Het officiële MedZine Blog

Door gebruik te maken van machine learning-tools, een vorm van artificiële intelligentie, hebben onderzoekers een groep biomarkers geïdentificeerd die kunnen leiden tot het eerder diagnosticeren van autismespectrumstoornis (ASS) bij jongens. Hierdoor zouden kinderen sneller kunnen worden behandeld. Het onderzoek is recentelijk gepubliceerd in PLOS ONE.

Autisme

Autismespectrumstoornis (ASS) is een heterogene neuronale ontwikkelingsstoornis die wordt gekenmerkt door problemen op het gebied van sociale communicatie en sociale interactie en beperkte, repetitieve gedragspatronen, interesses of activiteiten. In Nederland zijn geen cijfers bekend omtrent het aantal geregistreerde ASS-diagnoses. In buitenlands onderzoek wordt de prevalentie geschat op ongeveer 1%. Het ontwikkelen van ASS lijkt voor een deel erfelijk en voor een deel omgevingsbepaald. Het komt vaker voor bij jongens en mannen dan bij meisjes en vrouwen, de ratio is waarschijnlijk 3:1.

Diagnose

ASS wordt op dit moment gediagnosticeerd op basis van gedragscriteria. Helaas zijn diagnostische methoden en screeningsmiddelen enigszins subjectief en moeilijk toe te passen bij jonge kinderen. Het stellen van een diagnose op vroege leeftijd is echter van cruciaal belang omdat intensieve gedragstherapieprogramma's effectief zijn in het verminderen van maladaptief gedrag bij veel kinderen met ASS. Bovendien zijn de voordelen van de behandeling meestal groter zijn naarmate de interventie eerder begint. De diagnose wordt in Nederland gemiddeld rond het zesde levensjaar gesteld. Als ASS voor de leeftijd van vier jaar zou kunnen worden gediagnosticeerd dan betekent dit dat het kind meer kans heeft op een effectieve, evidence-based, behandeling.

Een biologische marker, die het ASS-risico kan voorspellen en zo kan helpen bij vroege diagnose of zelfs potentiële therapeutische doelen kan identificeren, is van groot klinisch nut. Een breed scala aan mogelijke biologische markers voor ASS wordt momenteel onderzocht. Proteomische analyses geven aan dat de niveaus van veel eiwitten in bloedplasma en serum worden gewijzigd bij ASS. Deze eiwitten zijn wellicht een geschikte bloedbiomarker voor ASS. 

Onderzoek en resultaten

Aan het onderzoek van het UTSouthwestern Medical Center deden 154 mannelijke kinderen mee – 76 jongens met ASS en 78 normaal ontwikkelende jongens – met een leeftijd van 18 maanden tot 8 jaar. Omdat ASS vaker voorkomt bij jongens zijn nu geen meisjes meegenomen in dit onderzoek. Voor de bepaling van de ernst van de symptomen bij de jongens met ASS werd gebruik gemaakt van de Autism Diagnostic Observation Schedule (ADOS). Deze werd afgenomen door een klinisch psycholoog met onderzoeksbetrouwbaarheidstraining. Er werd bloed bij de kinderen afgenomen via venepunctie. In serummonsters werden met behulp van proteomische analyse in totaal 1.125 eiwitten geanalyseerd.  

Door drie verschillende algoritmen te combineren, vonden de onderzoekers een groep van 9 eiwitten die ASS identificeerde met een betrouwbaarheid = 0,859±0,064, en een specificiteit en sensitiviteit van respectievelijk 0,822±0,118 en 0,835±0,118.  Deze eiwitten kwamen significant hoger of lager tot expressie bij jongens met autisme in vergelijking met jongens zonder autisme. Daarnaast waren de eiwitten sterk gecorreleerd aan de ADOS totaalscore. Deze groep eiwitten zou dus een goede voorspeller kunnen zijn voor ASS. 

Conclusie

Negen relevante eiwitten, die kunnen dienen als biomarker voor ASS bij jongens, werden geïdentificeerd op basis van een combinatie van machine learning-methoden. Hoewel het gebruik van machine learning voor het diagnosticeren van ASS nog in de kinderschoenen staat, kan het identificeren van belangrijke proteomische biomarkers ook leiden tot gerichte interventiestrategieën. Toekomstige studies zullen de huidige bevindingen moeten valideren.

Geschreven door:
Aurora van de Loo

Referenties:

1 Persbericht UTSouthwestern Medical Center van 24 februari 2021. Researchers use machine learning to identify autism blood biomarkers. Verkregen via https://www.utsouthwestern.edu/newsroom/articles/year-2021/autism-blood-biomarkers.html, op [26-02-2021]
2. JGZ-richtlijn autismespectrumstoornissen verkregen via https://www.ncj.nl/richtlijnen/alle-richtlijnen/richtlijn/autismespectrumstoornissen, op [26-02-2021]
3. Informatie van het Nederlands jeugd instituut verkregen via  https://www.nji.nl/nl/Kennis/Dossier/Autisme, op [26-02-2021]
4. Hewitson L, Mathews JA, Devlin M, Schutte C, Lee J, German DC. Blood biomarker discovery for autism spectrum disorder: A proteomic analysis. PLoS One. 2021; https://doi.org/10.1371/journal.pone.0246581