BSO-AD: An Ontology for Representing and Harmonizing Behavioral Social Knowledge in ADRD

Dit artikel introduceert BSOAD, de eerste ontologie die gedrags- en sociale factoren systematisch representeert en harmoniseert in relatie tot Alzheimer en aanverwante dementie, waarmee een semantische basis wordt gelegd voor geavanceerde kennisintegratie en computergestuurde analyse.

De kern

Stel je voor dat Alzheimer en aanverwante dementie (ADRD) een enorme, ingewikkelde puzzel is. De meeste mensen kijken alleen naar de stukjes die te maken hebben met de hersenen: de biologie, de genen en de medicijnen. Maar er is een heel ander deel van de puzzel dat vaak vergeten wordt: het gedrag en de sociale omstandigheden van de mensen. Denk aan roken, armoede, eenzaamheid, of hoe goed je toegang hebt tot gezondheidszorg.

Deze wetenschappelijke paper introduceert een nieuw gereedschap om die puzzelstukjes samen te voegen. Ze noemen dit BSO-AD.

Hier is een uitleg in simpele taal, met wat creatieve vergelijkingen:

1. Het Probleem: Een chaotische bibliotheek

Stel je voor dat alle kennis over Alzheimer in één enorme bibliotheek ligt.

• In de ene hoek staan boeken over biologie (genen, cellen).
• In een andere hoek staan boeken over sociale factoren (werkloosheid, onderwijs, wijkveiligheid).
• Het probleem is dat deze boeken in totaal verschillende talen geschreven zijn. Een dokter spreekt "ICD-codes" (een soort medisch barcodesysteem), een socioloog spreekt over "sociale determinanten", en een computerwetenschapper spreekt over "data".

Omdat ze elkaar niet begrijpen, kunnen we niet goed zien hoe bijvoorbeeld eenzaamheid precies bijdraagt aan Alzheimer. Het is alsof je probeert een recept te volgen waarbij de ingrediënten in verschillende talen staan geschreven.

2. De Oplossing: De "Super-Vertaler" (BSO-AD)

De auteurs hebben een ontologie gemaakt. Klinkt ingewikkeld, maar denk hieraan als een gigantische, slimme vertaler en organisator.

• De Bouwstenen: Ze hebben niet alles zelf uitgevonden. Ze hebben bestaande, betrouwbare "woordenboeken" (zoals de SDoHO voor sociale factoren en DROADO voor medicijnen) gebruikt.
• De Nieuwe Link: Ze hebben deze woordenboeken aan elkaar gelijmd en er een nieuw hoofdstuk aan toegevoegd dat specifiek kijkt naar de link tussen gedrag en dementie.
• De Barcodes: Ze hebben ervoor gezorgd dat elke term ook een medische barcode (ICD-code) heeft. Zo kan een computer in een ziekenhuisrecord direct begrijpen wat een socioloog bedoelt.

3. Hoe werkt het? Twee soorten wegen

Deze "Super-Vertaler" tekent twee soorten wegen tussen gedrag en ziekte:

1. De Directe Weg: "Roken verhoogt het risico." Dit is een rechtstreekse lijn.
2. De Ondergrondse Tunnel (De Mechanistische Weg): Soms is de link niet direct zichtbaar. De ontologie bouwt een tunnel: "Roken → verandert een gen → verandert een proces in het lichaam → leidt tot Alzheimer."
   • Vergelijking: Het is alsof je niet alleen ziet dat de auto stopt, maar ook begrijpt dat de remmen kapot zijn, omdat de olie lekte, omdat de tank niet gevuld was. De ontologie laat de hele keten zien.

