Bipolaire Stoornis Integratief Staging: Het Integreren van Biomarkers in de Progressie Door Stadia (BOARDING-PASS)

Rationale Bipolaire stoornis (BD) is een zeer prevalent (ongeveer 1% in de algemene bevolking) en invaliderende aandoening, gekenmerkt door een chronisch en progressief beloop. De natuurlijke geschiedenis van BD omvat typisch een initiële asymptomatische fase, gevolgd door een prodromale fase, en vervolgens het ontstaan van een eerste syndromale episode (depressief of manisch), die meestal wordt gevolgd door recidiverende episodes, vaak zonder volledig inter-episodisch herstel. Een groeiende hoeveelheid bewijs ondersteunt het idee dat het longitudinale beloop van BD geassocieerd is met een actief proces van neuroprogressie, gekenmerkt door progressieve hersenveranderingen en functionele beperkingen. Verschillende klinische factoren kunnen het traject van de stoornis beïnvloeden, waaronder het aantal affectieve episodes, de aanwezigheid van psychiatrische en medische comorbiditeiten, blootstelling aan stressvolle levensgebeurtenissen en een familiegeschiedenis van psychiatrische stoornissen. Neuroimaging studies hebben de neuroprogressieve hypothese in BD consistent ondersteund, waarbij structurele en functionele hersenveranderingen worden aangetoond die progressief optreden naarmate de ziekte vordert. Afwijkingen zijn ook beschreven op het niveau van grootschalige neurale netwerken. In het bijzonder lijkt het Default Mode Network veranderde patronen van hyper- en hypoconnectiviteit te vertonen met affectieve, fronto-pariëtale en aandachtsystemen, waarbij belangrijke knooppunten betrokken zijn die verantwoordelijk zijn voor efficiënte grootschalige hersencommunicatie. Bovendien zijn structurele en functionele veranderingen ook geïdentificeerd in niet-aangetaste familieleden van patiënten met BD. Studies die aanvullende biomarkers in BD onderzoeken, hebben verder bewijs geleverd voor een stadium-gerelateerde progressie van de stoornis, met name met betrekking tot Brain-Derived Neurotrophic Factor (BDNF) en inflammatoire cytokines. Over het algemeen bieden recente vooruitgang op het gebied van klinische stadiering van BD, samen met vooruitgang in de identificatie van biologische markers (bijv. gen transcriptie modulatie, neurotrofe signalering, immuno-inflammatoire pathways, microbiota) en neuroimaging (structuur en functie van grootschalige hersensystemen), een sterke onderbouwing voor de ontwikkeling van een multidimensionaal stadieringsmodel. Een dergelijk model zou klinische en neurobiologische gegevens integreren, waardoor grotere diagnostische, prognostische en therapeutische precisie mogelijk wordt.

Specifieke doelstellingen en experimenteel ontwerp

De BOARDING PASS studie heeft de volgende doelstellingen:

1. het longitudinal beoordelen van de klinische progressie van BD gedurende een periode van 18 maanden met behulp van het stadieringsmodel van Kupka & Hillegers;
2. het onderzoeken van de rol van biologische en neuroimaging markers in BD stadiumovergangen (d.w.z. gen transcriptie regulatie, ontsteking, microbiotische, structurele en functionele neuroimaging metingen);
3. het implementeren van een voorspellend ML-model gebaseerd op de integratie van klinische, biologische en neuroimaging gegevens, om een geïndividualiseerde en data-gedreven voorspelling van BD stadiumovergangen te bieden.

De studie omvat de opeenvolgende werving van 120 proefpersonen ingeschreven bij drie van de vier deelnemende centra: UO1 (ASST Fatebenefratelli-Sacco, Milaan), UO2 (ASST Papa Giovanni XXIII, Bergamo) en UO3 (ASL 2 Abruzzo, Lanciano-Vasto-Chieti). Inclusie- en exclusiecriteria worden hieronder gedetailleerd.

