HET CEREBRALE GLUCOSE-METABOLISME
Het cerebrale glucose-metabolisme bij neurodegeneratieve hersenaandoeningen Lisette Heinen, Laura Teune en Nico Leenders*
thema
Vooral in een vroeg ziektestadium kan het lastig zijn om een correcte diagnose te stellen bij neurodegeneratieve hersenaandoeningen. Een correcte diagnose zo vroeg mogelijk in het ziektestadium is echter noodzakelijk, o.a. om een goed prognostisch inzicht te kunnen geven aan de patiënt en diens omgeving en zo mogelijk al een adequate behandeling in te kunnen stellen. Functionele beeldvorming van het cerebrale glucosemetabolisme met behulp van [18F]-fluorodeoxyglucose positron emission tomography (FDG PET) zou een goede biomarker kunnen zijn in de differentiaaldiagnose van neurodegeneratieve hersenaandoeningen. Simpele visuele interpretatie van de FDG PET-scan heeft beperkte waarde en een betrouwbare kwantitatieve analyse van de FDG PET-scans kan voor dit probleem uitkomst bieden. Met behulp van een wiskundige multivariate analyse is het mogelijk om voor vele neurodegeneratieve hersenaandoeningen een specifiek metabool hersenpatroon vast te stellen. Daarnaast is het met deze methode mogelijk om voor een individuele patiënt een score te berekenen die weergeeft in welke mate een ziekte-specifiek metabool groepspatroon bij die patiënt geëxprimeerd wordt. In het UMC Groningen hebben wij deze wiskundige methode geïmplementeerd en metabole hersenpatronen gevonden voor (voorlopig) vier verschillende neurodegeneratieve aandoeningen. Door middel van het opzetten van het
GLIMPS-project (Glucose Imaging of Parkinsonian Syndromes) – een nationale database met FDG PET-scans van patiënten met verschillende neurodegeneratieve hersenaandoeningen in combinatie met klinische informatie – wordt de wiskundige methode voor de klinische praktijk (neurologen en klinisch geriaters) toegankelijk gemaakt. Daarnaast is het de bedoeling van dit project om de bestaande metabole covariantiepatronen te verbeteren en nieuwe metabole patronen te definiëren.
PARKINSONISME EN DEMENTIE
Samenvatting
Introductie Vooral in een vroeg ziektestadium kan de differentiaaldiagnose van neurodegeneratieve hersenaandoeningen op basis van klinische symptomen lastig zijn. De ziekte van Parkinson (PD) is de tweede meest voorkomende neurodegeneratieve hersenaandoening na de ziekte van Alzheimer (AD), en uit zich klinisch in bradykinesie, rigiditeit en soms een rusttremor. Ondersteunende kenmerken voor de diagnose zijn een unilateraal begin van de motorische symptomen, een progressief verloop en een goede en consistente reactie op levodopa.1 Bij veel patiënten met PD kunnen ook cognitieve afwijkingen bestaan. Deze worden meestal pas duidelijker in meer gevorderde stadia. In een niet gering percentage van PD-patiënten kan zelfs in een laat stadium een uitgesproken dementiebeeld ontstaan, vaak ook ParkinsonDementiecomlex (PDD) genoemd. Neurodege-
* UMCG, Groningen Correspondentie: Prof. dr. K.L. Leenders,
[email protected]
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
51
PARKINSONISME EN DEMENTIE
thema
HET CEREBRALE GLUCOSE-METABOLISME
neratieve hersenaandoeningen kunnen zich dus presenteren met zowel symptomen in de zin van bewegingsstoornissen alsook in het cognitieve domein. In een vroeg ziektestadium kan het moeilijk zijn om PD klinisch te onderscheiden van andere neurodegeneratieve aandoeningen met parkinsonisme, zoals multisysteem atrofie (MSA), progressieve supranucleaire parese (PSP), corticobasale degeneratie (CBD) of Lewy bodydementie (DLB). Bij neurologen gespecialiseerd in bewegingsstoornissen, is de diagnostische specificiteit en sensitiviteit van PD respectievelijk 98.6% en 91.1%, op voorwaarde dat de specialist alle