Het respiratoir syncytieel virus (RSV) is een belangrijke veroorzaker van verkoudheid. Bij volwassenen blijft het meestal bij een snotneus, maar RSV-infecties kunnen bij pasgeborenen heel ernstig verlopen. Zo ernstig dat ze op de intensive care van het ziekenhuis terechtkomen en zonder behandeling overlijden. Een test die kan voorspellen welke kinderen een ernstige infectie zullen ontwikkelen, zou levens redden.
“RSV is één van de belangrijkste virusinfecties bij kinderen”, vertelt kinderarts Pieter Fraaij. “De meeste kinderen raken voor het eerst geïnfecteerd in hun eerste levensjaar. Het begint met verkoudheidsverschijnselen zoals hoesten, maar een deel van de kinderen wordt daarna zieker en zieker. Eén op de honderd kinderen komt uiteindelijk met ademhalingsklachten terecht in het ziekenhuis. Soms is dat zo ernstig dat patiënten op de intensive care beademd moeten worden.”
Bloedmonsters
Welke kinderen dan het risico lopen op een ernstige vorm van infectie, is echter moeilijk te voorspellen. Op het moment dat een kind bij de dokter of het ziekenhuis aanklopt, is het lastig te zeggen of er wel sprake is van RSV en of de infectie echt doorzet. Daarom blijven uit voorzorg veel kinderen die worden doorverwezen ter observatie in het ziekenhuis. “Dat betekent dat er meer kinderen blijven dan noodzakelijk is”, stelt viroloog Arno Andeweg. “Wij hebben in het bloed gezocht naar biomarkers die, zodra een arts RSV bij een kind constateert, al kunnen voorspellen of een kind ernstig ziek gaat worden of niet.”
Het onderzoeksteam verzamelde bloedmonsters van gezonde kinderen, kinderen met een milde RSV-infectie, en kinderen met een ernstige RSV-infectie. Tussen de 20.000 genen die het menselijk genoom rijk is, gingen zij op zoek naar die genen die significant in expressie verschilden tussen kinderen met een ernstige RSV-infectie en kinderen met een milde of zonder infectie.
Voorspelbaarheid
In iedere groep zaten tien tot twintig kinderen. Het aantal bloedmonsters was dus veel minder dan het aantal genen waarnaar werd gekeken en dan schiet de klassieke statistiek tekort. “Wij hebben daarom een methode gebruikt die machine learning heet”, vertelt statisticus Victor Jong. “Met machine learning bouw je stapje voor stapje een model. Je begint met de variabele (in dit geval een gen) dat het sterkst discrimineert tussen een ernstige infectie of een milde infectie. Vervolgens voeg je steeds een variabele toe, totdat de voorspellende waarde van het model niet meer toeneemt.”
Dat werkt ongeveer zo: stel, je zit op een voorspelbaarheid van tachtig procent. En met het toevoegen van een extra variabele komt de voorspelbaarheid op 80,0001 procent. “Ga je die variabele dan meenemen in je model? Waarschijnlijk niet”, stelt Jong, “Want het heeft niet zoveel zin om variabelen toe te voegen, en dus het model complexer te maken, als de voorspelbaarheid er niet veel beter van wordt.”
Uitkomsten begrijpen
Het RSV-model kwam uit op 84 variabelen die de voorspelbaarheid in belangrijke mate verbeterden: 84 genen die een belangrijke rol spelen bij het ontwikkelen van een ernstige infectie. De nauwkeurigheid van de test is goed en ligt tussen de 96 en 97 procent. Geeft de test als uitslag dat een kind tien procent kans heeft op een ernstig verloop van de infectie, dan klopt die voorspelling dus in 96 of 97 procent van de gevallen.
Of de test in de praktijk ook goed werkt, moet nog onderzocht worden. Fraaij: “Meten is makkelijk, maar de uitkomsten begrijpen is vaak een stuk moeilijker.” Jong vergelijkt de uitslag van de test met de weersverwachting. “Als er negentig procent kans is op regen, neem je een jas mee. Als een kind negentig procent kans heeft op een ernstig verloop van RSV, moet het natuurlijk in het ziekenhuis blijven. Als er veertig procent kans is op regen, zal de één wel een jas meenemen en de ander niet. Als een kind veertig procent kans heeft om ernstig ziek te worden, dan moet de arts aan de hand van observaties beslissen wat er gebeurt.”