Inclusiecriteria:

1. Proefpersonen die zijn aangetast en niet-aangetast door BD waarvan het klinische stadium valt binnen die gedefinieerd door het model van Kupka en Hillegers, namelijk:

   stadium 0 (verhoogd risico: het hebben van een eerstegraads familielid met BD, bij afwezigheid van psychiatrische symptomen); stadium 1 (het hebben van een eerstegraads familielid met BD, bij aanwezigheid van niet-specifieke psychiatrische symptomen of depressieve episode(s)); stadium 2 (eerste hypo/manische episode die een diagnose van BD type I of II mogelijk maakt volgens DSM-5; APA, 2013); stadium 3 (recidiverende episode(s): depressief, hypo/manisch of gemengd); stadium 4 (persisterende niet-remitterende stoornis: chronische depressieve, manische of gemengde episodes, inclusief rapid cycling);

2. Individuen van beide geslachten;
3. Leeftijd ≥ 18 jaar en ≤ 70 jaar;
4. Vermogen om geldige schriftelijke geïnformeerde toestemming te verlenen.

Exclusiecriteria:

1. Onvermogen om geldige schriftelijke geïnformeerde toestemming te verlenen;
2. Aanwezigheid van verstandelijke beperking;
3. Aanwezigheid van een ernstige bijkomende medische aandoening;

4. Aanwezigheid van een huidige stoornis in het gebruik van middelen. Na het verlenen van schriftelijke geïnformeerde toestemming om deel te nemen, zullen ingeschreven proefpersonen een baselinebeoordeling (T0) ondergaan en vervolgens een follow-upperiode van 18 maanden ingaan bestaande uit drie opeenvolgende tijdspunten: T1 (6 maanden na T0), T2 (12 maanden na T0) en T3 (18 maanden na T0). Bij T0 en bij elk volgend tijdstip omvat de deelnemersbeoordeling: (i) klinische en psychometrische evaluatie; uitsluitend bij T0, T2 en T3, (ii) beoordeling van biologische markers; en (iii) hersen magnetische resonantie beeldvorming voor acquisitie van structurele en functionele MRI-gegevens.

   Klinische en Psychometrische Beoordeling

   Bij baseline (T0) zullen voor elke studiedeelnemer de belangrijkste sociaaldemografische en klinische variabelen worden verzameld en ingevoerd in een geanonimiseerde database. Deze omvatten:

   (a) sociaaldemografische gegevens: leeftijd, geslacht, etniciteit, opleidingsniveau, burgerlijke staat en beroepsstatus; (b) klinische kenmerken: familiegeschiedenis van psychiatrische stoornissen, BD subtype, leeftijd bij aanvang van BD en geassocieerde stressvolle levensgebeurtenissen, ziektteduur, duur van onbehandelde ziekte, leeftijd bij eerste depressieve en hypo/manische episode, polariteit van de eerste en meest recente affectieve episode, predominante polariteit, totaal levenslang aantal affectieve episodes, aanwezigheid van gemengde of rapid-cycling kenmerken, huidige en eerdere psychofarmacologische behandelingen, medische en psychiatrische comorbiditeiten, geschiedenis van stoornis in middelengebruik, levenslang aantal ziekenhuisopnames en suïcidepogingen.

   Deze variabelen zullen worden gebruikt om het klinische stadium bij T0 toe te wijzen volgens het model van Kupka en Hillegers (Kupka & Hillegers, 2012). Bij elk volgend tijdstip zullen sociaaldemografische en klinische gegevens worden bijgewerkt om het corresponderende stadium opnieuw toe te wijzen en om potentiële associaties tussen klinische variabelen en de waarschijnlijkheid van progressie naar meer gevorderde stadia van de ziekte te evalueren.