4. De Test: Is het goed genoeg?

Je zou denken: "Oké, ze hebben een groot woordenboek gemaakt, maar klopt het wel?"
Om dit te testen, hebben ze twee dingen gedaan:

• De Menselijke Expert: Twee specialisten hebben het boekje doorgelezen en gekeken of de zinnen logisch waren. Ze waren het 95% eens! (Bijvoorbeeld: ze hebben beslist dat "niet-roker" geen soort van "roker" is, maar een broertje van hem. Dat klinkt logisch, maar computers maken daar soms fouten in).
• De Robot-Assistent (AI): Ze hebben slimme computers (Large Language Models, zoals de AI die je nu gebruikt) ingezet. Deze AI heeft duizenden wetenschappelijke artikelen gelezen en gekeken of de nieuwe termen in het woordenboek ook in die artikelen voorkwamen.
  • Resultaat: De AI vond dat het woordenboek bijna alles dekte (97% van de concepten uit de artikelen waren terug te vinden in het woordenboek).

Waarom is dit belangrijk?

Vroeger was het alsof je probeerde een auto te bouwen met onderdelen die uit verschillende auto's kwamen, zonder dat ze pasten. Met BSO-AD hebben ze nu een universele schroef en moersleutel.

Dit stelt artsen en onderzoekers in staat om:

• Betere voorspellingen te doen over wie Alzheimer kan krijgen.
• Beter te begrijpen waarom bepaalde groepen mensen vaker ziek worden dan anderen.
• Slimme computers (AI) te gebruiken om nieuwe behandelingen te vinden, omdat de data eindelijk in één taal spreekt.

Kortom: Ze hebben een brug gebouwd tussen de wereld van de "sociale problemen" en de wereld van de "hersenziekte", zodat we eindelijk het hele plaatje kunnen zien en beter kunnen helpen.

Technische samenvatting

Probleemstelling

Alzheimer's ziekte en verwante dementies (ADRD) vormen een groeiende volksgezondheidscrisis. Gedrags- en sociale factoren (BSF's, zoals fysieke activiteit, roken, sociaal isolement en sociaaleconomische status) spelen een cruciale rol bij het risico, het begin en de progressie van ADRD. Echter, het integreren van deze kennis in het ADRD-onderzoek is moeilijk vanwege:

• Heterogeniteit van bronnen: BSF-gegevens zijn verspreid over gestructureerde bronnen (zoals elektronische gezondheidsdossiers - EHR) en ongestructureerde bronnen (klinische narratieven, literatuur).
• Inconsistentie: Er worden vaak verschillende standaarden en waardebereiken gebruikt voor codering.
• Silo's: Bestaande ontologieën focussen ofwel puur op de biologisch-klinische aspecten van ADRD (bijv. DROADO, ADO) ofwel op gedrags- en sociale factoren (bijv. SDoHO) in isolatie. Er ontbreekt een geïntegreerd raamwerk dat deze domeinen semantisch verenigt.

Methodologie

De auteurs hebben BSO-AD (Behavioral Social Data and Knowledge Ontology for ADRD) ontwikkeld volgens best practices voor biomedische ontologie-engineering (OBO Foundry, FAIR-principes).

1. Ontwerp en Hergebruik:

   • BSO-AD is gebouwd in OWL2 (Web Ontology Language) met behulp van tools zoals ROBOT en Protégé.
   • Het ontwerp volgt een "reuse-first" strategie, waarbij bestaande ontologieën worden hergebruikt en uitgebreid:
     • SDoHO (Social Determinants of Health Ontology): Voor de basisstructuur van gedrags- en sociale factoren.
     • DROADO (Drug-Repurposing Oriented Alzheimer's Disease Ontology): Voor biologische en farmacologische kennis.
     • AD-Onto: Voor neuropsychologische assessments.
     • TEO (Time Event Ontology): Voor tijdsdimensies.
   • Uitbreidingen: Om interoperabiliteit met klinische systemen te waarborgen, zijn ICD-10-CM Z-codes (Z55–Z65) geïntegreerd voor sociale determinanten. Ook zijn ADRD-gerelateerde concepten uit ICD-9/10 en neuropsychologische tests toegevoegd.

