Door knieartrose doet bewegen pijn. Toch weten we dat het goed is om in beweging te blijven. Maar patiënten, artsen en fysiotherapeuten weten niet goed hoeveel en welke activiteiten gezond zijn en welke het verloop van artrose kunnen vertragen. Hoe mooi zou het zijn als er een app voor op de telefoon of tablet zou bestaan die voor iedere patiënt het juiste advies kan geven?
In de komende 8 jaar willen de onderzoekers in LoaD bepalen welke gegevens kunnen helpen bij het geven van een individueel bewegingsadvies, deze gegevens samenbrengen in een app en deze app samen met zorgverleners op de eerste groep patiënten met knieartrose testen. Omdat veel mensen last hebben van knieartrose, zal het LoaD onderzoek zich nu richten op de knie. Het uiteindelijke doel is om ervoor te zorgen dat artrosepatiënten langer mobiel blijven door middel van het geven van individueel bewegingsadvies.
LoaD
Het LoaD project is een groot nationaal project dat gecoördineerd wordt vanuit het Erasmus MC in Rotterdam en waar onderzoekers van het Erasmus MC, het Radboud UMC Nijmegen, het LUMC, de Technische Universiteiten in Twente, Delft en Eindhoven en Hogescholen in Rotterdam en Twente in samenwerken. Bij het project zijn ook veel bedrijven en ander partners betrokken, zoals bijvoorbeeld de wandelbond, de fietsbond en de tennisbond. Voor het onderzoek is bijna 10 miljoen euro beschikbaar. Patiënten worden ook nauw betrokken in het onderzoek via ReumaNederland, ArtoseGezond, een speciaal patiëntpanel en patiënten zijn onderdeel van de studie. Centraal staan vragen omtrent de belasting van het kniegewricht tijdens verschillende activiteiten, hoe het kraakbeen van verschillende mensen reageert op deze belasting en hoe genetische verschillen en ontsteking in de knie een rol speelt. Om deze zaken het hoofd te bieden, is LoaD onderverdeeld in 5 werkpakketten (WPs).
WP1: hoe beïnvloedt activiteit het verloop van artrose?
In dit eerste werkpakket wordt onderzocht hoe verschillende type en intensiteiten van bewegingsactiviteit het verloop van artrose beïnvloeden. Hiervoor worden 332 sporters met vroege artrose twee jaar lang gevolgd. De deelnemers wandelen, lopen hard, wielrennen of tennissen. Twee jaar lang worden de (sport)activiteiten van de deelnemers geregistreerd en worden vragenlijsten afgenomen. Aan het begin en einde van deelname wordt een MRI-scan van de knie gemaakt en er wordt bloed afgenomen. Deze gegevens kunnen gebruikt worden voor allerlei onderzoeken. Er wordt dus enerzijds gekeken naar de klachten en de ervaring van de patiënt zelf, waarbij speciaal aandacht is voor toe- of afname van pijnklachten. Anderzijds wordt er ook onderzoek gedaan op cel- en weefselniveau: dit wordt gedaan met de MRI die wordt gemaakt van de knie, het DNA van patiënten dat wordt verzameld en ook de ontstekingswaarden in het bloed die worden geanalyseerd. Tot slot, worden algemene kenmerken van patiënten zoals geslacht, leeftijd, werk en gezondheid meegenomen om uiteindelijk verbanden te leggen tussen de mate van klachtenverergering en de onderzochte factoren. Met deze gegevens willen onderzoekers bepalen welk type beweging en bij welke intensiteit bij specifieke patiënten het verloop van artrose vertraagt.
Vlnr: Esther Lems, onderzoeksmedewerker, Femke Muskens, onderzoeksmedewerker, Rianne Rozendaal, coördinator Primeur, Marleen van Arkel, onderzoeksmedewerker, Lya Euser, onderzoeksmedewerker, Marienke van Middelkoop, projectleider, Joris van der Voort, PhD kandidaat Erasmus MC.
Meedoen?
Momenteel is het onderzoeksteam van het LoaD onderzoek druk bezig met het werven van deelnemers voor het onderzoek. Mocht u geïnteresseerd zijn in deelname of iemand kennen die dat mogelijk is, neem gerust een kijkje op de website van het LoaD onderzoek.
Eventueel kunt u zichzelf ook direct aanmelden via het aanmeldformulier.
Door deelname draagt u bij aan belangrijk wetenschappelijk onderzoek in de strijd tegen artrose en zorgt u voor meer sportplezier in de toekomst.
WP2: wat is de belasting op het kraakbeen in de knie gedurende activiteit en wat is het effect hiervan op celniveau?
Om een beter inzicht te krijgen in wat er precies gebeurt in de knie tijdens beweging, wordt bij een aantal mensen met en zonder knieartrose de belasting in de knie bepaald tijdens veel voorkomende activiteiten zoals lopen, rennen en fietsen. Hiervoor moeten ze bewegingen uitvoeren terwijl er foto’s gemaakt worden. Hiermee wordt de vorm van het kniegewricht en de vervorming van het kraakbeen vastgelegd. Om nog specifieker te onderzoeken hoe de vezels en de cellen in het kraakbeen vervormen wanneer er kracht wordt uitgeoefend tijdens bewegen, en wat de reactie van deze cellen en vezels daarop is, gaan de onderzoekers in het laboratoriumonderzoek doen met stukjes kraakbeen van patiënten die een nieuwe knie krijgen. Op dit kraakbeen kunnen we heel gecontroleerd kracht uitoefenen en het dan bestuderen. Al deze data worden samengebracht in een computermodel dat probeert te voorspellen hoe een knie in een bepaald artrose stadium reageert op specifieke bewegingen. Alles bij elkaar genomen hopen onderzoekers te kunnen bepalen wat gezonde belasting is voor welke patiënt afhankelijk van bijvoorbeeld gewrichtsvorm en mate van artrose in de knie.