benodigde informatie heeft kunnen vergaren en de patiënt lang genoeg heeft kunnen volgen.2 Deze percentages zijn beduidend hoger dan die verkregen in de algemene neurologische praktijk.3 De diagnostische sensitiviteit en specificiteit voor parkinsonismesyndromen zoals MSA en PSP zijn lager dan voor PD.2,4,5 In ieder geval is in de kliniek de gouden standaard voor de klassieke diagnoses gebaseerd op de klinische bevindingen, mits aan de hiervoor aangeduide voorwaarden voldaan is. Een correcte diagnose zo vroeg mogelijk in het ziektestadium van een neurodegeneratieve hersenaandoening is naast een juiste behandeling, voorkomen van onnodige behandelingen en inzicht in een realistische prognose aan de patiënt en diens omgeving, in het belang van wetenschappelijk onderzoek. Tot op heden zijn er geen duidelijke biomarkers voor de ante mortem-diagnose van neurodegeneratieve hersenaandoeningen. Structurele beeldvorming draagt voor de differentiaaldiagnose in het vroege ziektestadium in het algemeen niet bij, behalve als aan een tumor of vasculaire problematiek wordt gedacht. In een later ziektestadium kunnen soms wel specifieke ziekte-gerelateerde afwijkingen worden gevonden. Functionele beeldvorming zou echter een goede biomarker kunnen zijn in de differentiaaldiagnose in een vroeg stadium van neurodegeneratieve hersenaandoeningen.
FDG PET-scan Radiotracer PET (positron emission tomography) -scans kunnen de geaccumuleerde regionale cerebrale biochemische activiteit weergeven, afhankelijk van het type tracer. Met behulp van de PET tracer [18F]-fluorodeoxyglucose (FDG) is het mogelijk om het cerebrale glucosemeta-
52
bolisme betrouwbaar en nauwkeurig te meten. Aangezien glucose de enige energiebron is van de hersenen, waarbij de hersenen in rust een kwart tot een derde van de totale lichaamsenergie nodig hebben, is de energiebehoefte van de onderliggende cerebrale neuronale systemen goed in beeld te brengen. FDG is een glucose analoog waaraan de fysiologische eigenschappen bijna identiek zijn aan die van glucose. Nadat FDG in de hersenen is opgenomen, wordt het gefosforyleerd naar fluorodeoxyglucose-6-PO4, vergelijkbaar met de fosforylatie van glucose naar glucose-6-PO4. Deze stap wordt gekatalyseerd door het enzym hexokinase en is de eerste stap in het glycolytische proces. Glucosefosfaat wordt vervolgens verder omgezet naar carbondioxide en water onder vorming van biologische energiedragers zoals ATP. De deoxy-vorm van glucose wordt als fosfaat – in tegenstelling tot het lichaamseigen glucosefosfaat – gedurende de scanprocedure niet verder gemetaboliseerd. Zonder de accumulatie van deoxyglucosefosfaat zou het radioactieve label over de vele volgende stappen in het biochemische verwerkingsproces verspreid worden en zou de regionale meting van de radioactiviteit niet een eenduidige biochemische activiteit reflecteren. Dus door de deoxyvorm is FDG een bruikbare marker van de eerste stap van de glycolyse. Reivich et al. waren de eerste onderzoekers die de FDG PET-scan in mensen hebben onderzocht.6 De meting van de eerste stap van de glycolyse per hersengebied geeft nauwkeurig weer wat de energiebehoefte van het onderliggende hersenweefsel is. Bij (geringe) pathologische lokale veranderingen van hersenweefsel wordt dit altijd waargenomen – mits nauwkeurig gemeten – door een lokaal veranderde FDG-accumulatie. Hierbij moet worden bedacht dat het grootste deel van de energiebehoefte voortkomt uit de noodzaak om structurele en andere basiselementen van het hersenweefsel in stand te houden. Slechts een gering percentage van de energieconsumptie (bijvoorbeeld tot 5%) verandert lokaal op basis van veranderde functies zoals motorische of cognitieve taken. Dus FDG-metingen geven de energiebehoefte van het hersenweefsel op een andere manier weer dan bijvoorbeeld FMRI-metingen waarbij de BOLD-signaalveranderingen een geheel andere betekenis hebben. De halfwaardetijd van het radioactieve label aan de tracer (F-18) is 110 minuten en daarom zijn F-18 gelabelde PET-tracers zeer geschikt voor beeldvorming: voldoende isotoop vervalt
