Doorbraak in het onderzoek van ME/CVS of de zoveelste 'koude douche'? Laten we hopen het eerste.

Prof. Ron Davis hebben een 'nano-naald' ontwikkeld met ultragevoelige sensoren

waarmee ze de weerstand van de elektrische stroom door immuuncellen kunnen vaststellen.

Om (osmatische) stress voopr de immuuncellen te simuleren werd zout aan het plasma van de 20

ME/CVS-patiënten (waarvan 5 'ernstige gevallen' waren) en 20 gezonde proefpersonen toegevoegd.

Terwijl de weerstand van de elektrische stroom (250 mV) bij gezonde proefpersonen onderanderlijk was, ondervond de stroom in de immuuncellen bij alle ME/CVS-patiénten aanzienlijk meer weerstand.

Wat dat precies concreet betekent, is, ook voor de onderzoekers zelf, nog onduidelijk,

maar bij een bepaalde 'afkapwaarde' voor de percentuele toename van de weerstand

konden alle 20 patiënten van de (alle) 20 proefpersonen onderscheiden worden.

Dit impliceert dat met deze biomarker de diagnose ME/CVS met 100% zekerheid gesteld kan worden.

Een aantal belangrijke vragen, waarvan sommige uiteraard direct door Simon Wessely in de media opgeworpen werden, blijven voorlopig onbeantwoord (en da's geen verwijt aan de onderzoekers):

• Werkt deze methode ook met grote aantallen patiënten en gezonde proefpersonen?
• Hoe verhoudt de diagnose ME/CVS zich tot ME: hoeveel van de 20 patiënten waren ME-patiënten?
• Is de afwijking een oorzaak of een gevolg, bijv. mitochondriale disfunctie of deconditionering?
• Kunnen patiënten onderscheiden worden van andere ziekte en chronische vermoeidheid?

Vragen genoeg die onbeantwoord zijn, maar desondanks gloort er een klein lichtje aan de horizon.

De methodische kritiek van prof. van der Meer is een typisch voorbeeld van de pot-verwijt-de-ketel.

"[D]e verschillen zijn naar mijn smaak te mooi om waar te zijn". Geldt dat dan niet voor CGT/GET?

Voor het persbericht van de Stanford Universiteit, klik op onderstaande afbeelding:

In onderstaande videopresentatie zet Ron Davis de bevindingen van de studie uiteen:

In de media:

A nanoelectronics-blood-based diagnostic biomarker for myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS).

Esfandyarpour R, Kashi A, Nemat-Gorgani M, Wilhelmy J, Davis RW.

PNAS. 2019 Apr 29. https://doi.org/10.1073/pnas.1901274116

Significance

Myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS) is a disease

which afflicts approximately 2 million people in the United States and many more around the globe.

A combination of factors might trigger ME/CFS, and

there is currently no well-established blood-based biomarker to diagnose it.

Taking advantage of advancements in micro/nanofabrication, direct electrical detection of

cellular and molecular properties, microfluidics, and artificial intelligence techniques,

we developed a nanoelectronics blood-based assay

that can potentially establish

a diagnostic biomarker and

a drug-screening platform for ME/CFS.

Given the significance of this assay,

we envision it has the potential to be

widely employed in research laboratories and clinics in the future

as an aid

to physicians

as well as

to our colleagues in the ME/CFS research community.

Abstract

There is not currently a well-established, if any, biological test

to diagnose myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS).

The molecular aberrations observed in numerous studies of ME/CFS blood cells

offer the opportunity to develop a diagnostic assay from blood samples.

Here we developed a nanoelectronics assay designed as

an ultrasensitive assay capable of directly measuring

biomolecular interactions in real time, at low cost, and in a multiplex format.

To pursue the goal of developing a reliable biomarker for ME/CFS and

to demonstrate the utility of our platform for point-of-care diagnostics,

we validated the array by testing patients with moderate to severe ME/CFS and healthy controls.

The ME/CFS samples’ response to the hyperosmotic stressor observed

as a unique characteristic of the impedance pattern and

dramatically different from the response observed among the control samples.

We believe the observed

robust impedance modulation difference of the samples in response to hyperosmotic stress

can potentially provide us with a unique indicator of ME/CFS.

Moreover, using supervised machine learning algorithms,

we developed a classifier for ME/CFS patients capable of identifying new patients,

required for a robust diagnostic tool.

Keywords:

Myalgic Encephalomyelitis/Chronic Fatigue Syndrome

Diagnostic biomarker

Nanoelectronics biosensor

Artificial Intelligence

Machine learning

https://www.pnas.org/content/pnas/early/2019/04/24/1901274116.full.pdf