De belangrijkste resultaten van dit proefschrift: de ASAS classificatie criteria voor axSpA blijken robuust en zijn goed toepasbaar in een setting waarbij de waarschijnlijkheid op axSpA lager is... Show moreDe belangrijkste resultaten van dit proefschrift: de ASAS classificatie criteria voor axSpA blijken robuust en zijn goed toepasbaar in een setting waarbij de waarschijnlijkheid op axSpA lager is dan waarin de criteria ontwikkeld zijn. Daarnaast is er op basis van bevindingen in dit proefschrift een belangrijke aanpassing doorgevoerd in een hulpmiddel dat reumatologen begeleidt in het diagnostische proces van (vroege) axSpA. Tevens is het MRI protocol van het SPACE cohort aangepast nadat de toegevoegde waarde van het toedienen van een contrastvloeistof bij het maken van MRI’s nihil bleek te zijn, met als resultaat dat er sinds april 2012 geen MRI’s meer worden gemaakt met de toediening van gadolinium. Dit proefschrift biedt ook adequate handvatten voor verder onderzoek naar de optimale definitie van een positieve MRI. Bovendien worden discrepanties aangaande de beoordeling door verschillende soorten lezers van afwijkingen in de rug (op röntgenfoto’s en MRI’s) aan het licht gebracht waardoor de vraag naar voren komt of training in het onderscheiden van axSpA afwijkingen en afwijkingen die niet gerelateerd zijn aan axSpA van potentiële belang is op de betrouwbaarheid van het beoordelen van afwijkingen in de rug. De onderzoeken in dit proefschrift leveren een bijdrage aan betere herkenning en behandeling van axSpA. Show less
Schouten, T.M.; Koini, M.; Vos, F. de; Seiler, S.; Grond, J. van der; Lechner, A.; ... ; Rombouts, S.A.R.B. 2016
Magnetic resonance imaging (MRI) is sensitive to structural and functional changes in the brain caused by Alzheimer's disease (AD), and can therefore be used to help in diagnosing the disease.... Show moreMagnetic resonance imaging (MRI) is sensitive to structural and functional changes in the brain caused by Alzheimer's disease (AD), and can therefore be used to help in diagnosing the disease. Improving classification of AD patients based on MRI scans might help to identify AD earlier in the disease's progress, which may be key in developing treatments for AD. In this study we used an elastic net classifier based on several measures derived from the MRI scans of mild to moderate AD patients (N = 77) from the prospective registry on dementia study and controls (N = 173) from the Austrian Stroke Prevention Family Study. We based our classification on measures from anatomical MRI, diffusion weighted MRI and resting state functional MRI. Our unimodal classification performance ranged from an area under the curve (AUC) of 0.760 (full correlations between functional networks) to 0.909 (grey matter density). When combining measures from multiple modalities in a stepwise manner, the classification performance improved to an AUC of 0.952. This optimal combination consisted of grey matter density, white matter density, fractional anisotropy, mean diffusivity, and sparse partial correlations between functional networks. Classification performance for mild AD as well as moderate AD also improved when using this multimodal combination. We conclude that different MRI modalities provide complementary information for classifying AD. Moreover, combining multiple modalities can substantially improve classification performance over unimodal classification. (C) 2016 The Authors. Published by Elsevier Inc. Show less
Schouten, T.M.; Koini, M.; Vos, F. de; Seiler, S.; Van der Grond, J.; Lechner, A.; ... ; Rombouts, S.A.R.B. 2016