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
Progressieve supranucleaire parese: Verlaagde FDG opname in de mediofrontale cortex. Soms verlaagde FDG opname in de nucleus caudatus. Corticobasale degeneratie: Asymmetrisch verlaagde FDG opname (contralateraal van de meest aangedane lichaamshelft) in de cortex, het striatum en de thalamus. Cerebellaire diaschisis: verlaagde FDG opname in het cerebellum contralateraal van de aangedane hemisfeer. Dementie met Lewy bodies: Verlaagde FDG opname in de occipitale regio’s, vooral de visuele cortex. Soms verlaagde FDG opname in de pariëtale cortex. Ziekte van Alzheimer: Verlaagde FDG opname in de pariëtale cortex en de cortex cingularis posterior. Verlaagde FDG opname in de temporale en frontale regio’s (in gevorderde ziektestadia). Frontotemporale dementie: Verlaagde FDG opname (soms asymmetrisch) in de lateraal frontale, mediofrontale en temporale cortex. Figuur 1. Typische voorbeelden van FDG PET beelden in individuele patiënten, met de visuele interpretatie van het regionale glucoseverbruik in de hersenen (beoordeling door deskundige). (Teune LK. Glucose Metabolic Patterns in Neurodegenerative Brain Diseases [dissertation]. Groningen: UMC Groningen; 2013).
om een PET-beeld te genereren binnen een aanvaardbare tijd. Anderzijds is de radioactiviteit snel uit de patiënt verdwenen, waardoor de stralenbelasting voor de patiënt beperkt is. Vergeleken met SPECT beeldvorming (Single Photon Emission Computed Tomography) heeft de PET-scan een betere ruimtelijke resolutie en een hogere sensitiviteit. Door deze hogere sensitiviteit van de PET-scan kan een kortere scantijd worden gebruikt waardoor er minder bewegingsartefacten zichtbaar zullen zijn.7 Ook zijn er geen SPECT tracers voorhanden die het
energieverbruik van hersenweefsel direct kunnen weergeven. Indirect kan dat wel door perfusiemetingen, maar die zijn per definitie veel meer afhankelijk van toevallige omstandigheden en ook eerder een indirecte maat voor de benodigde energie. Onder normale omstandigheden is er wel een redelijk constante koppeling tussen hersendoorbloeding en energiebehoefte, maar hoe dit bij pathologie regionaal eventueel ontkoppeld wordt, is lastig te bepalen.
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
53
thema
Multipele systeem atrofie: Verlaagde FDG opname in het putamen en cerebellum.
PARKINSONISME EN DEMENTIE
Ziekte van Parkinson: Normale of verhoogde FDG opname in het striatum in vergelijking met de FDG opname in de cortex. De verdeling van de FDG opname in de hersenen kan vaak oppervlakkig gezien veel lijken op een gezonde verdeling.
HET CEREBRALE GLUCOSE-METABOLISME
Gezonde controles: Hoge symmetrische FDG opname in de cortex, cerebellum, striatum en thalamus. Lage FDG opname in de witte stof / ventrikels.
HET CEREBRALE GLUCOSE-METABOLISME
thema PARKINSONISME EN DEMENTIE
Figuur 2. SPM (t) beelden van verlaagde metabole activiteit, met een drempelwaarde op P < 0.001 en een cluster ‘cutoff’ van 20 voxels. Patiëntengroepen staan op de verticale as en op de horizontale as worden 7 transversale doorsneden van de hersenen weergegeven. (Teune LK, Bartels AL, De Jong BM, et al. Typical cerebral metabolic patterns in neurodegenerative brain diseases. Mov Disord 2010;25:2395-2404). Gereproduceerd met toestemming van de Movement Disorder Society, Copyright © 2010.
