Τα αποτελέσματα μίας έρευνας που δημοσιεύτηκε προσφάτως στο επιστημονικό περιοδικό Neuron, ανατρέπουν τα ήδη υπάρχοντα δεδομένα για τη σύνδεση ανάμεσα στους ερπητοϊούς και τη νόσο Alzheimer. Οι επιστήμονες προσφέρουν, μάλιστα, νέες στατιστικές και υπολογιστικές μεθόδους για την ανάλυση δεδομένων μεγάλης κλίμακας.

Η νόσος Alzheimer επηρεάζει σχεδόν 50 εκατομμύρια άτομα παγκοσμίως. Αποτελεί μία προοδευτική μορφή άνοιας που χαρακτηρίζεται από απώλεια μνήμης και έκπτωση των γνωστικών λειτουργιών, με τα περιστατικά της νόσου να αυξάνονται κατακόρυφα τα τελευταία χρόνια. Τα διαθέσιμα φάρμακα σήμερα μπορούν να επιβραδύνουν την ταχύτητα της έκπτωσης των γνωστικών λειτουργιών και να ανακουφίσουν προσωρινά από τα συμπτώματα της νόσου, παρατείνοντας έτσι τη διάρκεια που ο ασθενής μπορεί να ζει ανεξάρτητος, ωστόσο δεν υπάρχει οριστική θεραπεία.

«Όπως συμβαίνει και στα υπόλοιπα είδη άνοιας, η νόσος Alzheimer χαρακτηρίζεται από μαζική καταστροφή νευρώνων. Η αναζήτηση των αιτιών του παραπάνω φαινομένου αποτελεί ένα από τα πιο ενεργά πεδία έρευνας», είπε ο Dr Zhandong Liu, ένας από τους επιστήμονες που έλαβαν μέρος στην παρούσα μελέτη.

Μία θεωρία που συγκέντρωσε αρκετό ενδιαφέρον το προηγούμενο έτος ήταν ότι ορισμένες μικροβιακές λοιμώξεις, όπως για παράδειγμα οι ιογενείς, μπορεί να προκαλέσουν εμφάνιση της νόσου Alzheimer. Μία έρευνα του 2018 ανακάλυψε μάλιστα αυξημένα επίπεδα του ανθρωπίνου ερπητοϊού 6Α (HHV-6A) και του ανθρωπίνου ερπητοϊού 7 (HHV-7) σε δείγματα νεκροτομής από σχεδόν 1000 ασθενείς με νόσο Alzheimer σε σχέση με δείγματα από ασθενείς με άλλα νευροεκφυλιστικά νοσήματα.

Τα αυξημένα επίπεδα γενετικού υλικού από ερπητοϊούς ήταν ενδεικτικά ενεργής λοίμωξης, η οποία συνδέθηκε με τη νόσο Alzheimer. Τον επόμενο χρόνο από τη δημοσίευση της παραπάνω έρευνας, τα αποτελέσματά της συγκέντρωσαν μεγάλο ερευνητικό ενδιαφέρον και οδήγησαν σε αρκετές επόμενες μελέτες με σκοπό να κατανοήσουμε καλύτερα τη σύνδεση ανάμεσα στα λοιμώδη νοσήματα και τη νόσο Alzheimer.

Ωστόσο, όταν ο Dr Hyun-Hwan Jeong, ένας από τους συγγραφείς της παρούσας μελέτης, προσπάθησε να αναλύσει εκ νέου τα δεδομένα της παραπάνω έρευνας χρησιμοποιώντας τις ίδιες στατιστικές μεθόδους με λεπτομέρεια, προσθέτοντας και 4 ευρέως χρησιμοποιούμενα στατιστικά εργαλεία, δεν κατέληξε στα ίδια αποτελέσματα.

Οι επιστήμονες της παρούσας μελέτης αποφάσισαν να εξετάσουμε εκ νέου τα δεδομένα της έρευνας του 2018 καθώς, αν και το p-value (μία στατιστική παράμετρος που προβλέπει την πιθανότητα εμφάνισης ενός αποτέλεσματος, δεδομένου ότι ορισμένοι παράγοντες έχουν υπολογιστεί σωστά) ήταν αρκετά σημαντικό, είχε αποδοθεί σε δεδομένα στα οποία οι διαφορείς δεν ήταν τόσο εμφανείς.

Επιπλέον, το p-value δεν συμφωνούσε με τα αποτελέσματα της απλής λογιστικής παλινδρόμησης, μίας στατιστικής ανάλυσης που μπορεί να προβλέψει ένα τελικό σημείο χωρίζοντας τα δεδομένα σε μία δυαδική κατάσταση. Στην πραγματικότητα, μετά από περαιτέρω στατιστικές αναλύσεις, οι επιστήμονες δεν παρατήρησαν καμία σύνδεση ανάμεσα στην αφθονία του DNA ή RNA ερπητοϊών και την πιθανότητα εμφάνισης νόσου Alzheimer σε αυτό τον πληθυσμό.

«Καθώς οι τεχνολογίες –ομικής (όπως για παράδειγμα η γενωμική, η πρωτεωμική και η μεταβολομική) χρησιμοποιούνται όλο και περισσότερο, υπάρχει μία μεγάλη τάση να χρησιμοποιούνται ‘big data’ στην βασική βιοϊατρική έρευνα. Στις περιπτώσεις αυτές, αν λάβουμε υπόψη μας τον μεγάλο όγκο των δεδομένων που πρέπει να εξεταστούν σε μικρό χρόνο, καταλαβαίνουμε γιατί αρκετοί επιστήμονες βασίζονται αποκλειστικά στο p-value για την ερμηνεία των αποτελεσμάτων», είπε ο Liu.

«Η έρευνά μας αναδεικνύει ένα από τα μειονεκτήματα του να βασιζόμαστε υπερβολικά στο p-value. Αν και το p-value αποτελεί ένα σημαντικό στατιστικό δείκτη, δεν μπορεί να χρησιμοποιηθεί ως μοναδικό μέτρο εκτίμησης της στατιστικής συσχέτισης. Σε εκτενή δεδομένα πρέπει να εξετάζουμε και την κατανομή τους», πρόσθεσε ο Jeong. «Οι βάσεις δεδομένων πρέπει να χρησιμοποιούνται σε συνδυασμό με τα p-value για να κατανλήξουμε σε ακριβείς συσχετίσεις που είναι στατιστικά σωστές και έχουν βιολογική σημασία».

Ο στόχος μας κατά τη δημοσίευση της παρούσας μελέτης ήταν να προσφέρουμε στους επιστήμονες επιπλέον εργαλεία για την ανάλυση δεδομένων μεγάλης κλίμακας, γεγονός που θα τους βοηθήσει να αναπτύξουν θεραπευτικές στατηγικές», κατέληξε ο Liu.