Je früher man Bescheid weiß, desto mehr kann man tun – wie wird die Alzheimer-Krankheit beurteilt?

Quelle: EClinCloud. Autor: EClinCloud.
Jedes Jahr ist der September der Welt-Alzheimer-Monat und der 21. September der Welt-Alzheimer-Tag. Das diesjährige Motto des Welt-Alzheimer-Monats lautet „The Earlier You Know, The More You Can Do: A Dementia Diagnosis Matters“.
Von der früheren Erkennung der Erkrankung bis zur genaueren Beurteilung von Krankheitsveränderungen ist die klinische Bewertung stets ein wichtiger Bestandteil der Forschung zur Alzheimer-Krankheit (im Folgenden AD).

Was genau wird in der klinischen AD-Forschung bewertet? Viele denken dabei zunächst an „kognitive Funktionen“ wie Gedächtnis, Sprachfähigkeit oder Exekutivfunktionen. Tatsächlich geht der Fokus einer umfassenden AD-Studie weit darüber hinaus[1][2][3]:
① Hat sich die kognitive Leistungsfähigkeit verändert?
② Wie hoch ist der Schweregrad der Erkrankung?
③ Können die Patientinnen und Patienten ihren Alltag selbstständig bewältigen?
④ Wurde die Lebensqualität beeinträchtigt?
⑤ Wie groß ist die Belastung für Betreuungspersonen?
⑥ Treten psychische und Verhaltenssymptome wie Agitation auf?
⑦ Welche Veränderungen zeigen sich in der Bildgebung?
Diese verschiedenen Dimensionen müssen mithilfe unterschiedlicher Instrumente zur Bewertung klinischer Endpunkte (COA) (Clinical Outcome Assessment) sowie bildgebender Bewertungsverfahren beobachtet werden.
COA-Messungen erfolgen in der Regel mithilfe validierter Skalen. EClinCloud verfügt im Bereich AD über umfassende Erfahrung mit Skalen. Im Folgenden stellen wir sie nach Kategorien geordnet vor:
1. Bewertung kognitiver Funktionen
| Skala | Vollständige englische Bezeichnung | Verwendungszweck |
ADAS-Cog | Alzheimer's Disease Assessment Scale, Cognitive Subscale | Bewertung der kognitiven Funktionen von Patientinnen und Patienten sowie deren Veränderungen |
SIB | Severe Impairment Battery | Kognitive Bewertung bei mittelschwerer bis schwerer AD |
MMSE | Mini-Mental State Examination | Für das frühe Screening und die kognitive Bewertung |
MoCA | Montreal Cognitive Assessment | Screening auf leichte kognitive Beeinträchtigung sowie multidimensionale kognitive Bewertung |
2. Gesamtschweregrad und Veränderungen
| Skala | Vollständige englische Bezeichnung | Verwendungszweck |
CDR | Clinical Dementia Rating | Klinische Schweregradeinteilung der Demenz |
iADRS | Integrated Alzheimer's Disease Rating Scale | Integrierte Bewertung des kognitiven und funktionellen Status von Patientinnen und Patienten |
ADCOMs | Alzheimer's Disease Composite Score | Bewertung kognitiver und funktioneller Veränderungen, um das Fortschreiten der Erkrankung abzubilden |
ADCS-CGIC | Alzheimer’s Disease Cooperative Study–Clinical Global Impression of Change | Bewertung der allgemeinen klinischen Veränderung und des Therapieansprechens von Patientinnen und Patienten |
3. Aktivitäten des täglichen Lebens
| Skala | Vollständige englische Bezeichnung | Verwendungszweck |
ADCS-ADL | Alzheimer's Disease Cooperative Study – Activities of Daily Living | Beurteilung der Aktivitäten des täglichen Lebens |
ADCS-ADL-MCI | ADCS-ADL (MCI version) | Beurteilung der Aktivitäten des täglichen Lebens bei Patienten mit leichter kognitiver Beeinträchtigung (MCI) |
FAQ | Functional Activities Questionnaire | Beurteilung der instrumentellen Aktivitäten des täglichen Lebens |
DS | Dependence Scale | Beurteilung der Abhängigkeit und des Pflegebedarfs bei AD-Patienten |
4. Lebensqualität und Belastung der Betreuungspersonen
| Skala | Vollständiger englischer Name | Verwendungszweck |
QOL-AD | Quality of Life in Alzheimer's Disease | Psychometrische Daten zur vom Patienten wahrgenommenen Lebensqualität, bewertet durch den Patienten und die Betreuungsperson |
ZBI | Zarit Burden Interview | Beurteilung der Belastung von Betreuungspersonen |
RUD-Lite | Resource Utilization in Dementia – Lite Version | Beurteilung der Inanspruchnahme medizinischer Ressourcen |
5. Psychische und Verhaltenssymptome
| Skala | Vollständiger englischer Name | Verwendungszweck |
CMAI | Cohen-Mansfield Agitation Inventory | Beurteilung der Häufigkeit von agitiertem Verhalten bei Patienten mit kognitiven Beeinträchtigungen |
6. Bildgebung und klinische Beobachtung
| Skala | Vollständiger englischer Name | Verwendungszweck |
MTA | Medial temporal lobe atrophy | Beurteilung des Ausmaßes der im MRT dargestellten Hirnatrophie |
eCOA bedeutet nicht nur die Digitalisierung von Papierskalen. Der Krankheitsverlauf der Alzheimer-Krankheit ist komplex und langwierig, was klinischen Studien bei der Wirksamkeitsbewertung, der Gestaltung klinischer Endpunkte und der Datenerfassung besondere Merkmale verleiht.
Viele Bewertungsdimensionen – Vorteile der elektronischen Erfassung
AD-Studien umfassen zahlreiche Skalen und komplexe Bewertungsdimensionen, was eine digitale Erfassung und Verwaltung umso notwendiger macht.
Lange Nachbeobachtungszeiträume, hohe Anforderungen an die Datenintegrität
Die Wirksamkeit von AD-Arzneimitteln oder -Interventionen lässt sich erst nach einer längeren Nachbeobachtungszeit ausreichend bewerten, was hohe Anforderungen an die Datenintegrität stellt.
Hohe Subjektivität der Bewertung, Standardisierung zur Reduzierung von Verzerrungen erforderlich
Das Kernsymptom der AD ist der schrittweise Verlust kognitiver Funktionen, dessen Messung eine gewisse Subjektivität aufweist; zudem können sich die Bewertungsmaßstäbe zwischen verschiedenen Beurteilern (Patienten, Betreuungspersonen, Klinikern) unterscheiden[4].
Der Nutzen von eCOA
eCOA ermöglicht die einheitliche digitale Verwaltung von Skalen, Bewertungsrollen, Bewertungsprozessen und Endpunktdaten und bietet deutliche Vorteile hinsichtlich Effizienz, Echtzeitverfügbarkeit, Flexibilität, Compliance und Schutz der Privatsphäre der Patienten bei der Datenerfassung, wodurch die Gewinnung zuverlässigerer klinischer Evidenz unterstützt wird.