2. Relatie-Modellering:

   • Directe relaties: Afgeleid uit literatuurmining (PubMed) en gestructureerd volgens het UMLS Semantic Network. Deze omvatten functionele relaties (bijv. "beïnvloedt risico", "veroorzaakt") en temporale relaties.
   • Indirecte (mechanistische) relaties: Een multi-layer raamwerk dat BSF's koppelt aan ADRD via tussenvoegsels: Genen, Pathways en Pathologieën. Dit maakt het mogelijk om biologische mechanismen te modelleren.

3. Evaluatie Framework:

   • Expert Review: Gebruikmakend van het tool Hootation om semantische validiteit te testen via natuurlijke taalzinnen. Twee experts beoordeelden de rationaliteit van de classificaties.
   • LLM-geassisteerde Automatische Evaluatie: Een nieuw, schaalbaar framework dat Large Language Models (Llama4, Qwen3, MedGemma) gebruikt voor:
     • Het selecteren van relevante literatuur.
     • Het extraheren van concepten uit teksten.
     • Het berekenen van metrics voor dekking (hoeveel literatuurconcepten passen in de ontologie), compleetheid, concisie en semantische coherentie (via embedding-modellen zoals ClinicalBERT).

Belangrijkste Bijdragen

• Eerste Geïntegreerde Ontologie: BSO-AD is, naar kennis van de auteurs, de eerste ontologie die BSF's systematisch formaliseert binnen de context van ADRD, waardoor de kloof tussen gedragswetenschappen en biomedische wetenschappen wordt overbrugd.
• Multi-layer Relatie Framework: Het introduceert een hiërarchie van relaties die zowel directe associaties als indirecte, biologisch onderbouwde mechanismen (via genen/pathways) vastlegt.
• LLM-geassisteerde Evaluatie: Het ontwikkelt en valideert een geautomatiseerd, data-gedreven framework voor de evaluatie van ontologieën, wat de schaalbaarheid van kwaliteitsborging vergroot.
• Interoperabiliteit: Door ICD-codes en bestaande ontologieën te integreren, is BSO-AD direct toepasbaar voor EHR-integratie en AI-gestuurde analyses.

Resultaten

• Omvang: De huidige versie bevat 2.275 klassen, 153 object properties en 49 data properties.
• Expert Review: Toonde een hoge rationele overeenstemming (0,95) en inter-evaluator overeenstemming (0,96). Discrepanties (bijv. semantische conflicten tussen "Niet-roker" en "Roker") werden opgelost door herschikking van de hiërarchie.
• Automatische Evaluatie:
  • Categorie Dekking: Zeer hoog (≥ 0,97) voor alle BSF-domeinen, wat aangeeft dat de ontologie het conceptuele bereik van de literatuur goed dekt.
  • Compleetheid & Concision: Gemiddeld respectievelijk 0,78 en 0,81, wat wijst op een sterke overlap tussen ontologie en literatuur.
  • Semantische Coherentie: De Parent-Child Similarity Score (PSS) en Child Similarity Score (CSS) waren stabiel. Het domein "Neighborhood" scoorde het hoogst, terwijl "Food" wat heterogener was, wat wijst op potentiële verbeterpunten in de granulariteit.

Betekenis en Conclusie

BSO-AD biedt een semantische ruggengraat voor de harmonisatie van heterogene data over gedrags- en sociale factoren in ADRD. Het stelt onderzoekers in staat om:

1. Gestructureerde en ongestructureerde data te integreren voor schaalbare, AI-gestuurde analyses.
2. Onderliggende biologische mechanismen te ontrafelen die verbinden tussen sociale factoren en dementie.
3. Gerichte preventiestrategieën en gezondheidsbeleid te ontwikkelen op basis van robuuste, gestandaardiseerde kennis.

De studie demonstreert ook de haalbaarheid van het gebruik van LLM's voor de automatische evaluatie en validatie van complexe biomedische ontologieën, wat een nieuwe weg opent voor snellere iteratie en verbetering van kennisinfrastructuur. De ontologie en de bijbehorende code worden openbaar beschikbaar gesteld via GitHub.