| Hersenaandoeningen die gepaard gaan met cognitieve stoornissen, zoals de ziekte van Alzheimer, hebben verstrekkende en ingrijpende persoonlijke en sociaal-economische gevolgen. Simon-Shlomo Poil onderzocht de zogenaamde "kritikaliteitshypothese" om de complexe ruimtelijke en temporele patronen van hersenactiviteit bij gezondheid en ziekte beter te begrijpen. Hij gebruikte deze hypothese om neurofysiologische grondstoffen voor medicijnen te ontwikkelen die gevoelig zijn voor cognitieve achteruitgang. Met behulp van een wiskundig model beschrijft Poil hoe deze schaalvrije activiteit op meerdere niveaus tot stand komt. Zijn model verenigt de schaal-vrije avalanches van neuronale activiteit, die zich afspeelt op een tijdschaal van milliseconden, en long-range temporal correlations (LRTC) in hersenoscillaties, die op een tijschaal van seconden tot minuten loopt. Hij laat zien dat in de ziekte van Alzheimer temporele correlaties van lopende oscillaties veranderen, zoals blijkt uit zwakkere long-range temporal correlations en een kortere oscillatieduur. Dit suggereert dat de temporele dynamiek kan worden gebruikt als mogelijk medicijn voor het identificeren en mogelijk ook volgen van de progressie van de ziekte van Alzheimer. Om het medicijnenonderzoek verder te brengen met betere gereedschappen voor pre-processing, organisatie, data-mining en visualisatie van data, ontwikkelde Poil met zijn collega s de Neurofysiologische Biomarker Toolbox (NBT) (http://www.nbtwiki.net/). Door middel van de data mining tools in de NBT en het combineren van meerdere biomarkers laat hij zien dat we veel beter kunnen voorspellen bij welke patiënten een mild cognitieve aandoening over gaat in de ziekte van Alzheimer, in vergelijking met een voorspelling op basis van een enkele biomarker. |