   Klinische beoordeling zal verder omvatten de afname van de volgende psychometrische schalen en vragenlijsten: de Test di Intelligenza Breve (TIB; Sartori, 1997; Colombo, 2002), afnametijd ongeveer 5 minuten; de Hamilton Depression Rating Scale (HDRS-21; Hamilton, 1960; Cassano et al., 1991), afnametijd ongeveer 20 minuten; de Hamilton Anxiety Rating Scale (HARS; Hamilton, 1959; Cassano et al., 1991), afnametijd ongeveer 15 minuten; de Montgomery-Åsberg Depression Rating Scale (MADRS; Montgomery & Åsberg, 1979; Palma et al., 1999), afnametijd ongeveer 15 minuten; de Young Mania Rating Scale (YMRS; Young et al., 1978; Palma et al., 1999), afnametijd ongeveer 15 minuten; en de Global Assessment of Functioning (GAF; Hall, 1995; APA, 1996), afnametijd ongeveer 2 minuten; Family Interview for Genetic Studies (FIGS); Drugs Abuse Screening Test (DAST-10), afnametijd is geschat op bijna 5 minuten.TWEAK test met een invultijd van ongeveer 2 minuten. Childhood Trauma Questionnaire (CTQ), vereist 5-10 minuten en zal bij baseline worden afgenomen. Paykel Scale for Recent Life Events, de afname duurt ongeveer 15 minuten en zal bij baseline worden uitgevoerd; Clinician Rating Scale (CRS), vastgelegd in bijna 2 minuten bij elk tijdstip en gericht op het evalueren van de therapietrouw van patiënten aan farmacologische behandeling.

   Beoordeling van biologische markers: Gen transcriptie regulatie, ontsteking, microbioom gegevens

   Biologische monsters voor genexpressie, ontsteking en microbioom analyses zullen worden verzameld bij baseline, T2 en T3. Specifiek:

   1. ongestimuleerde speekselmonsters -d.w.z., heel speeksel verzameld onder rustcondities zonder gustatoire, masticatoire of farmacologische stimulatie- zullen worden verkregen met katoenen buccale swabs (Salivette, Sarstedt, Nümbrecht, Duitsland) en opgeslagen bij -20 °C tot genomisch DNA (gDNA) extractie. Exosomen zullen ook worden geïsoleerd uit speeksel en miRNA's gezuiverd met behulp van een exosoom RNA isolatiekit.

   2. perifere veneuze bloedmonsters zullen worden verzameld in twee 5 ml vacutainer buizen die natriumcitraat bevatten. Serum en cellulaire componenten zullen worden gescheiden en totaal RNA evenals gDNA zal worden geëxtraheerd uit PBMC's.

      Alle biologische monsters verzameld bij de drie wervingslocaties (Units 1, 2 en 3) zullen worden overgebracht naar het centrale laboratorium (Unit 4) voor gestandaardiseerde verwerking en analyses, waaronder:

      - LIPIDOMICS om korte keten vetzuren (SCFA's) te analyseren geëxtraheerd uit speeksel derivatisatie voor LC-MS/MS analyse zal worden uitgevoerd.

      Moleculair biologische studies:

      - genexpressie analyse. Relatieve abundantie van mRNA soorten in PBMC's zal worden beoordeeld door real-time RT-PCR en Digital PCR.

      - DNA methylatie in zowel bloed- als speekselcellen a. algemene DNA methylatiestatus zal worden geanalyseerd met behulp van de Reduced representation bisulfite sequencing (RRBS) methode (SBS sequencing van het SURFseq5000 platform); b. gen-specifieke DNA methylatiestudie zal worden uitgevoerd op geamplificeerd bisulfiet (BS) behandeld DNA en methylatieniveaus geanalyseerd met behulp van PyroMark Q48 (64).

      - speeksel exosomale miRNA's: miRNOme analyse en geselecteerde miRNA's na netwerkanalyse door RealTime PCR en Digital PCR.

