© Halfpoint - stock.adobe.com

Lebensqualität mit ALS

Prädiktionsmodelle zur Indikationsstellung für PEG bei ALS-Patient:innen

Die PEG ist ein gängiges Hilfsmittel bei fortgeschrittener amyotropher Lateralsklerose. Der optimale Startzeitpunkt ist jedoch Gegenstand von Debatten. Eine aktuelle Studie könnte hier Orientierung bieten.

Die amyotrophe Lateralsklerose (ALS) gilt als eine der schwerwiegendsten Erkrankungen. Jährlich sind etwa 100 bis 150 Schweizer:innen betroffen.1 Sie ist durch eine progrediente Degeneration motorischer Neurone charakterisiert, wobei die bulbäre Beteiligung und der damit einhergehende ungewollte Gewichtsverlust die Lebensqualität der Patient:innen massgeblich beeinflussen.2

Multivariate Prädiktionsmodelle für den Start einer PEG

Um diesem ungewollten Gewichtsverlust entgegenzuwirken, ist die perkutane endoskopische Gastrostomie (PEG) in der klinischen Praxis etabliert, allerdings bleibt der optimale Startzeitpunkt Gegenstand von Debatten.3 Vor diesem Hintergrund entwickelten Lizio et al. vier multivariate logistische Regressionsmodelle, um zu beurteilen, welche anamnestischen und funktionalen Patient:innencharakteristika für die Vorhersage einer PEG-Notwendigkeit innerhalb von sechs Monaten geeignet sind.4 Anhand einer retrospektiven Entwicklungskohorte mit 263 ALS-Patient:innen wurden verschiedene statistische Indizes berechnet. Diese umfassten unter anderem den Brier-Score, um die Qualität der Modelle zu beurteilen,5 sowie den Hosmer-Lemeshow-Test, um die Güte der Modellkalibration,6 und die Sensitivität und Spezifität zu beurteilen, bei den Teilnehmenden die Notwendigkeit einer PEG-Anwendung innerhalb von sechs Monaten zu unterscheiden.4

Tab. 1: Statistische Indizes der Leistung unterschiedlicher Prädiktionsmodelle4

Entwicklung und Validierung der Modelle

Die Entwicklungskohorte zeigte einen positiven Zusammenhang zwischen der Anzahl und relativen Komplexität der inkludierten Charakterisika und der Modellqualität. So eignete sich das relativ aufwendige Anamnestic, Functional and Nutritional Prediction Model (AFN-PM) mit einer Sensitivität von 89% und einer Spezifität von 83% deutlich besser zur Vorhersage, ob Patient:innen innerhalb von sechs Monaten eine PEG benötigen würden, als das einfachere Anamnestic Prediction Model (A-PM) mit einer Senisitivität von 67% beziehungsweise 71% (Tab.1).4 Lizio et al. beurteilten anschliessend die Leistung des A-PM, des AF-PM und des AN-PM mithilfe einer externen Validationskohorte mit 116 ALS-Patient:innen. Für alle drei Modelle war mit einem Brier-Score von 0,1306, 0,0974 bzw. 0,1118 eine moderate bis gute Qualität belegt. Die Autoren gaben jedoch zu bedenken, dass durch das retrospektive Studiendesign sowie den Ausschluss von Patient:innen mit unvollständigen Datensätzen ein signifikanter Selektions- und Informationsbias die Generalisierbarkeit der Modelle limitieren könnte.4

Fazit

Die Bestimmung des optimalen Zeitpunkts für eine PEG bleibt bei ALS-Patient:innen eine klinische Herausforderung. Lizio et al. zeigten anhand verschiedener multivariater Prädiktionsmodelle, dass bestimmte anamnestische und funktionale Patient:innencharakteristika einen wertvollen Hinweis auf deren Notwendigkeit innerhalb von sechs Monaten liefern könnten.

1 Schweizerische Muskelgesellschaft: Amyotrophe Lateralsklerose. Verfügbar online: https://muskelgesellschaft.ch/diagnosen/amyotrophe-lateralsklerose-als/ . Zuletzt abgerufen am 20.02.2026 2 Körner S et al.: Weight loss, dysphagia and supplement intake in patients with amyotrophic lateral sclerosis (ALS): impact on quality of life and therapeutic options. BMC Neurol 2013; 13: 84 3 Van Eenennaam RM et al.: Current practices and barriers in gastrostomy indication in amyotrophic lateral sclerosis: a survey of ALS care teams in the Netherlands. Amyotroph Lateral Scler Frontotemporal Degener 2022; 23(3-4): 242-51 4 Lizio A et al.: Development and validation of predictive models for 6-month gastrostomy timing in amyotrophic lateral sclerosis. BMJ Neurol Open 2026; 8(1): e001336 5 Steyerberg EW et al.: Assessing the performance of prediction models: a framework for traditional and novel measures. Epidemiology 2010; 21(1): 128-38 6 Shipe ME et al.: Developing prediction models for clinical use using logistic regression: an overview. J Thorac Dis 2019; 11(Suppl 4): 574-84

Back to top