Vorhersage von Raten des kognitiven und funktionellen Abfalls bei Alzheimer-Krankheit und leichter kognitiver Beeinträchtigung

Warum das für Familien, die mit Demenz konfrontiert sind, wichtig ist

Demenz verläuft nicht nach einem festen Drehbuch. Manche Menschen verlieren schnell Gedächtnis und Unabhängigkeit, andere verändern sich langsamer. Für Familien, die Pflege, Finanzen und Wohnsituation planen müssen, kann diese Unsicherheit beängstigend sein. Diese Studie untersucht, ob Informationen, die Kliniken bereits bei Routineuntersuchungen erfassen, dazu verwendet werden können, Menschen mit Alzheimer-Krankheit oder leichter kognitiver Beeinträchtigung und ihren Behandelnden ein klareres Bild davon zu geben, wie sich Denken und Alltagsfähigkeiten voraussichtlich im nächsten Jahr verändern werden.

Alltägliche Klinikbesuche in Vorhersagen verwandeln

Die Forschenden begleiteten eine Gruppe von Menschen im Vereinigten Königreich mit entweder Alzheimer-Krankheit oder leichter kognitiver Beeinträchtigung. Über mehrere Jahre hinweg führten diese Teilnehmenden regelmäßig drei einfache Arten von Tests durch: kurze Fragen, die Gedächtnis und Orientierung abfragen, ausführlichere Aufgaben, die Sprache und Problemlösefähigkeiten prüfen, und Fragebögen dazu, wie selbstständig sie alltägliche Tätigkeiten wie Ankleiden, Kochen und den Umgang mit Geld bewältigen. Daneben wurden Basisinformationen wie Alter, Geschlecht und andere Krankheitsbefunde dokumentiert. Anstatt sich auf teure Hirnscans oder Liquoruntersuchungen zu stützen, konzentrierte sich das Team bewusst auf diese routinemäßigen, kostengünstigen Daten, die in den meisten Gedächtniskliniken verfügbar sind, auch in Einrichtungen mit begrenzten Ressourcen.

Computern beibringen, individuellen Verläufen zu folgen

Mithilfe von 153 einjährigen „Trajektorien“ von Testergebnissen aus der UK-Kohorte trainierte das Team Modelle des maschinellen Lernens, um vorherzusagen, wo die Werte einer Person 12 Monate nach dem Baseline-Besuch stehen würden. Ein Modell konzentrierte sich auf die kognitive Leistungsfähigkeit anhand eines weithin bekannten Screeningtests; das andere auf die Alltagsunabhängigkeit. Die Modelle betrachteten nicht nur die Gesamtergebnisse, sondern auch das Muster von Stärken und Schwächen über einzelne Fragen hinweg, etwa das Erinnern von Wörtern, das Verstehen gesprochener Sprache oder das Zubereiten von Mahlzeiten. Die Forschenden testeten verschiedene Algorithmustypen und verwendeten strenge Kreuzvalidierung, um ein Überanpassen an diesen relativ kleinen Datensatz zu vermeiden.

Wie gut die Vorhersagen funktionierten

Die besten Modelle waren eine Form fortgeschrittener linearer Modelle, die Einfachheit und Flexibilität ausbalancieren. Für die kognitive Leistungsfähigkeit lagen die Vorhersagen in der Regel innerhalb von etwa zwei Punkten des tatsächlichen Werts ein Jahr später, sowohl in der UK-Gruppe als auch in einem deutlich größeren, unabhängigen Datensatz von 741 einjährigen Trajektorien aus einem internationalen Alzheimer-Forschungsprojekt. Für die Alltagsfunktion lag das Modell typischerweise innerhalb von etwa vier Punkten auf einer Skala, die die Unabhängigkeit bei Aufgaben wie Ankleiden, Einkaufen und Finanzverwaltung misst. Die Modelle zeigten außerdem auf, welche Baseline-Fähigkeiten am aussagekräftigsten waren. Probleme bei Planung und Ausführung von Handlungen, Orientierungsstörungen und Wortgedächtnis waren besonders aussagekräftig für künftigen kognitiven Abbau, während Schwierigkeiten bei der Lebensmittelzubereitung, dem Umgang mit Geld und dem Ankleiden auf einen stärkeren Verlust der Unabhängigkeit hinwiesen.