WP3: hoe beïnvloeden DNA en ontstekingswaardes de reactie van kraakbeencellen op belasting?
Ieder mens heeft een unieke DNA-code. Die bepaalt bijvoorbeeld je oogkleur en hoe lang je wordt. Deze persoonlijke DNA-code bepaalt ook voor een deel de gevoeligheid voor sommige ziekten. In het LoaD project wordt onderzocht of en hoe DNA kan bepalen hoe gevoelig een persoon is voor overbelasting van het gewricht. Voor dit onderzoek worden in het laboratorium cellen van een groot aantal mensen, met unieke DNA-codes, uitgerekt en ingedrukt, waarna wordt onderzocht hoe de cellen op individueel niveau reageren en of er bepaalde stukjes code zijn die mensen gevoeliger of ongevoeliger maken voor belasting. Om dit model nog dichter bij de werkelijkheid te brengen, zullen we in het klein de onderdelen van een kniegewricht in speciale kweekkamertjes groeien en vervolgens belasten. In deze kweekkamertjes kunnen we ook ontstekingen nabootsen. Op deze manier kunnen onderzoekers bepalen hoe ontsteking de reactie van kraakbeen op belasting beïnvloedt en/of acute ontsteking of chronische ontsteking een andere reactie teweegbrengt. Al deze data samen kan onderzoekers helpen om patiënten met specifieke ontstekingswaarden of codes in het DNA te adviseren bepaalde activiteiten te ondernemen of juist te vermijden.
Anne Flier, PhD kandidaat, Erasmus MC. Opleiding: Biologie en Biomedische Wetenschappen
Voor WP3 ben ik momenteel bezig met het ontwikkelen van een model waarmee we in het klein een fysieke activiteit, zoals lopen, kunnen nabootsen. Dit kunnen we dan specifiek toepassen op kraakbeencellen.
WP4: hoe kan de app gebruikt kunnen worden voor het individueel adviseren van patiënten?
In deze vraag brengen de onderzoekers alle verzamelde gegevens en gevonden verbanden samen om een app te ontwikkelen en te onderzoeken op welke manier patiënten het best gecoacht en gemotiveerd kunnen worden richting, een voor hen specifiek, gezond bewegingspatroon. Hiervoor wordt ook onderzocht op welke manier de belasting van de knie in het dagelijks leven gemeten kan worden. Daarna wordt de ontwikkelde app door 10 mensen getest op gebruiksvriendelijkheid en betrouwbaarheid. De coaching die via de app wordt gegeven, wordt daarbij uitvoerig besproken met een patiëntpanel, met in het bijzonder aandacht voor de manier waarop de app mensen motiveert en ondersteunt. Verder is het de bedoeling dat de persoonlijke aanbevelingen die de app doet, met toestemming van de patiënt ook kan worden gedeeld met de zorgverlener zodat deze de individuele behandeling waar nodig kan aanpassen.
Alessandro Castellaz, PhD kandidaat, Universiteit Twente. Opleiding: Mechanotronics Engineering
Voor WP4 gebruiken we een computermodel om met behulp van spierkracht te berekenen hoeveel kracht er op het kniegewricht staat. Ik ben momenteel aan het kijken of we het aantal spieren dat we in het model moeten doen, kunnen verminderen, zodat het model minder rekenkracht van de computer nodig heeft.
WP5: kan de app patiënten aanzetten tot een ander bewegingspatroon?
Om het gebruik en tenslotte het effect van de app op artrose patiënten te onderzoeken, moeten onderzoekers eerst bepalen of de app mensen kan aanzetten tot een nieuw bewegingspatroon. Dit deel van het onderzoek zal worden gedaan met 200 patiënten met vroege klachten van knieartrose. Deze mensen worden willekeurig ingedeeld in twee groepen: (1) een groep die een algemeen bewegingsadvies van de (huis)arts of fysiotherapeut ontvangt en (2) een groep die de app gebruikt die individueel bewegingsadvies geeft. Na 6 weken en na 3 maanden gebruik, wordt de verandering in bewegingsactiviteit tussen beide groepen vergeleken. Op basis hiervan wordt er een uitgebreide analyse gedaan waarin wordt berekend wat de voordelen zijn van het gebruik van de app voor zowel de patiënt als voor alle mensen in het land. Daarbij wordt er ook in kaart gebracht wat de kosten zijn van het toevoegen van de app in het huidige zorgsysteem om zo te kunnen bepalen of het gebruik van de app op grote schaal toegepast kan worden.
Samenvatting
LoaD is een groot project waarin de verschillen tussen patiënten centraal staat. Het begint met onderzoek bij patiënten die verschillend actief zijn. Daarnaast wordt er ingezoomd op de krachten die op het kniegewricht komen en de processen in het gewricht. Deze aanpak maakt het mogelijk om factoren, zoals leeftijd en type en intensiteit van beweging, en minder duidelijke gegevens, zoals gewrichtsvorm, mate van artrose in het kraakbeen, ontstekingswaarden en DNA te combineren. Het verband tussen al deze gegevens en het effect op het verloop van artrose, wordt onderzocht. Het is de bedoeling dat onderzoekers met deze informatie patiënten met knieartrose beter kunnen adviseren over hun bewegingspatroon. Ze willen dit gaan doen door het ontwikkelen van een app voor de telefoon en/of tablet. Uiteindelijk hopen de onderzoekers hiermee het verloop van artrose te vertragen waardoor patiënten met knieartrose langer mobiel kunnen blijven.