Die Daten stammen aus der Studie BN29552 (CREAD), einer multinationalen klinischen Studie bei Patienten mit prodromaler bis leichter AD; die Studie zeigte, dass der Einsatz von eCOA wie eADAS-Cog und eMMSE im Vergleich zu Papierskalen signifikant wirksamer bei der Reduzierung von Bewertungsfehlern war[5].
Neben Skalenbewertungen umfassen klinische AD-Studien auch verschiedene bildgebende Verfahren wie MRT und PET, um Hirnstrukturen und krankheitsbedingte bildgebende Veränderungen zu beobachten; die Sicherstellung einheitlicher Bewertungsstandards zwischen verschiedenen Prüfzentren ist daher entscheidend für die Qualitätskontrolle der Studie.
Subjektive Unterschiede bei der Befundung
Bei derselben MRT-Aufnahme stimmen die Beurteilungen verschiedener Ärzte möglicherweise nicht vollständig überein; auch die visuelle Auswertung von PET-Aufnahmen hängt stark von der Befundungserfahrung ab.
Longitudinale Konsistenz erforderlich
Mit AD verbundene Bildgebungsveränderungen können recht subtil sein und erfordern eine konsistente, vergleichbare Beurteilung der Ausgangs- und Verlaufsaufnahmen.
Große Herausforderungen in multizentrischen Studien
Wenn Bilddaten von mehreren Zentren, mehreren Geräten und mit unterschiedlichen Sequenzparametern stammen, stellt dies höhere Anforderungen an Standardisierung, Konsistenz und Qualitätskontrolle der Bildbeurteilung.
Der Wert von IRC
Durch ein zentralisiertes Bilddatenmanagement und standardisierte Befundungsabläufe führt das IRC mithilfe qualifizierter und entsprechend geschulter Fachbefunder auf Grundlage vorab festgelegter Beurteilungskriterien eine unabhängige Befundung und Überprüfung der Studienbilder durch. Dies verringert den Einfluss von Unterschieden zwischen verschiedenen Zentren sowie einzelnen Befundern auf die Beurteilungsergebnisse und unterstützt die Studie dabei, einheitlichere, konsistentere, unabhängigere und rückverfolgbare Bildgebungs-Endpunktdaten zu erhalten.