De beschikbaarheid van FDG PET-scans is de laatste jaren wereldwijd sterk toegenomen door de diagnostische mogelijkheden binnen de oncologie met behulp van whole body FDG PET/ CT-scans. De meeste grote regionale centra in o.a. Nederland beschikken tegenwoordig over een PET/CT-scanner. Door deze grote beschikbaarheid is het nu mogelijk geworden om in de praktijk de waarde van de FDG PET-scan in de klinische differentiaaldiagnose van neurodegeneratieve aandoeningen te onderzoeken.
54
Analyse van de FDG PET-scan Visuele beoordeling In de meeste neurodegeneratieve hersenaandoeningen degenereren vaak dezelfde hersengebieden, waardoor patronen van veranderde metabole hersenactiviteit ontstaan, die specifiek zijn voor die verschillende aandoeningen. De visuele beoordeling van FDG PET-scans door een nucleair geneeskundige kan echter lastig zijn in het beginstadium van een neurodegeneratieve hersenaandoening. In een onderzoek
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
HET CEREBRALE GLUCOSE-METABOLISME
thema PARKINSONISME EN DEMENTIE
Figuur 3. SPM (t) beelden van verhoogde metabole activiteit, met een drempelwaarde op P < 0.001 en een cluster ‘cutoff’ van 20 voxels. Patiëntengroepen staan op de verticale as en op de horizontale as worden 7 transversale doorsneden van de hersenen weergegeven. (Teune LK, Bartels AL, De Jong BM, et al. Typical cerebral metabolic patterns in neurodegenerative brain diseases. Mov Disord 2010;25:2395-2404). Gereproduceerd met toestemming van de Movement Disorder Society, Copyright © 2010.
van Eckert et al.8 is de waarde van visuele beoordeling van FDG PET-scans bij PD, MSA, PSP en CBD onderzocht. Hierbij werd de blinde beoordeling van de FDG PET-scan vergeleken met de uiteindelijke klinische diagnose zoals gesteld door twee onafhankelijke neurologen gespecialiseerd in bewegingsstoornissen. De diagnose bij visuele beoordeling kwam in 85.4% van alle patiënten overeen met de klinische diagnose. Bij vroege PD was de overeenkomst 88.4%, bij late PD 97.2%, bij MSA 76%, bij PSP 60% en bij CBD 90.9%. Er werd
een sensitiviteit van 100% en een specificiteit van 91% gevonden voor het diagnosticeren van PD patiënten in een vroeg ziektestadium (< 5 jaar symptomen) in vergelijking met gezonde controles. Voor het onderscheid tussen PD-patiënten en patiënten met één van de andere drie onderzochte parkinsonistische syndromen in dit onderzoek werd een sensitiviteit van 92% en een specificiteit van 92% gevonden. Enkele typische vergevorderde voorbeelden van FDG PET-scans van individuele patiënten zijn weergegeven in figuur 1.9
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
55
HET CEREBRALE GLUCOSE-METABOLISME PARKINSONISME EN DEMENTIE
thema
Figuur 4. (T) beelden van metabole hersenpatronen op een T1 MR template. Relatief verlaagd metabolisme (blauw) en verhoogd metabolisme (rood) vergeleken met gezonde controles, met een drempelwaarde op T = 3.7-6.7 (p<0.001). Patiëntengroepen staan op de verticale as en op de horizontale as worden 7 transversale doorsneden van de hersenen weergegeven. (Teune LK, Renken RJ, Mudali D, et al. Validation of parkinsonian disease-related metabolic brain patterns. Mov Disord 2013,28:547–551). Gereproduceerd met toestemming van de Movement Disorder Society, Copyright © 2012.