      • Transcriptiefactoren DNA-binding. ALPHAScreenTM assay techniek om te verifiëren of geïdentificeerde herkenningssequenties op genpromotoren binden aan verschillende transcriptiefactoren en of deze binding direct wordt gemoduleerd door de methylatiegraad van CpG motieven.
      • Speeksel MICROBIOTA SAMENSTELLING door 16S rRNA Microbioom sequencing.

      Neuroimaging beoordeling

      MRI-beoordelingen zullen worden uitgevoerd met behulp van 3T scanners bij T0, T2 en T3, en omvatten:

      - Structurele MRI (sMRI): 3D T1-gewogen beelden zullen worden verkregen met behulp van een SPGR sequentie (TE = minimum (full); flip angle, 6°; FOV, 250 mm; bandwidth, 31.25; matrix, 256 x 256) met 124 axiale slices van 1.3 mm dikte. Na reconstructie van het corticale oppervlak zullen lokale gyrificatie-indices worden berekend voor 68 geparcelleerde corticale regio's gebaseerd op de Desikan Atlas met behulp van FreeSurfer v7.1.0. Een jackknife bias schattingsprocedure zal vervolgens worden toegepast om de bijdrage van elk individu aan de groepscovariantiestructuur te bepalen, waarbij een 68×68 individuele afstandsmatrix wordt gegenereerd. De topologische organisatie van de resulterende structurele covariantienetwerken zal vervolgens worden geanalyseerd met behulp van de Graph Analysis Toolbox.

      - Rusttoestand functionele MRI: rs-fMRI beelden zullen worden verkregen met behulp van een gradient-echo EPI sequentie met 36 axiale slices (TE = 30 ms; TR = 2000 ms; voxelgrootte: 3×3×4 mm3; matrixgrootte: 64× 64; FOV: 192×192 mm2);, verkregen in interleaved volgorde. Elke rusttoestand sessie zal bestaan uit 400 volumes. Pre-processing zal worden uitgevoerd met behulp van een combinatie van FMRIB's Software Library (FSL) en aangepaste MATLAB scripts. De pipeline zal de volgende stappen omvatten: (1) reoriëntatie naar standaardruimte; (2) detectie van uitbijtervolumes, gevolgd door spline-gebaseerde interpolatie van uitbijtertijdpunten; (3) ruimtelijke en temporele pre-processing, inclusief bewegingcorrectie (MCFLIRT), temporele high-pass filtering en ruimtelijke smoothing (FWHM = 5 mm); (4) hersenextractie van het structurele beeld; (5) niet-lineaire registratie naar de MNI152 standaardruimte met behulp van FSL-FNIRT. Statische en dynamische functionele connectomen zullen worden geschat door het berekenen van z-getransformeerde Pearson correlatiecoëfficiënten tussen alle paren van hersengebieden in het gebruikte parcellatieschema. Dynamische connectiviteit zal worden berekend met behulp van een sliding-window benadering met een vensterlengte van 30 TR's en een stapgrootte van 2 TR's. Deze stappen zullen worden geïmplementeerd door in-house software ontwikkeld in MATLAB. Graf-theoretische maten zullen worden berekend via de Brain Connectivity Toolbox (MATLAB).

