PRIBE

De grenzen van traditionele referentie-intervallen

Referentie-intervallen (RI’s) zijn cruciaal in de klinische praktijk en dienen als populatiegebaseerde normen voor het interpreteren van testresultaten. Ze definiëren het verwachte bereik van biomerkerwaarden bij gezonde personen en worden breed toegepast in diagnostiek en behandelbeslissingen. Echter, traditionele RI’s houden geen rekening met individuele biologische variabiliteit of longitudinale data, wat hun toepasbaarheid in moderne omica-analyses en preventieve geneeskunde beperkt.

Iedere persoon heeft een uniek fysiologisch bereik voor klinische biomerkers. Door persoonlijke longitudinale data te integreren, wordt een preciezere en meer gepersonaliseerde interpretatie van testresultaten mogelijk. Het PRIBE-project pakt deze uitdaging aan door individuele referentie-intervallen (IRI’s) te ontwikkelen, die persoonlijke biologische kenmerken in de tijd meenemen. Dit leidt tot betere klinische besluitvorming en effectievere preventieve zorg.

Een innovatieve aanpak voor gepersonaliseerde diagnostiek

Samen met de Universiteit Hasselt heeft PRIBE een methodologisch kader ontwikkeld dat gebruikmaakt van kwantielmodellen en geavanceerde parameter-schattingsmethoden om IRI’s te berekenen. Hierdoor verandert het proces van een schattingsprobleem naar een voorspellingsprobleem, wat de nauwkeurigheid en betrouwbaarheid vergroot.

Daarnaast hebben we het concept uitgebreid om persoonlijke ‘belangrijke veranderingen’ in opeenvolgende testresultaten te identificeren. Dit doen we door individuele referentieveranderingswaarden (I-RCV’s) te berekenen, wat een dynamische beoordeling van de gezondheidstoestand mogelijk maakt.

Om onze aanpak te valideren, hebben we benchmarkstudies uitgevoerd met klinische data uit de praktijk, gecombineerd met simulatiestudies in verschillende scenario’s. De methode wordt verder uitgebreid naar hoog-dimensionale omica-data, waaronder kwantitatieve proteomica, om de toepasbaarheid in geavanceerd biomedisch onderzoek te garanderen.

Door zowel methodologische als software-oplossingen aan te bieden, stelt PRIBE onderzoekers en clinici in staat om IRI’s en I-RCV’s te integreren in de medische praktijk. Dit draagt bij aan een meer gepersonaliseerde, voorspellende en preventieve gezondheidszorg.

De rol van VITO in PRIBE

PRIBE maakt deel uit van VITO’s vlaggenschipproject I AM My Health en maakt gebruik van gegevens uit de I AM Frontier-cohortstudie . Deze groep van 30 gezonde vrijwilligers binnen I AM My Health wordt bestudeerd om de voorgestelde methoden te benchmarken en valideren. De uitgebreide verzameling klinische en omica-data uit deze cohortstudie biedt waardevolle inzichten in individuele risicoprofielen en de potentie van moleculaire data voor vroege ziekte-opsporing en preventie.

VITO’s expertise in systeembiologie en bio-informatica, gecombineerd met de biostatistiek-expertise van de Universiteit Hasselt, zorgt voor een sterke samenwerking om datagestuurde, gepersonaliseerde oplossingen te ontwikkelen. Dit draagt bij aan geoptimaliseerde gezondheidsmonitoring en vroegtijdige ziektepreventie.