Vägen till precisionsmedicin i multipel skleros
Multipel skleros (MS) är en kronisk neurologisk sjukdom som påverkar hjärnan och ryggmärgen. Det är en autoimmun sjukdom där immunsystemet angriper kroppens egna vävnader. I Sverige är MS den vanligaste orsaken till rörelsenedsättning hos unga människor, och varje år insjuknar cirka tusen personer i MS. Idag finns det totalt omkring 20 000 personer med MS i Sverige. De flesta som insjuknar är mellan 10–60 år gamla (vanligtvis 20–40 år), och kvinnor drabbas dubbelt så ofta som män. Obehandlad kan sjukdomen leda till svår funktionsnedsättning och för tidig död.
Projektbeskrivning
Orsaken till MS är till stor del okänd, men epidemiologiska och genetiska studier tyder på att MS utlöses hos genetiskt mottagliga individer efter exponering för livsstils- och miljöfaktorer. I de flesta fall börjar sjukdomen som så kallad skovvis förlöpande MS (så kallad RRMS). Sjukdomen kommer i perioder av besvär som kallas skov; skoven kan sedan gå tillbaka helt eller delvis. Efter cirka 10 till 15 år med sjukdomen försämras tillståndet även mellan skoven och sjukdomen blir mer progressiv, så kallad sekundär progressiv MS (SPMS). Det är inte möjligt att bota MS, men idag finns det flera läkemedel som kan bromsa förloppet och lindra symtomen, framförallt för patienter med RRMS. I vissa fall kan så kallad hematopoetisk stamcellstransplantation vara relevant då medicinerna inte har någon effekt.
Idag finns det inga mätbara biomarkörer som kan diagnostisera SPMS tidigt eller som kan förutsäga sjukdomens utveckling. Vi vill ändra på det. Vi utvecklar mycket exakta prediktiva modeller med hjälp av maskininlärning och AI för att skilja mellan RRMS och SPMS, tränade på data från elektroniska journaler (EHR) som samlats in vid rutinmässiga sjukhusbesök och kompletterats med nya biomarkörer. Proaktiv identifiering av patienter med progressiv sjukdom kan begränsa exponering för ineffektiva mediciner och deras biverkningar.
Giltiga osäkerhetsmått på prediktionerna för varje individ
För att vara användbar i en klinisk miljö tillämpar vi konform prediktion (CP) för att leverera giltiga mått på osäkerhet i prediktioner på individnivå. Tidig identifiering av patienter som så småningom uppfyller kriterierna för SPMS skulle vara värdefullt för att kunna ge meningsfulla interventioner.
Vi föreslår också hur dessa prediktorer kan användas för att övervaka en patients funktionsnedsättning i spektrumet mellan RRMS och SPMS och för tidig förutsägelse av SPMS. Dessutom kan tillägg av molekylära biomarkörer till en befintlig EHR-baserad AI-modell med CP öppna dörren för prognostisering av MS och tidigare meningsfulla interventioner.
Betydande allmänt intresse
De inledande stadierna av detta projekt har redan genererat stort intresse inom forskarsamhället efter Kim Kultimas presentation på MSMilan 2023. Vårt pågående arbete valdes ut som en av konferensens höjdpunkter. För att visa vår metod har vi också lanserat en anonymiserad och tillgänglig version av modellen MSP-Tracker.
Finansiering
Projektet finansieras av gruppledaren Kim Kultima, som mottagit bidrag från Vetenskapsrådet (VR) Medicin och Hälsa, NEURO Sverige och Åke Wibergs Stiftelse.