Abstract
Een vroege diagnose en efficiënte behandeling van de ziekte van Alzheimer (AD) blijft uitdagend.
Huidige inspanningen richten zich op een algemeen patiëntenprofiel, waardoor belangrijke nuances
van de individuele ziekteprogressie gemist worden. Hierdoor is de effectiviteit van een behandeling
erg onduidelijk. Het fundamenteel probleem ligt in de gelimiteerde kennis de oorzaak en de
genetische heterogeniteit van deze ziekte.
Om dit te verhelpen, moeten individuele ziektetrajecten worden verkregen. Hierdoor kunnen de
causale triggers onderzocht worden en kan een gepersonaliseerde behandeling op maat
voorgeschreven worden. Echter, klinische dossiers worden pas opgesteld na het vaststellen van
klinische problemen, waar er vaak al aanzienlijke neurodegeneratie plaatsvond in de laatste stadia
van de AD-pathologie.
We stellen voor om individuele medische dossiers, zoals MRI beelden, die na het klinische begin zijn
verzameld, contra-factueel te verjongen naar hun pre-ziekte toestand. Deze individuele progressies
maken het mogelijk om ziektetriggers te analyseren en zorgen voor effectievere, gepersonaliseerde
behandelingen. Daarnaast creëren we een longitudinale database van gezondheidsprogressies die de
volledige AD-pathologie bestrijkt, wat toelaat om vroege AD-biomarkers te ontdekken.
We gaan causale theorie modellen, gebaseerd op bestaande hersenverouderings-en causale neurale
netwerken, gebruiken om medische dossiers te verjongen door confounders te verwijderen.
Researcher(s)
Research team(s)
Project type(s)