Clear Sky Science · nl
Machine learning en de rol van het vaginaal en fecaal microbioom bij miskraam: een gematchte case-controlstudie
Waarom kleine organismen belangrijk zijn tijdens de zwangerschap
De meeste mensen weten dat een miskraam helaas vaak voorkomt, maar veel minder beseffen dat het onzichtbare leven in en op ons lichaam mogelijk een rol speelt. Deze studie onderzoekt of de gemeenschappen microben in de vagina en darm, samen met een veelvoorkomend virus genaamd HPV, kunnen helpen verklaren waarom sommige zwangerschappen eindigen in verlies terwijl andere doorgaan. Door microbieel DNA te combineren met computermodellen stellen de onderzoekers een hoopvolle vraag: zouden we op een dag vrouwen met een hoger risico vroegtijdig kunnen identificeren om hen te helpen?

Een kijkje in de verborgen ecosystemen van het lichaam
Het team werkte binnen een groot Zweeds zwangerschapsproject waarbij deelnemers zelf verzamelde vaginale en stoelgangmonsters opstuurden en uitgebreide online vragenlijsten invulden vroeg in de zwangerschap. Van honderden vrouwen kregen 79 later een miskraam; 34 van hen hadden ten minste één microbioommonster vóór het verlies gestuurd, en 27 hadden zowel vaginale als fecale monsters geleverd. Elk miskraamgeval werd gematcht met vrouwen van vergelijkbare leeftijd, lichaamsgewicht en afnamedatum die later voldragen bevielen, zodat verschillen in microben en achtergrondfactoren eerlijk vergeleken konden worden.
De vaginale omgeving en het risico op miskraam
In de vagina vormen bacteriegemeenschappen vaak terugkerende patronen die bekendstaan als “community state types”. Sommige worden gedomineerd door één soort Lactobacillus, terwijl andere meer gemengd zijn. De onderzoekers vonden dat vrouwen wier vaginaal microbioom vroeg in de zwangerschap werd gedomineerd door minder gebruikelijke Lactobacillus-types (CST-II) of door meer diverse, minder Lactobacillus-rijke gemeenschappen (CST-IVB) een vier- tot zesmaal hogere kans hadden op een latere miskraam vergeleken met vrouwen wier vagina werd gedomineerd door het typische Lactobacillus crispatus-patroon (CST-I). Vrouwen besmet met HPV-types die niet door de huidige vaccins worden gedekt, hadden ook ongeveer viermaal meer kans op een miskraam. Ter vergelijking: regelmatige menstruatiecycli vóór de zwangerschap waren gekoppeld aan een lager risico.

Het darmmicrobioom en een rol voor slimme algoritmes
In de darm leek de algemene samenstelling van bacteriën vergelijkbaar tussen vrouwen die een miskraam kregen en die dat niet deden, althans volgens standaardmaatstaven voor diversiteit. Toch kwamen subtielere patronen naar voren toen de onderzoekers machine-learningalgoritmes duizenden baktrietypen samen met vragenlijstgegevens lieten doorzoeken. Verschillende soorten uit de bacteriële klasse Clostridia in de darm kwamen herhaaldelijk naar voren als belangrijk om miskraamgevallen van controles te onderscheiden. Toen het team voorspellende modellen trainde op verschillende gegevensbronnen afzonderlijk, bereikten algoritmes gebaseerd op vaginale microben, darmmicroben of vragenlijstantwoorden elk prestatieniveaus die veelbelovend zouden zijn voor een medische test. Het combineren van de meest informatieve kenmerken uit alle drie de bronnen produceerde een model dat veel gevallen correct onderscheidde van controles, met een hoge specificiteit (weinig valse alarmen) en een goede algemene nauwkeurigheid.
Wat de cijfers wél en niet kunnen vertellen
Ondanks deze bemoedigende signalen benadrukken de auteurs dat hun studie nog klein is, met slechts enkele tientallen miskraamgevallen, wat de schattingen onzeker maakt. Ze konden niet achterhalen of de miskramen werden veroorzaakt door chromosoomafwijkingen, en sommige details over het exacte tijdstip van het verlies ontbraken. De vrouwen in deze cohort waren over het algemeen hoogopgeleid en hadden relatief vaker een voorgeschiedenis van zwangerschapscomplicaties dan de algemene bevolking, dus de resultaten zijn mogelijk niet overal toepasbaar. Vooralsnog zijn de modellen te complex en te data-intensief voor routinematig gebruik in klinieken, en microbiometesten blijven duur en technisch veeleisend.
Wat dit betekent voor ouders en toekomstige zorg
Voor niet-specialistische lezers is de belangrijkste boodschap niet dat microben op eenvoudige wijze een miskraam “veroorzaken”, maar dat patronen in vaginale bacteriën, darmbacteriën en HPV-infectie lijken samen te hangen met risico. Met name niet-vaccin HPV-types en bepaalde minder beschermende vaginale bacteriegemeenschappen waren geassocieerd met hogere kansen op miskraam, terwijl sommige darmbacteriën en gangbare gezondheidsfactoren ook bijdroegen aan risicoprofielen die door machine learning werden gedetecteerd. Met grotere en meer diverse studies zouden deze inzichten nieuwe screeningsstrategieën en gerichte behandelingen kunnen aansturen — zoals betere HPV-preventie of toekomstige microbioomgebaseerde therapieën — om zwangerschappen te beschermen die anders verloren zouden kunnen gaan.
Bronvermelding: Gudnadottir, U., Prast-Nielsen, S., Wagner, N. et al. Machine learning and the role of the vaginal and fecal microbiome in miscarriage: a matched case-control study. npj Biofilms Microbiomes 12, 66 (2026). https://doi.org/10.1038/s41522-026-00956-2
Trefwoorden: miskraam, vaginaal microbioom, darmmicrobioom, HPV-infectie, machine learning