beweging, tijd die zittend of inactief werd doorgebracht en het slaap-waakritme.
Daarnaast werden elke zes maanden neurologische tests uitgevoerd om veranderingen in het niveau van beperkingen te meten. MRI-scans van de hersenen werden aan het begin van de studie en na twee jaar gemaakt om veranderingen in hersenvolume te analyseren.
Afname in activiteit als mogelijk signaal
Tijdens de studieperiode vertoonden 120 deelnemers tekenen van ziekteprogressie. Vooral een afname van fysieke activiteit overdag bleek samen te hangen met een grotere kans op verslechtering. De onderzoekers zagen dat deelnemers met minder activiteit in de eerste helft van de dag ongeveer 20 procent meer kans hadden op ziekteprogressie dan mensen bij wie de activiteit stabiel bleef.
Ook een daling van activiteit in de ochtend, met name tussen 8:00 en 10:00 uur, werd geassocieerd met verlies van hersenvolume. Elke standaarddeviatie afname in activiteit hing samen met een afname van 0,18 procent van het totale hersenvolume, een verlies van 0,34 procent in diepe grijze stof en een volumevermindering van 0,35 procent in de thalamus.
Potentieel voor vroegsignalering
Volgens Kathryn C. Fitzgerald van Johns Hopkins University kunnen relatief eenvoudige wearables mogelijk helpen om subtiele veranderingen in de ziekte eerder te detecteren. "Het tijdig identificeren van patiënten die risico lopen op ziekteprogressie is essentieel om langdurige invaliditeit te verminderen, maar de huidige tests voor het meten van MS-invaliditeit zijn niet ontworpen om kleine veranderingen te detecteren", zegt Fitzgerald. “Het gebruik van een relatief goedkoop en toegankelijk apparaat om de pols kan ons helpen om vroege veranderingen in de ziekte te identificeren.”
De onderzoekers benadrukken dat de studie alleen een verband laat zien tussen veranderende activiteitspatronen en ziekteprogressie, en niet bewijst dat minder activiteit de ziekte verergert.
Verdere studies nodig
Hoewel de resultaten veelbelovend zijn, zijn er volgens de onderzoekers ook beperkingen. Zo ontbrak een controlegroep zonder MS, waardoor het moeilijker is om te bepalen in hoeverre veranderingen in activiteit verband houden met normale veroudering. Daarnaast waren de deelnemers relatief ouder en hadden zij al een zekere mate van beperkingen, waardoor de resultaten mogelijk niet volledig toepasbaar zijn op jongere patiënten of mensen met mildere vormen van MS.
Toch suggereren de bevindingen dat draagbare sensoren in de toekomst een rol kunnen spelen in het eerder signaleren van ziekteprogressie en mogelijk ook in onderzoek naar nieuwe behandelingen voor MS.
AI voorziet progressie MS
Vorig jaar ontwikkelden Zweedse onderzoekers een AI-model dat met ongeveer 90 procent zekerheid kan bepalen welke vorm van multiple sclerose (MS) een patiënt heeft. Het model helpt om eerder te herkennen wanneer relapsing-remitting MS (RRMS) overgaat in secundair progressieve MS (SPMS), een overgang die momenteel gemiddeld pas na drie jaar wordt vastgesteld. Dat is belangrijk omdat beide vormen verschillende behandelingen vereisen.
Het AI-model analyseert klinische gegevens van meer dan 22.000 patiënten uit het Zweedse MS-register, waaronder neurologische tests, MRI-scans en behandelingsinformatie die tijdens reguliere consulten zijn verzameld. Door patronen in deze data te herkennen kan het systeem bepalen in welke fase van de ziekte een patiënt zich bevindt. Daarnaast geeft het model ook aan hoe zeker het is van elke beoordeling, zodat artsen de betrouwbaarheid van de AI-analyse kunnen inschatten.