      Om inter-site variabiliteit in neuroimaging gegevens te minimaliseren, zullen zowel structurele als functionele MRI acquisities worden uitgevoerd met behulp van geharmoniseerde protocollen over de twee beeldvormingscentra, elk uitgerust met een 3 T scanner. ML algoritmen Een ML raamwerk zal worden ontwikkeld om klinische stadiumovergangen in BD te voorspellen door verzamelde klinische, biologische en neuroimaging gegevens te integreren. Om de integratie van multimodale gegevens te beheren, zullen we robuuste pre-processing pipelines aannemen inclusief gegevensnormalisatie, uitbijterdetectie en imputatiemethoden voor het omgaan met ontbrekende waarden (bijv. k-nearest neighbor of multiple imputation). ML analyses zullen starten bij maand 6 van de studie en zullen worden uitgevoerd met behulp van MATLAB's Statistics and Machine Learning Toolbox, aanvankelijk ondersteund door NeuroMiner software (http://proniapredictors.eu/neurominer/index.html), een gevalideerd softwareplatform ontworpen om heterogene datasets te beheren. NeuroMiner biedt een breed scala aan cross-validatie raamwerken, pre-processing strategieën, supervised learning algoritmen, feature selection tools en externe validatiemethoden. De ML benadering zal gebaseerd zijn op supervised classifiers, voornamelijk Support Vector Machine (SVM) en Bayesian modellen. In de voorbereidende fase zullen classifiers worden getraind en getest op voorlopige datasets om alternatieve voorspellende modellen te vergelijken in een gecontroleerde setting en om de best presterende algoritmische configuratie te identificeren. Vervolgens zullen feature selection procedures worden toegepast om de meest discriminerende variabelen te identificeren uit de pool van kandidaatfeatures. Deze stap is cruciaal om de model interpreteerbaarheid te verbeteren en om overfitting te voorkomen, vooral in kleine-steekproef, hoog-dimensionale datasets typisch voor multimodale studies. In feite minimaliseert feature selection door het aantal invoervariabelen te verminderen ruis, verlaagt het modelcomplexiteit en verbetert het de generaliseerbaarheid van de ML voorspellingen. Indien nodig (d.w.z. als de dimensionaliteit van de feature ruimte nog te hoog is), om overfitting en de computationele belasting verder te verminderen, kan Principal Component Analysis worden toegepast. SVM classifiers zullen worden geprioriteerd vanwege hun robuustheid in het omgaan met hoog-dimensionale, kleine-steekproef gegevens. Daarnaast zal klasseweging worden toegepast zodat fouten op minderheidsstadia zwaarder worden bestraft, waardoor de bias veroorzaakt door ongelijke groepsgroottes wordt verminderd. Modelprestatie zal worden beoordeeld met behulp van cross-validatietechnieken (bijv. leave-one-out of stratified k-fold, afhankelijk van gegevensstructuur en klassendistributie) en geëvalueerd in termen van sensitiviteit, specificiteit, F1-score en totale nauwkeurigheid, om rekening te houden met potentiële klasse-onbalans. Een vooraf gedefinieerde minimale doelaccuraatheid van 90% is vereist voor modelimplementatie op de volledige dataset. Studielocaties en organisatiestructuur BOARDING-PASS studie zal worden uitgevoerd over vier operationele units (UO's), elk met gedefinieerde rollen om hoogwaardige data-acquisitie en gestandaardiseerde klinische procedures te waarborgen.

      - UO1 (ASST Fatebenefratelli-Sacco, Milaan) is het coördinerende centrum, verantwoordelijk voor patiëntwerving en baseline diagnostische beoordelingen, gestandaardiseerde verzameling van klinische en biologische gegevens. UO1 onderzoekers zullen coördinatie en toezicht bieden binnen het multicenter onderzoeksnetwerk, effectieve communicatie onderhouden tussen clinici, onderzoekers en technisch personeel.

      • UO2 (ASST Papa Giovanni XXIII, Bergamo) is verantwoordelijk voor deelnemerswerving, diagnostische beoordeling, verzameling van biologische monsters, structurele en rusttoestand MRI data-acquisitie ook namens UO1, en structurele neuroimaging analyse.
      • UO3 (ASL 2 Lanciano-Vasto-Chieti) zal deelnemerswerving en -beoordeling uitvoeren, gegevensverzameling en -beheer, biologische monstername, evenals structurele en functionele neuroimaging data-acquisitie.
      • UO4 (Universiteit van Teramo) dient als de gecentraliseerde faciliteit verantwoordelijk voor biologische analyses, specifiek gen transcriptie regulatie en microbiota analyses. UO4 is ook verantwoordelijk voor de analyse van functionele neuroimaging gegevens en voor de implementatie van ML algoritmen.