Das obige Beispiel stammt aus einer klinischen Arzneimittelstudie zur Alzheimer-Krankheit, bei der mittels PET-Bildgebung die Amyloid-Belastung im Gehirn quantitativ analysiert wurde; durch eine standardisierte Bildbeurteilung liefert sie objektive bildgebende Nachweise für die Bewertung der Arzneimittelwirksamkeit[6].
Fundierte ZNS-Erfahrung
Zahlreiche erfolgreiche Fallbeispiele
In der langjährigen Projektpraxis hat EClinCloud kontinuierlich Erfahrungen in der Bewertung klinischer Endpunkte (Clinical Outcome Assessment) über verschiedene Entwicklungsphasen und Studienszenarien hinweg gesammelt.

Was wir leisten können
Erfahrung mit Skalen für mehrere Indikationen und eine umfangreiche Skalenbibliothek, einschließlich integrierter Leistungen von der Skalenprüfung und Lizenzbeschaffung über Übersetzung und sprachliche Validierung bis hin zur Skalenbereitstellung.
Ein Produktsystem mit mehrsprachiger Abdeckung und globaler Kompatibilität: übersichtlich und effizient, mit umfassender Funktionsunterstützung, ohne zusätzlichen Eingabeaufwand sowie mit einem vollständigen, robusten und geschlossenen Datenfluss.
Verwaltung aus einer Hand für die Abstimmung mit Schulungsexperten, Vorbereitung der Schulungsunterlagen, Durchführung der Bewerterschulung und Ergebnisprüfung verringert Unterschiede zwischen Bewertern und erhöht die Zuverlässigkeit der Endpunkte.
Unterstützt Befundungssysteme und unabhängige Befundungsdienstleistungen für mehrere Therapiegebiete und trägt dazu bei, die Konsistenz und Zuverlässigkeit der Endpunktbewertung zu erhöhen.
1. EMA. Guideline on the clinical investigation of medicines for the treatment of Alzheimer’s disease – Revision 2.
2. Molinuevo JL, et al. Outcome measures for Alzheimer's disease: A global inter-societal Delphi consensus. Alzheimer's & Dementia, 2023.
3. FDA. Early Alzheimer’s Disease: Developing Drugs for Treatment – Guidance for Industry.
4. U.S. FDA. Patient-Focused Drug Development Glossary / Clinical Outcome Assessment (COA) definitions.
5. H. Todd Feaster PsyD, Todd M. Solomon PhD, et al. The Impact of Electronic Clinical Outcome Assessments (eCOA) on Alzheimer’s Disease Clinical Trial Data Quality[C]. Presented at the AAIC Annual Meeting, July 14 - 20, 2017, London, England.
6. van Dyck CH, et al. Lecanemab in Early Alzheimer’s Disease. N Engl J Med. 2023;388(1):9-21.
EClinCloud ist ein führendes KI-Unternehmen in der klinischen Forschungsbranche, das KI-gestützt eine integrierte intelligente Cloud-Plattform für die klinische Forschung sowie Technologien zur Endpunktbewertung entwickelt. Für globale Pharmaunternehmen und Forschungseinrichtungen stellt das Unternehmen Technologieprodukte wie eCOA, CTMS, eTMF, EDC, RTSM, IRC und RM sowie Dienstleistungen in den Bereichen Skalenmanagement, sprachliche Validierung, Rater-Schulung und Datenqualitätsanalyse bereit, um effiziente und präzise digitale Lösungen zu schaffen. Gestützt auf KI-Vorhersagemodelle und eine intelligente Datenplattform bewertet es die Erfolgsquote klinischer Arzneimittelstudien dynamisch, unterstützt dabei, diese zu verbessern, und trägt so dazu bei, Entwicklungszyklen von Arzneimitteln und Medizinprodukten zu verkürzen – zum Nutzen der Patienten.