Univariate analyse Univariate methoden worden gebruikt om groepsverschillen tussen patiënten met neurodegeneratieve hersenaandoeningen en gezonde controles te identificeren.8,10 Vaak wordt de zogenaamde voxel-based statistical parametric mapping (SPM) analyse toegepast. Hierbij wordt een tweezijdige t-test gebruikt om de FDG PET-scans van de verschillende patiëntengroepen te vergelijken met de gezonde controles. De vergelijking vindt bij SPM steeds per regio of per voxel (volume element) plaats. Hierbij zijn duidelijke verschillen tussen de patiëntengroepen en de gezonde controles gevonden. Ook in onze eigen onderzoeksgroep hebben Teune et al.11 met behulp van de SPM analyse specifieke metabole hersenpatronen gevonden voor de volgende neurodegeneratieve hersenaandoeningen: PD, MSA, PSP, CBD, DLB, AD en Frontotemporale Dementie (FTD) (zie figuren 2 en 3). Uit dit onderzoek komt naar voren dat de typische pathologische afwijkende metabole patronen bij de typische patiënten binnen de onderzochte neurodegeneratieve hersenaandoeningen in wezen dezelfde zijn als bij de multivariate methode besproken patronen. Alleen wordt bij de univariate
56
methode het patroon slechts achteraf per groep gezien door de significante verschillen per regio te beschouwen en geeft alleen informatie over groepsverschillen. In een enkele afzonderlijke patiënt kan dit ook gezien worden zonder enige statistische bewerking, indien het een typische patiënt in een gevorderd ziektestadium betreft. De patronen zijn steeds dezelfde. De vraag is alleen hoe wij deze patronen compleet kunnen bepalen en hoe sensitief en specifiek deze zijn in de klinische praktijk bij de afzonderlijke patiënt en bij voorkeur in een vroeg ziektestadium. Multivariate analyse De Scaled Subprofile Model (SSM) is een multivariate methode gebaseerd op de principale componenten analyse (PCA). Deze methode is in staat om, naast groepsverschillen tussen een patiëntengroep en een groep van gezonde controles, tevens relaties te ontdekken tussen relatief verhoogde en relatief verlaagde metabole activiteit in verschillende hersengebieden in scans van een specifieke patiëntengroep en gezonde controles.12,13 Deze relaties kan men niet zo direct op het oog zien. Een groot voordeel van deze analysemethode is dat
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
HET CEREBRALE GLUCOSE-METABOLISME
In het UMC Groningen hebben wij de SSM/ PCA-methode geïmplementeerd in samenwerking met en gebaseerd op de methodes van de onderzoeksgroep van Eidelberg.12,13 Onze onderzoeksgroep heeft reeds drie metabole covariantiehersenpatronen gevalideerd: PD, MSA en PSP (zie figuur 4).15 Deze metabole hersenpatronen zijn bepaald met behulp van referentiegroepen van patiënten uit het UMC Groningen in een vroeg ziektestadium ten tijde van de FDG PET-scan, met een gemiddelde ziekteduur ten tijde van de FDG PET-scan van 2-4 jaar. De definitieve diagnose werd retrospectief vastgesteld volgens de gepubliceerde klinische researchcriteria.1,16,17 De metabole covariantiepatronen zoals gedefinieerd door onze onderzoeksgroep komen in belangrijke mate overeen met de patronen in eerdere onderzoeken.18,19 Naast de validatie van deze drie patronen heeft onze onderzoeksgroep een metabool covariantiepatroon vastgesteld voor de ziekte van Alzheimer.20
thema
De SSM/PCA-methode is in het Feinstein Institute for Medical Research in Manhasset, NY, onder leiding van Dr. Eidelberg uitgewerkt voor toepassing bij neurodegeneratieve hersenaandoeningen. Bij de SSM/ PCA-methode wordt eerst een maximum drempelwaarde ingesteld voor de hersenen om voxels buiten de hersenen te verwijderen, gevolgd door een log-transformatie. Een drempel van 35% wordt doorgaans gebruikt resulterend in een mask van voornamelijk grijze stof.13 Nadat between-subject en between-region gemiddelden zijn verwijderd, wordt de PCA analyse uitgevoerd. PCA transformeert een aantal gecorreleerde variabelen in nieuwe orthogonale niet-gecorreleerde variabelen, die de principale componenten worden genoemd. Deze principale componenten worden geordend op basis van de variabiliteit die ze verklaren; de eerste principale component verklaart de meeste variabiliteit. Voor het gemak kan hier het mathematische begrip component beschouwd worden als het patroon van voxels/regios die de groep van patiënten van de gezonde controles onderscheidt. Een punt van discussie is welke componenten moeten worden meegenomen in het definitieve metabole patroon.13 In de meeste onderzoeken worden de componenten die samen minimaal 50% van de variantie verklaren meegenomen in de verdere analyse. Een ziekte-gerelateerd metabool covariantiepatroon wordt vervolgens bepaald door een lineaire combinatie van de geselecteerde principale componenten met de laagste AIC (Akaike Information Criterion) waarde14 in een stapsgewijze regressieprocedure.
