Bättre analysering kan förbättra diagnostiken av Parkinsons sjukdom
Bättre och tydligare data hjälper oss att förstå hur omfattande lokala nätverk i hjärnan påverkas hos patienter.
En metod kan påskynda diagnos och eventuellt behandling av patienter, och hjälpa hjärnan att återgå till en mer hälsosam aktivitet. Foto: Format Arw/Unsplash.
Hjärnavbildningstekniken magnetencefalografi (MEG) tillsammans med beräkningsmodeller av hjärnan ger en mer omfattande förståelse av hur neurala nätverk i hjärnan påverkas av sjukdomar som Parkinsons sjukdom. Detta möjliggör bättre diagnostik av patienter och kan bana väg för effektivare behandlingar i framtiden.
Det är slutsatsen i en studie som genomförts av KTH-forskarna Pascal Helson och Arvind Kumar i samarbete med kollegor från Karolinska Institutet, National MEG facility (NatMEG) och Köpenhamns universitetssjukhus.
Resultaten har publicerats i tidskriften Nature Parkinson’s disease.
Mer omfattande än först trott
Parkinsons sjukdom förknippas vanligtvis med förändringar i en persons motoriska förmåga, men de kognitiva effekterna av sjukdomen är lika allvarliga. Detta har fått forskarna att misstänka att nervskadorna i hjärnan är mer omfattande än vad man först trodde.
Dagens diagnostik och behandling av Parkinsons sjukdom omfattar inte bedömning av sensoriska symtom, utan stor vikt läggs istället vid de motoriska delarna av hjärnan. Men genom att använda MEG-tekniken lyckades Helson och hans kollegor studera delar av hjärnan som sällan undersöks för hjärnsjukdomar.
MEG upptäcker förändringar i hjärnaktiviteten på ett mindre obehagligt sätt för patienten och med mycket högre upplösning än till exempel MRT.
– MEG medför inget obehag för patienten, förklarar Arvind Kumar. Patienten sitter under en hjälm, men maskinen rör inte patientens huvud. De måste dock vara så stilla som möjligt, utan några rörelser.
Långsammare aktivitet
Forskarna tittade på hela cortex (den grå substansen precis under vårt skallben) och fann att patienter som har utvecklat Parkinsons sjukdom har skador fördelade över hela hjärnan. De största sjukdomsrelaterade förändringarna sågs i hjärnans sensoriska regioner. Detta är förvånande med tanke på att Parkinsons sjukdom inte är känd för att påverka sinnen exempelvis synen.
Forskarna använde beräkningsmodeller av hjärnan för att vägleda vilken aspekt av MEG-signalerna som skulle studeras. De fann att fluktuationerna i hjärnaktiviteten var mycket långsammare hos patienter med Parkinsons sjukdom än hos friska individer.
Den långsammare fluktuationen tyder på dålig kommunikation mellan nervcellerna, vilket är resultatet av en obalans i neurotransmittorerna, som överför kemiska ”meddelanden” från en nervcell till nästa målcell.
Snabbare diagnos
Genom att styra dataanalysen med hjälp av beräkningsmodeller av hjärnan kunde forskarna få ut data som ger djupare insikter i hur lokala hjärnnätverk påverkas hos Parkinsonpatienter.
Pascal Helson och hans kollegor hävdar att deras resultat ger upphov till hypoteser som bör testas ytterligare i djurmodeller av sjukdomen. Om de bekräftas kan de bidra till en mer detaljerad bedömning av patienter med Parkinsons sjukdom.
– Denna metod kan påskynda diagnos och eventuellt behandling av patienter, och hjälpa hjärnan att återgå till en mer hälsosam aktivitet, säger Helson.
Arbetet finansierades av Vetenskapsrådet och Digital Futures. Det är en del av Digital Futures-projektet dBRAIN.
