Subsidie

Prof. H. Boersma

Hart / Vaat

Alle subsidies

Machine learning analyse van biomarkers en ECG-signalen voor sekse-specifieke diagnostiek en prognosticatie van hart- en vaatziekten

€ 255.000

Erasmus Medisch Centrum Rotterdam

Binnen dit onderzoek bestuderen wij stofjes in het bloed (‘biomarkers’) en hartfilmpjes (‘elektrocardiogram’, afgekort ‘ECG’) van patiënten met hart- en vaatziekten (HVZ) en van gezonde mensen. Deze gegevens worden gebruikt om het inzicht in de diagnose en prognose van HVZ te verbeteren, waarbij we in het bijzonder aandacht hebben voor man-vrouw verschillen.

Hart- en vaatziekten treffen niet alleen mannen, maar zijn ook een belangrijke oorzaak van gezondheidsproblemen bij vrouwen. De diagnose van HVZ bij vrouwen wordt bemoeilijkt doordat zij vaker symptomen hebben met een andere oorzaak dan mannen, zoals bijvoorbeeld overgangsklachten. Ook is het beloop van HVZ bij vrouwen vaak anders dan bij mannen. We zullen ECG’s en biomarkers van patiënten van het Erasmus MC gebruiken om meer inzicht te krijgen in sekseverschillen in de diagnose en prognose van hart- en vaatziekten.

Biomarkers zijn specifieke stoffen in het bloed die informatie geven over iemands gezondheid. We hebben, mede dankzij eerdere subsidies van de Jaap Schouten Foundation, een grote biobank opgebouwd van ~2000 patiënten met HVZ, waarbij herhaaldelijk bloed is afgenomen. Dit stelt ons in staat om veranderingen in biomarkers over de tijd te bestuderen, verschillen tussen mannen en vrouwen in deze veranderingen te onderzoeken, en deze te koppelen aan het optreden van complicaties zoals bijvoorbeeld hartinfarct of hartfalen.

Om de grote en complexe hoeveelheden gegevens van biomarkers en ECG-signalen te analyseren, maken we gebruik van zogenaamde ‘machine learning’ (ML) technieken. Bij ML wordt computer-rekenkracht gebruikt om de samenhang van grote hoeveelheden complexe gegevens te bestuderen. Door ML te gebruiken kunnen wij nieuwe (en onverwachte) patronen herkennen in de relatie tussen biomarkers, HVZ en geslacht. Op deze manier verwachten we betere methoden te ontwikkelen voor het voorspellen, diagnosticeren en behandelen van HVZ. De focus op man-vrouw verschillen zal bijdragen aan een betere gezondheid voor iedereen.

Professor H. Boersma