die bepaalde ziekte heeft. Deze scores kunnen berekend worden voor elk beschikbaar en gevalideerd ziekte-specifiek metabool patroon.
PARKINSONISME EN DEMENTIE
niet alleen twee groepen onderling vergeleken kunnen worden, maar dat ook de bijdrage van elk individu ten opzicht van het patroon berekend kan worden. Dit betekent dat voor elke nieuwe patiënt met behulp van deze methode een score (de zogenaamde z-score) berekend kan worden die weergeeft hoeveel het metabole hersenpatroon van die patiënt lijkt op het ziekte-specifieke metabole groepspatroon van die ziekte. Hoe hoger de z-score (hoge expressie van het ziekte-specifieke patroon bij dat individu), hoe groter de kans dat die patiënt ook
GLIMPS GLIMPS ofwel Glucose Imaging in Parkinsonian Syndromes is een multicenter nationaal project in Nederland. Op dit moment participeren meer dan tien Nederlandse centra in het GLIMPS-project, waarbij het project gecoördineerd wordt vanuit het UMC Groningen.** Het GLIMPS-project is opgezet om een nationale database te creëren met FDG PET-scans van patiënten met verschillende neurodegeneratieve hersenaandoeningen, samen met de specifieke klinische informatie van deze patiënten. De data wordt anoniem bewaard. Uitgangspunt van het project is dat vanuit de praktisch-klinische situatie een patiënt met een vermoede neurodegeneratieve hersenaandoening een FDG PET-scanonderzoek in het eigen ziekenhuis krijgt aangeboden ter bepaling van het globale en regionale glucoseverbruik door het hersenweefsel. Een dergelijk onderzoek moet door de behan-
** In principe kan ieder geïnteresseerd centrum in Nederland participeren in het GLIMPS-project. Voor meer informatie zie de GLIMPS website: www.glimpsproject.com.
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
57
PARKINSONISME EN DEMENTIE
thema
HET CEREBRALE GLUCOSE-METABOLISME
delend arts voor die patiënt als praktisch zinvol worden beschouwd. Een FDG PET-scan kan klinisch zinvol zijn bij elke patiënt die verdacht wordt van een neurodegeneratieve aandoening, of bij wie getwijfeld wordt tussen verschillende diagnoses in de groep van neurodegeneratieve hersenaandoeningen. Het eerste doel van het GLIMPS-project is om in de klinische praktijk, zowel in de neurologie als klinische geriatrie, bij te dragen aan de differentiaaldiagnose van neurodegeneratieve hersenaandoeningen bij individuele patiënten. De mogelijke aanwezigheid van een ziekte-specifiek metabool hersenpatroon in een individuele patiënt wordt berekend met behulp van de SSM/PCA analyse. Hierbij wordt gebruik gemaakt van de tot nu toe bekende metabole hersenpatronen in onze onderzoeksgroep (PD, PSP, MSA en AD). De uitkomst van de SSM/ PCA analyse van de individuele scans wordt vergeleken met de uiteindelijke klinische diagnose om de effectiviteit van deze mathematische analyse te evalueren. Een tweede doel van het project is de verdere ontwikkeling van de metabole hersenpatronen in de verschillende neurodegeneratieve hersenaandoeningen in specifieke wetenschappelijke projecten. De verdere ontwikkeling van deze metabole hersenpatronen is in belangrijke mate afhankelijk van krachtige referentiegroepen van patiënten met verschillende neurodegeneratieve hersenaandoeningen. Daarnaast zal het vergroten van de patiëntengroep de sensitiviteit en specificiteit van de reeds bekende metabole hersenpatronen verhogen, en zal subclassificaties voor bijvoorbeeld mannen/vrouwen, links-/ rechtshandige personen, of verschillende leeftijdscategorieën mogelijk maken. De verwachting is dat op deze manier de patiëntenzorg met betrekking tot de vroege differentiaaldiagnose van patiënten met neurodegeneratieve hersenaandoeningen zal verbeteren. Naast de verdere ontwikkeling van de metabole hersenpatronen is het ook mogelijk om met behulp van de GLIMPS database trials op te zetten wanneer er voldoende patiënten in de database aanwezig zijn. Deze trials kunnen door elk aangesloten centrum worden voorgesteld. Een voorbeeld van een trial wordt in de volgende alinea beschreven.
