Fundamentele fout van vele jaren in hersenonderzoek
Een techniek om psychiatrische en neurologische ziektebeelden te analyseren en visueel weer te geven berust op een dwaling.
Gelezen: Volkskrant 17 januari 2026, Nature Neuroscience.
Neurowetenschapper Martijn van den Heuvel, hoogleraar computationele neurowetenschappen aan de Vrije Universiteit , heeft aangetoond dat een analysetechniek waarmee hersenwetenschappers in kaart brengen welke breincircuits een rol spelen bij verschillende activiteiten en aandoeningen zoals migraine en depressie, niet deugt.
Van den Heuvel zag dat de kleurige plaatjes van oplichtende hersendelen nagenoeg gelijk waren bij heel verschillende kwalen en afwijkingen.
Hersennetwerken die betrokken zouden zijn bij (van links af) verslaving, migraine, stotteren en slapeloosheid. Bron Nature Neuroscience
LNM is tien jaar geleden ontwikkeld door wetenschappers van de Amerikaanse Harvard University, en wordt door zo’n 500 wetenschappers gebruikt die er wereldwijd mee bezig waren. Er is veel geld ingestoken, bijvoorbeeld 2 miljoen euro aan subsidie voor een Europees project. De uitvinders van lesion network mapping vinden de Nederlandse kritiek steekhoudend: Michael Fox, hoogleraar neurologie aan Harvard Medical School en Aaron Boes, hoogleraar psychiatrie en neurologie aan de Universiteit van Iowa
Samengevat:
“Lesion network mapping (LNM) is een neuroimaging-raamwerk dat gebruikmaakt van normatieve functionele connectiviteitsgegevens (FC) om heterogene hersenletsels en functionele veranderingen te koppelen aan hersennetwerken die betrokken zijn bij neurologische en psychiatrische aandoeningen.
Veel van de netwerken die door LNM en aanverwante methoden worden geïdentificeerd, lijken echter sterk op elkaar bij uiteenlopende aandoeningen zoals verslaving, depressie, psychose en epilepsie.
Om deze gelijkenis te begrijpen, hebben we de gegevens uit meerdere LNM-onderzoeken opnieuw onderzocht en de methodologische grondslagen van de methode geëvalueerd. Onze bevindingen brengen een fundamentele beperking aan het licht: in wezen houdt LNM een herhaalde bemonstering van één en dezelfde FC-matrix in.
Als gevolg daarvan brengt het systematisch sets van lokale hersenveranderingen in kaart – of het nu gaat om laesies bij patiënten, veranderingen afgeleid van magnetische resonantiebeeldvorming, synthetische of willekeurige veranderingen – op dezelfde niet-specifieke eigenschappen van de gebruikte FC-gegevens, waardoor zeer vergelijkbare netwerken voor verschillende aandoeningen worden geproduceerd.
Deze centrale beperking maakt het gebruik van LNM als methode voor het bestuderen van verschillende biologische netwerken die ten grondslag liggen aan hersenaandoeningen discutabel. Ons werk kan bijdragen aan de ontwikkeling van een nieuwe generatie netwerkkaartmethoden op basis van eerste principes.”
Peter Olsthoorn | 19-01-26 08:52
Uw e-mail adres wordt niet gepubliceerd en niet aan derden verstrekt.
Omgangsvormen