Eric Thouvenot (Nîmes, Montpellier, Frankrijk) herinnerde eraan dat "de kliniek en beeldvorming door magnetische kernspinresonantie zeer gevoelig zijn bij het diagnosticeren van MS. Er is echter toch nood aan markers die conversie naar een echt klinische MS en evolutie naar een progressieve MS voorspellen."

Van oud

"De eerste biomarker is de intrathecale synthese van IgG. Met immunodetectie kan je nagaan of het CSV IgG bevat die niet in het serum zitten. In voorkomend geval betekent dat dat de synthese van de IgG plaatsvindt in het centrale zenuwstelsel. Idem als de IgG-concentratie in het CSV veel hoger is dan in het serum", legde de Franse specialist uit. Tal van studies hebben dat bevestigd, waaronder de studie van Kuhle1 bij meer dan 1.000 patiënten. Die studie heeft aangetoond dat de aanwezigheid van oligoklonale banden een voorspellende waarde heeft. "Die studie heeft ook aangetoond dat ook de vitamine D-spiegel belangrijk is", preciseerde hij. Het belang van de oligoklonale banden werd bevestigd door de meta-analyse van Dobson et coll..2 De meta-analyse leert dat het risico op conversie van een klinisch geïsoleerd syndroom (CIS) naar MS nagenoeg tienmaal hoger is als er oligoklonale banden in het CSV zitten. "Die patiënten lopen ook een tweemaal hoger risico op invaliditeit."

Tussen 1996 en 2013 is het concept van het ziekteverloop dankzij klinische en biologische aanwinsten veranderd van een klinische beschrijving van subtypes naar een classificatie volgens het fenotype, waarbij evolutie van een gegeven fenotype naar een ander mogelijk is. Markers van ziekteactiviteit zijn belangrijk in het begin van de ziekte; daarna zijn vooral markers van progressie belangrijk.

Naar nieuw

Wat de beschadiging van de axonen bijvoorbeeld betreft, kon de prognostische waarde van zwareketenneurofilamenten een tiental jaar geleden worden gecorreleerd met de scores van ziekteprogressie. "Recentelijk hebben andere groepen het belang aangetoond van lichteketenneurofilamenten (NfL) in het CSV.3 Opsporing van die neurofilamenten is interessanter. Een hogere serumspiegel van NfL correleert immers met relapsen en wordt vaker teruggevonden bij patiënten bij wie snel een conversie plaatsvindt, dan bij patiënten zonder conversie. De serumspiegel van NfL correleert verder ook met een hoger aantal relapsen per jaar, een recente stijging van de EDSS-score en een hogere waarschijnlijkheid van progressie.4"

Chitinase 3-like 1, dat in het CSV wordt teruggevonden, is ook een interessante marker bij een CIS. Canto et coll.5 hebben aangetoond dat dit momenteel de enige significante onafhankelijke risicofactor is die correleert met het optreden van een handicap (HR = 3,8). Een hoge concentratie van die marker correleert met een snellere ontwikkeling van een handicap.

Er zijn tal van markers. Je moet die markers combineren om de prognose zo goed mogelijk te kunnen inschatten. "Enkele dagen geleden hebben Barbour et coll.6 een studie gepubliceerd waarin ze hebben onderzocht wat de beste marker is. Ze hebben daarvoor 1.128 eiwitten in het CSV geanalyseerd (SOMAScan). Bij vergelijking van patiënten met een RRMS en controlepersonen hebben ze ontdekt dat het B-celrijpingsantigeen (B-Cell Maturation Antigen, BCMA) essentieel is met name bij auto-immuunziekten. Interessanter nog is dat ze verschillende wegen van de ziekte hebben ontdekt."

Tot besluit, de Franse specialist vindt dat de kliniek hoe dan ook noodzakelijk blijft in combinatie met beeldvorming. De nieuwe analysetechnieken en de nieuwe biomarkers zouden moeten helpen om de ziekte in het beginstadium beter te karakteriseren en om de evolutie ervan te volgen, om nieuwe behandelingen te ontwikkelen, te evalueren en aan te passen aan de noden en om het therapeutische beleid (inductie- of intensiveringstherapie) te bepalen bij optreden van de ziekte.

Thouvenot E. Prognostic biomarkers in multiple sclerosis. ECTRIMS 2017 Abstract #99.

  1. Kuhle et al. Mult Scler 2015;21:1013-1024Dobson et al. J Neurol Neurosurg Psychiatry 2013;84:909-914
  2. Arrambide G et al. Neurology 2016; 87:1076-1084
  3. Disanto G et al. Ann Neurol 2017;81:857-870
  4. Canto E et al. Brain 2015; 38:918-931
  5. Barbour et al. Ann Neurol 2017 online (23/10/2017)