58
REM-Sleep Behaviour Disorder (RBD) onderzoek In het kader van de vroege diagnostiek van patiënten met neurodegeneratieve hersenaandoeningen zal in het UMC Groningen op korte termijn een onderzoek worden gestart met RBD-patiënten. Patiënten met idiopathische RBD ontwikkelen op termijn vaak PD, MSA, of DLB. Het geschatte vijfjaars risico is 18-45%,21,22 terwijl na een gemiddeld interval van veertien jaar 81% van de patiënten met idiopathische RBD één van de drie genoemde neurodegeneratieve hersenaandoeningen ontwikkelt.23 Patiënten met RBD vormen om deze reden een interessante groep voor het onderzoek naar de vroegdiagnostiek. In het RBD onderzoek zal bij twintig patiënten met idiopathische RBD, naast twintig gezonde controles, een FDG PET worden verricht. Het doel is te onderzoeken of er bij patiënten met idiopathische RBD reeds een metabool hersenpatroon aanwezig is welke afwijkend is van gezonde controles. In samenwerking met de Universiteit van Marburg (Duitsland) zullen in een later stadium tevens RBD patiënten gevolgd worden over een periode van tien jaar, waardoor het mogelijk zal worden om te onderzoeken of de FDG PET-scan bij idiopathisch RBD-patiënten reeds kan voorspellen of zich één van de drie neurodegeneratieve hersenaandoening zal ontwikkelen. Op deze manier zou het reeds vóór het manifest worden van parkinsonisme mogelijk zijn een diagnose te stellen.
Conclusie FDG PET is steeds meer beschikbaar voor de klinische praktijk en is nog steeds de meest betrouwbare techniek om afwijkende patronen van energieverbruik bij neurodegeneratieve aandoeningen in kaart te brengen. Door middel van de SSM/PCA-analyse is het mogelijk om een metabool covariantiepatroon te bepalen voor vele neurodegeneratieve hersenaandoeningen, waarbij de methode ook rekening houdt met de verbanden tussen relatief verhoogd en relatief verlaagd glucosemetabolisme in verschillende hersengebieden. Aangezien het met behulp van de SSM/PCA-methode tevens mogelijk is om een z-score te berekenen die weergeeft hoeveel het metabole hersenpatroon van een individuele patiënt lijkt op een ziekte-specifiek metabool patroon (bijvoorbeeld PD), kan deze methode in de klinische praktijk waardevol zijn in de diagnostiek van neurodegeneratieve hersenaandoeningen.
