In een grote studie naar microbiële biomarkers bleken 4 verschillende methoden biomarkersets te identificeren die zeer nauwkeurig de microbiota konden onderscheiden van patiënten met colitis ulcerosa, patiënten met de ziekte van Crohn en gezonde controles.1 Ook konden de chronische darmontstekingen worden onderscheiden van andere darmaandoeningen.
De identificatie van microbiële biomarkers bij patiënten met chronische darmontsteking (IBD) wordt geremd door studies met te weinig monsters, eenzijdige methoden en een lage reproduceerbaarheid. Daarom werd voor de huidige studie naar biomarkers bij IBD een groot aantal monsters met 4 methoden onderzocht en werden de resultaten in verschillende populaties gevalideerd. Het doel van de huidige analyse was om de optimale strategie te bepalen.
In totaal werden 3.763 ontlastingsmonsters onderzocht die afkomstig waren van 880 patiënten met colitis ulcerosa (UC), 414 patiënten met de ziekte van Crohn (CD) en 2.467 gezonde controles (HC).1 Microbiële biomarkers werden geïdentificeerd met methoden die gebaseerd waren op differential abundance analysis (DA), machine-learning (ML), netwerkanalyses (NW) en literature-based curation (LC).
Uit de analyses bleek dat de samenstelling van het microbioom van de darmen van patiënten met IBD significant verschilde van die van gezonde controles (p < 0,001). Hoewel de biomarkersets van alle 4 de methoden zeer goed in staat waren om IBD, HC, UC en CD te onderscheiden, waren de diagnostische prestaties van ML het beste. De area under the curve van de ML-biomarkerset was 0,971, 0,958, 0,928 en 0,902 voor respectievelijk HC vs. IBD, HC vs. UC, HC vs. CD en UC vs. CD. De resultaten werden bevestigd in onafhankelijke nationale en internationale validatiecohorten.
Ten slotte bleken de biomarkersets ook duidelijk onderscheid te maken tussen enerzijds UC dan wel CD en anderzijds cohorten met patiënten met metabole disfunctie geassocieerde leververvetting, colorectaal carcinoom, reumatoïde artritis of prikkelbaredarmsyndroom.
Bron: