Development and validation of neurological health score using machine learning algorithms

In deze studie is een 'neurological health score' (NHS) ontwikkeld met behulp van machine learning, die op basis van genetische, levensstijl- en biochemische variabelen het risico op diverse neurologische aandoeningen kan voorspellen en kwantificeren.

De kern

De "Dashboard-check" voor je Brein: Hoe we de gezondheid van je zenuwstelsel kunnen meten

Stel je voor dat je lichaam een hypermoderne, complexe auto is. Om te weten of die auto nog lang meegaat, kijk je niet alleen naar de brandstof of de kilometerstand. Je kijkt naar een heel dashboard: de olie, de bandenspanning, de temperatuur van de motor en de staat van de elektronica.

Tot nu toe was het met onze hersenen een beetje lastig. Artsen konden vaak pas zien dat er iets mis was als de "motor" al begon te roken of de "auto" stilviel (bijvoorbeeld bij een beroerte of dementie). Maar wat als we een soort geavanceerd dashboard konden maken dat voordat de problemen beginnen, aangeeft hoe gezond je "brein-motor" eigenlijk is?

Dat is precies wat deze wetenschappers hebben geprobeerd met hun Neurological Health Score (NHS).

Wat hebben de onderzoekers gedaan?

De onderzoekers hebben een enorme berg data (van de UK Biobank) gebruikt als een soort digitale garage vol met informatie van honderdduizenden mensen. Ze keken niet naar één ding, maar naar een hele mix van factoren:

1. De Blauwdruk (Genetica): De instructies die je bij je geboorte hebt meegekregen.
2. De Brandstof en het Onderhoud (Lifestyle): Hoeveel je beweegt, wat je eet, hoe goed je slaapt en of je sociale contacten hebt.
3. De Vloeistoffen (Biochemie): Je bloedwaarden, zoals cholesterol en suikerspiegel.

Met behulp van slimme computerprogramma's (Machine Learning) hebben ze al deze puzzelstukjes samengevoegd om één getal te berekenen: de NHS.

Hoe werkt die score?

Je kunt de NHS zien als een "Gezondheids-meter".

• Een hoge score betekent dat je dashboard op groen staat. Je hebt goede gewoontes en een gunstige genetische mix. De onderzoekers zagen dat mensen met een hoge score een veel kleinere kans hadden op neurologische problemen.
• Een lage score is een waarschuwingslampje. Het zegt niet dat je ziek bent, maar wel dat je risico hoger is en dat het tijd is om even naar de "garage" te gaan (bijvoorbeeld door gezonder te eten of meer te ontspannen).

Wat zijn de belangrijkste ontdekkingen?

De computer ontdekte dat bepaalde dingen een enorme impact hebben op je "brein-dashboard". Het waren niet alleen de genen! Factoren zoals stress, eenzaamheid, je loopritme (hoe vlot je wandelt) en je handknijpkracht bleken heel belangrijk te zijn.

Het mooie is: terwijl je je genen niet kunt veranderen, kun je je wandeltempo, je stressniveau en je dieet wél aanpassen. Je kunt dus zelf aan de knoppen draaien om je score te verbeteren.

Waarom is dit belangrijk?

In plaats van te wachten tot de motor kapot gaat, kunnen artsen in de toekomst deze score gebruiken om mensen te helpen voordat er schade ontstaat. Het is een manier om van "repareren als het stuk is" naar "onderhoud om schade te voorkomen" te gaan.

Kortom: De onderzoekers hebben een digitale thermometer ontwikkeld die niet alleen je temperatuur meet, maar de hele conditie van je zenuwstelsel in kaart brengt, zodat je langer en gezonder kunt blijven "rijden".

Technische samenvatting

Technische Samenvatting: Ontwikkeling en validatie van een Neurologische Gezondheidsscore (NHS) met behulp van Machine Learning

Probleemstelling

Neurologische gezondheid, de functie van de hersenen en het zenuwstelsel, is een complexe, multifactoriële grootheid die wordt beïnvloed door genetische aanleg, levensstijl en biochemische factoren. Hoewel er bestaande risicoscores zijn (zoals de Brain Care Score), missen deze vaak de integratie van genetische data (Polygenic Risk Scores) of de combinatie van alle relevante omgevingsfactoren. Er is behoefte aan een kwantificeerbaar instrument dat in een klinische setting kan helpen bij het identificeren van hoogrisicogroepen en het adviseren van preventieve levensstijlmodificaties voor een breed scala aan neurologische aandoeningen.