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
Tijdschrift voor Neuropsychiatrie en Gedragsneurologie – nr 2 – juli 2013
HET CEREBRALE GLUCOSE-METABOLISME
thema
1 Litvan I, Bhatia KP, Burn DJ, et al. Movement Disorders Society Scientific Issues Committee report: SIC Task Force appraisal of clinical diagnostic criteria for Parkinsonian disorders. Mov Disord 2003;18:467-486. 2 Hughes AJ, Daniel SE, Ben-Shlomo Y, Lees AJ. The accuracy of diagnosis of parkinsonian syndromes in a specialist movement disorder service. Brain 2002;125:861-870. 3 Hughes AJ, Daniel SE, Kilford L, Lees AJ. Accuracy of clinical diagnosis of idiopathic Parkinsons disease: a clinico-pathological study of 100 cases. J Neurol Neurosurg Psychiatry 1992;55:181184. 4 Osaki Y, Ben-Shlomo Y, Lees AJ, et al. Accuracy of clinical diagnosis of progressive supranuclear palsy. Mov Disord 2004;19:181-189. 5 Osaki Y, Ben-Shlomo Y, Lees AJ, Wenning GK, Quinn NP. A validation exercise on the new consensus criteria for multiple system atrophy. Mov Disord 2009;24:2272-2276. 6 Reivich M, Kuhl D, Wolf A, et al. The [18F]fluorodeoxyglucose method for the measurement of local cerebral glucose utilization in man. Circ Res 1979;44:127-137. 7 Niethammer M, Feigin A, Eidelberg D. Functional neuroimaging in Parkinsons disease. Cold Spring Harb Perspect Med 2012;2:a09274. 8 Eckert T, Barnes A, Dhawan V, et al. FDG PET in the differential diagnosis of parkinsonian disorders. Neuroimage 2005;26:912-921. 9 Teune LK. Glucose Metabolic Patterns in Neurodegenerative Brain Diseases [dissertation]. Groningen: UMC Groningen; 2013. 10 Juh R, Kim J, Moon D, Choe B, Suh T. Different metabolic patterns analysis of Parkinsonism on the 18F-FDG PET. Eur J Radiol 2004;51:223233. 11 Teune LK, Bartels AL, de Jong BM, et al. Typical cerebral metabolic patterns in neurodegenerative brain diseases. Mov Disord 2010;25:2395-2404. 12 Eidelberg D. Metabolic brain networks in neurodegenerative disorders: a functional imaging approach. Trends Neurosci 2009;32:548-557. 13 Spetsieris PG, Eidelberg D. Scaled subprofile modeling of resting state imaging data in Parkinsons disease: methodological issues. Neuroimage 2011;54:2899-2914. 14 Akaike H. New Look at Statistical-Model Identification. Ieee Transactions on Automatic Control 1974 1974;AC19:716-723. 15 Teune LK, Renken RJ, Mudali D, et al. Validation of parkinsonian disease-related metabolic brain patterns. Mov Disord 2013;28:547-551.
16 Litvan I, Agid Y, Calne D, et al. Clinical research criteria for the diagnosis of progressive supranuclear palsy (Steele-Richardson-Olszewski syndrome): report of the NINDS-SPSP international workshop. Neurology 1996 Jul;47:1-9. 17 Gilman S, Wenning GK, Low PA, et al. Second consensus statement on the diagnosis of multiple system atrophy. Neurology 2008 Aug 26;71:670676. 18 Ma Y, Tang C, Spetsieris PG, Dhawan V, Eidelberg D. Abnormal metabolic network activity in Parkinsons disease: test-retest reproducibility. J Cereb Blood Flow Metab 2007;27:597-605. 19 Eckert T, Tang C, Ma Y, et al. Abnormal metabolic networks in atypical parkinsonism. Mov Disord 2008;23:727-733. 20 Teune LK, Strijkert F, Renken RJ, et al. The Alzheimers disease-related glucose metabolic brain pattern. submitted. 21 Postuma RB, Gagnon JF, Vendette M, Fantini ML, Massicotte-Marquez J, Montplaisir J. Quantifying the risk of neurodegenerative disease in idiopathic REM sleep behavior disorder. Neurology 2009;72:1296-1300. 22 Iranzo A, Molinuevo JL, Santamaria J, et al. Rapid-eye-movement sleep behaviour disorder as an early marker for a neurodegenerative disorder: a descriptive study. Lancet Neurol 2006;5:572-577. 23 Schenck CH, Boeve BF, Mahowald MW. Delayed emergence of a parkinsonian disorder or dementia in 81% of older males initially diagnosed with idiopathic REM sleep behavior disorder (RBD): 16year update on a previously reported series. Sleep Med 2013 [Epub ahead of print].
PARKINSONISME EN DEMENTIE
Literatuur
59