Was den Abbau im Alltag antreibt

Durch die Analyse der internen Funktionsweise der Modelle fanden die Forschenden heraus, dass Veränderungen in der Kognition oft spätere Veränderungen der Alltagsfunktionen vorhersagten. Detaillierte kognitive Tests, insbesondere solche, die das Wortabrufen und die Wiedererkennung abfragen, halfen zu prognostizieren, wer ein Jahr später stärker bei Alltagsaufgaben kämpfen würde. Im Gegensatz dazu trugen Informationen über andere Langzeiterkrankungen in diesem Einjahreszeitraum nur wenig zur Vorhersage bei, zumindest wenn sie in grobe Krankheitskategorien zusammengefasst wurden. Auch das Alter spielte eine Rolle bei der Vorhersage eines zukünftigen Verlusts an Unabhängigkeit. Wichtig ist, dass die Studie zeigte, dass Gesamtscores allein weniger aussagekräftig waren als das feinere Muster innerhalb der einzelnen Tests, was die Idee stützt, dass nicht alle Formen kognitiver Beeinträchtigung das gleiche Risiko für schnellen Abbau bergen.

Ein neues Planungstool für Kliniken

Um ihre Arbeit am Krankenbett nützlich zu machen, entwickelte das Team eine Prototyp-Entscheidungsunterstützungs-App namens Theia, die diese Vorhersagemodelle im Hintergrund ausführt. Klinikerinnen und Kliniker können die routinemäßigen Testergebnisse, Alter, Geschlecht und Krankengeschichte einer Person eingeben und geschätzte kognitive sowie alltagsbezogene Funktionswerte ein Jahr im Voraus erhalten. Die App erzeugt zudem einfache visuelle Erklärungen, die zeigen, welche Aspekte der aktuellen Fähigkeiten einer Person die Vorhersage in Richtung schnellerem oder langsamerem Abbau beeinflussen. Diese Transparenz soll dazu beitragen, dass Behandelnde dem Werkzeug vertrauen und es interpretieren können, statt es als „Black Box“ zu behandeln.

Was das für Menschen mit Demenz bedeuten könnte

Die Studie legt nahe, dass sich Informationen, die bereits in vielen Gedächtniskliniken erhoben werden, nutzen lassen, um persönlichere, datengestützte Vorhersagen zum kognitiven und funktionellen Abbau im kommenden Jahr zu liefern. Zwar sind diese Vorhersagen nicht perfekt, doch sie sind genau genug, um Gespräche über zukünftigen Pflegebedarf, Sicherheit sowie finanzielle und Wohnungsplanungen zu unterstützen. Da die Modelle auf kostengünstigen, weit verbreiteten Tests basieren, könnten sie Klinikpersonal nicht nur in Spezialzentren, sondern auch in allgemeinen Praxen und ressourcenarmen Umgebungen unterstützen. Wenn sie weiter validiert und verfeinert werden, könnten Werkzeuge wie Theia Menschen mit Alzheimer-Krankheit oder leichter kognitiver Beeinträchtigung und ihren Familien ein größeres Gefühl von Vorbereitetsein und Kontrolle angesichts einer oft unvorhersehbaren Erkrankung geben.

Zitation: Fogel, A., Walsh, C., Fletcher-Lloyd, N. et al. Predicting rates of cognitive and functional decline in Alzheimer’s disease and mild cognitive impairment. Commun Med 6, 193 (2026). https://doi.org/10.1038/s43856-026-01432-w

Schlüsselwörter: Alzheimer-Krankheit, Fortschreiten der Demenz, Maschinelles Lernen, kognitiver Abbau, Aktivitäten des täglichen Lebens