Evaluatie van een geautomatiseerde complexe instrumentele activiteiten van dagelijkse leven Marker (NMI) (AltoidaML)

Het doel van de studie is om relaties te bepalen tussen de klinische, cognitieve, beeldvormende, genetische en biochemische biomarkerkenmerken van het stadium van het AD-spectrum dat voorafgaat aan MCI, de mildste symptomatische fase van AD, hier MCI genoemd. Het ADNI-GO-model stelt dat AD begint met afzetting van amyloïde β (Aβ) in de cortex, wat leidt tot synaptische disfunctie, neurodegeneratie en cognitieve/functionele achteruitgang.

Het kan mogelijk zijn om de toekomstige ontwikkeling van ALZ in een preklinische toestand te bepalen bij een cognitief normale persoon met een hoog risico, ten minste 18-24 maanden voordat zich symptomen van cognitieve stoornissen ontwikkelen. Daarnaast stelt een nieuw voorgesteld onderzoekskader voor om biomarkers voor amyloïde, tau en neurodegeneratie (ATN) te gebruiken om MCI-patiënten te classificeren.

Enkele van de toonaangevende technologieën die worden bestudeerd, zijn technieken voor beeldvorming van de hersenen, zoals positronemissietomografie (PET), inclusief FDG-PET (dat het glucosemetabolisme in de hersenen meet); PET met behulp van een radioactieve verbinding (F-AV-45) die bèta-amyloïde in de hersenen meet; en structurele MRI. Hersenscans laten wetenschappers zien hoe de structuur en functie van de hersenen veranderen naarmate AD begint en vordert. Biomarkers in cerebrospinale vloeistof onthullen andere veranderingen die zouden kunnen identificeren welke patiënten met MCI de ziekte van Alzheimer zullen ontwikkelen. Wetenschappers kijken naar niveaus van bèta-amyloïde en tau in hersenvocht. (Abnormale hoeveelheden van de amyloïde en tau-eiwitten in de hersenen zijn kenmerken van de ziekte van Alzheimer.)

Het doel van de studie is het evalueren van de prestaties van het ALTOIDA™-systeem als hulpmiddel om artsen te helpen bij het diagnosticeren van de ziekte van Alzheimer (AD) in klinische situaties in de echte wereld.

De studie zal zijn:

A. Onderzoek in meerdere centra:

Het primaire doel van deze studie zal zijn om het ALToida™-platform op meerdere studielocaties te evalueren. Dit toont het vermogen aan om tests uit te voeren, gegevens te verzamelen en classificaties te genereren, ongeacht variaties in testlocaties en personeel.

Er zullen 12 internationale onderzoekslocaties worden geselecteerd, waarbij de in de VS gevestigde locaties een erkend NIH Centre of Excellence voor de ziekte van Alzheimer of een ander nationaal erkend onderzoekscentrum voor de ziekte van Alzheimer zijn. Elke site zal maximaal 60 buurtbewoners evalueren, gelijkelijk verdeeld tussen MCI-patiënten en leeftijdsgematchte controles (terwijl de prevalentie van AD ongeveer 12% is in de algemene bevolking, is de verhouding van AD tot normaal onder degenen die een kliniek bezoeken voor geheugen of cognitieve problemen). gerelateerde problemen ligt tussen de 50-60%.

Elke locatie volgt dezelfde testprotocollen. Deelnemers wordt gevraagd of ze willen deelnemen aan een protocol dat hun toekomstige risico op het ontwikkelen van ALZ op korte termijn bewaakt, en of bepaalde van hun voorgeschreven medicijnen mogelijk een beschermend effect hebben. Degenen die accepteren om deelnemer te zijn, worden vervolgens ingeschreven in het onderzoek.

Ingeschreven personen zullen worden getest op risicofactoren voor het hebben van preklinische ALZ. Individuen waarvan bij baseline is vastgesteld dat ze risico lopen, worden gevolgd met tussenpozen van 6 maanden gedurende een periode van 48 maanden met behulp van psychometrische testen en functionele neuroimaging. Hun behoud van cognitieve stabiliteit of cognitieve achteruitgang wordt gecontroleerd terwijl ze onder de hoede zijn van hun PMD en terwijl ze medicijnen gebruiken die van belang zijn.

Alle testgegevens worden geüpload naar de online ALToida™-databaseserver.

B. De algehele impact van deze studie zal zijn: meer kennis over de volgorde en timing van gebeurtenissen die leiden tot MCI en van MCI tot AD, ontwikkeling van betere klinische en Neuro Motor Index-prognosemethoden voor vroege detectie en voor het volgen van de progressie van deze aandoeningen, en het faciliteren van klinische onderzoeken naar behandelingen om de progressie van de ziekte te vertragen, wat uiteindelijk bijdraagt ​​aan de preventie van AD.