Methodologie

De onderzoekers ontwikkelden de Neurological Health Score (NHS) op basis van data uit de UK Biobank.

1. Data en Variabelen: De studie omvatte 147.781 deelnemers. Er werd gekeken naar acht specifieke neurologische aandoeningen: dementie, beroerte (stroke), Parkinson, ALS, multiple sclerose, schizofrenie, bipolaire stoornis en migraine. De variabelen werden onderverdeeld in:
   • Genetisch: Polygenic Risk Scores (PRS) berekend via GWAS-data.
   • Levensstijl: O.a. fysieke activiteit, dieet, slaapduur, stress, sociale contacten en rookgedrag.
   • Biochemisch: O.a. cholesterolwaarden, glucose (HbA1C), leverenzymen (ALT, AST, GGT) en vitamines (Vitamine D).
   • Sociaal-demografisch: Leeftijd, geslacht, inkomen en opleiding.
2. Algoritmen:
   • Logistische Regressie: Gebruikt voor het identificeren van statistisch significante variabelen en het bouwen van een interpreteerbaar risicomodel.
   • XGBoost (Gradient Boosting): Gebruikt als aanvullende analyse om niet-lineaire interacties tussen variabelen te detecteren en de discriminatiekracht te testen.
3. Modelontwikkeling: Variabelen die significant waren voor ten minste één van de acht aandoeningen werden opgenomen in het NHS-model. Elke variabele werd gecategoriseerd en voorzien van een score (waarbij een hogere score een lager risico representeert).
4. Validatie: Het model werd getraind op de Kaukasische populatie uit de UK Biobank (80/20 split) en vervolgens gevalideerd op een populatie van Indiase etniciteit binnen dezelfde database.

Belangrijkste Bijdragen

• Integratieve Aanpak: Dit is volgens de auteurs de eerste studie die genetische, levensstijl- en biochemische factoren combineert in één enkele neurologische gezondheidsscore.
• Multidisciplinaire Breedte: In plaats van zich op één ziekte te richten, biedt de NHS een overkoepelend kader voor de algehele gezondheid van het zenuwstelsel.
• Methodologische Hybride: De combinatie van logistische regressie (voor interpreteerbaarheid/effectgrootte) en XGBoost (voor het vangen van complexe patronen) versterkt de robuustheid van de bevindingen.

Resultaten

• Significante Variabelen: Voor de gecombineerde neurologische risico's bleken factoren zoals stress, eenzaamheid, alcoholgebruik, werkstatus, looptempo (walking pace) en handknijpkracht (handgrip strength) zeer significante voorspellers. Ook biochemische markers zoals vitamine D, cystatine C en leverenzymen (ALT/GGT) waren cruciaal.
• Modelprestaties: De NHS bleek zeer significant na correctie voor leeftijd en geslacht.
  • AUC (Area Under Curve): De score behaalde een AUC van 0,6 (na correctie voor leeftijd/geslacht) en een AUC van 0,95 in de specifieke dataset-context.
  • Risicoreductie: De groep met de hoogste NHS (top 25%) vertoonde een 1,3 keer lager risico op neurologische aandoeningen vergeleken met de rest van de populatie.
• Correlaties: De analyse bevestigde dat genetische risico's (PRS) een dominante rol spelen, maar dat levensstijlfactoren de impact van deze genetische aanleg kunnen moduleren.

Significantie

De studie biedt een framework voor het kwantificeren van neurologische gezondheid in de klinische praktijk. De NHS kan fungeren als een diagnostisch hulpmiddel om individuen te identificeren die een verhoogd risico lopen, nog voordat symptomen optreden. Dit maakt gepersonaliseerde preventie mogelijk, waarbij artsen specifieke levensstijlinterventies kunnen aanbevelen op basis van de score van de patiënt.