Background: The evidence base for the diagnosis and management of amyotrophic lateral sclerosis (ALS) is weak. Objectives: To provide evidence‐based or expert recommendations for the diagnosis and management of ALS based on a literature search and the consensus of an expert panel. Methods: All available medical reference systems were searched, and original papers, meta‐analyses, review papers, book chapters and guidelines recommendations were reviewed. The final literature search was performed in February 2011. Recommendations were reached by consensus. Recommendations: Patients with symptoms suggestive of ALS should be assessed as soon as possible by an experienced neurologist. Early diagnosis should be pursued, and investigations, including neurophysiology, performed with a high priority. The patient should be informed of the diagnosis by a consultant with a good knowledge of the patient and the disease. Following diagnosis, the patient and relatives/carers should receive regular support from a multidisciplinary care team. Medication with riluzole should be initiated as early as possible. Control of symptoms such as sialorrhoea, thick mucus, emotional lability, cramps, spasticity and pain should be attempted. Percutaneous endoscopic gastrostomy feeding improves nutrition and quality of life, and gastrostomy tubes should be placed before respiratory insufficiency develops. Non‐invasive positive‐pressure ventilation also improves survival and quality of life. Maintaining the patient’s ability to communicate is essential. During the entire course of the disease, every effort should be made to maintain patient autonomy. Advance directives for palliative end‐of‐life care should be discussed early with the patient and carers, respecting the patient’s social and cultural background.

Amyotrophic lateral sclerosis (ALS) is a genetically heterogeneous neurodegenerative syndrome hallmarked by adult-onset loss of motor neurons. We performed exome sequencing of 252 familial ALS (fALS) and 827 control individuals. Gene-based rare variant analysis identified an exome-wide significant enrichment of eight loss-of-function (LoF) mutations in TBK1 (encoding TANK-binding kinase 1) in 13 fALS pedigrees. No enrichment of LoF mutations was observed in a targeted mutation screen of 1,010 sporadic ALS and 650 additional control individuals. Linkage analysis in four families gave an aggregate LOD score of 4.6. In vitro experiments confirmed the loss of expression of TBK1 LoF mutant alleles, or loss of interaction of the C-terminal TBK1 coiled-coil domain (CCD2) mutants with the TBK1 adaptor protein optineurin, which has been shown to be involved in ALS pathogenesis. We conclude that haploinsufficiency of TBK1 causes ALS and fronto-temporal dementia.

Ammar Al-Chalabi, Jan Veldink and colleagues perform a genome-wide association study for amyotrophic lateral sclerosis (ALS) in 15,156 cases and 26,242 controls. They identify three new genome-wide-significant variants and establish ALS as a complex trait with a polygenic architecture, but with a distinct and important role for low-frequency variants. To elucidate the genetic architecture of amyotrophic lateral sclerosis (ALS) and find associated loci, we assembled a custom imputation reference panel from whole-genome-sequenced patients with ALS and matched controls (n = 1,861). Through imputation and mixed-model association analysis in 12,577 cases and 23,475 controls, combined with 2,579 cases and 2,767 controls in an independent replication cohort, we fine-mapped a new risk locus on chromosome 21 and identified C21orf2 as a gene associated with ALS risk. In addition, we identified MOBP and SCFD1 as new associated risk loci. We established evidence of ALS being a complex genetic trait with a polygenic architecture. Furthermore, we estimated the SNP-based heritability at 8.5%, with a distinct and important role for low-frequency variants (frequency 1–10%). This study motivates the interrogation of larger samples with full genome coverage to identify rare causal variants that underpin ALS risk.

Amyotrophic lateral sclerosis (ALS) is a relentlessly progressive, fatal motor neuron disease with a variable natural history. There are no accurate models that predict the disease course and outcomes, which complicates risk assessment and counselling for individual patients, stratification of patients for trials, and timing of interventions. We therefore aimed to develop and validate a model for predicting a composite survival endpoint for individual patients with ALS.We obtained data for patients from 14 specialised ALS centres (each one designated as a cohort) in Belgium, France, the Netherlands, Germany, Ireland, Italy, Portugal, Switzerland, and the UK. All patients were diagnosed in the centres after excluding other diagnoses and classified according to revised El Escorial criteria. We assessed 16 patient characteristics as potential predictors of a composite survival outcome (time between onset of symptoms and non-invasive ventilation for more than 23 h per day, tracheostomy, or death) and applied backward elimination with bootstrapping in the largest population-based dataset for predictor selection. Data were gathered on the day of diagnosis or as soon as possible thereafter. Predictors that were selected in more than 70% of the bootstrap resamples were used to develop a multivariable Royston-Parmar model for predicting the composite survival outcome in individual patients. We assessed the generalisability of the model by estimating heterogeneity of predictive accuracy across external populations (ie, populations not used to develop the model) using internal-external cross-validation, and quantified the discrimination using the concordance (c) statistic (area under the receiver operator characteristic curve) and calibration using a calibration slope.Data were collected between Jan 1, 1992, and Sept 22, 2016 (the largest data-set included data from 1936 patients). The median follow-up time was 97·5 months (IQR 52·9-168·5). Eight candidate predictors entered the prediction model: bulbar versus non-bulbar onset (univariable hazard ratio [HR] 1·71, 95% CI 1·63-1·79), age at onset (1·03, 1·03-1·03), definite versus probable or possible ALS (1·47, 1·39-1·55), diagnostic delay (0·52, 0·51-0·53), forced vital capacity (HR 0·99, 0·99-0·99), progression rate (6·33, 5·92-6·76), frontotemporal dementia (1·34, 1·20-1·50), and presence of a C9orf72 repeat expansion (1·45, 1·31-1·61), all p<0·0001. The c statistic for external predictive accuracy of the model was 0·78 (95% CI 0·77-0·80; 95% prediction interval [PI] 0·74-0·82) and the calibration slope was 1·01 (95% CI 0·95-1·07; 95% PI 0·83-1·18). The model was used to define five groups with distinct median predicted (SE) and observed (SE) times in months from symptom onset to the composite survival outcome: very short 17·7 (0·20), 16·5 (0·23); short 25·3 (0·06), 25·2 (0·35); intermediate 32·2 (0·09), 32·8 (0·46); long 43·7 (0·21), 44·6 (0·74); and very long 91·0 (1·84), 85·6 (1·96).We have developed an externally validated model to predict survival without tracheostomy and non-invasive ventilation for more than 23 h per day in European patients with ALS. This model could be applied to individualised patient management, counselling, and future trial design, but to maximise the benefit and prevent harm it is intended to be used by medical doctors only.Netherlands ALS Foundation.

© 2020 The Authors. Published by Elsevier B.V. on behalf of International Federation of Clinical Neurophysiology. This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).

Abstract Identifying groups of patients with similar disease progression patterns is key to understand disease heterogeneity, guide clinical decisions and improve patient care. In this paper, we propose a data-driven temporal stratification approach, ClusTric, combining triclustering and hierarchical clustering. The proposed approach enables the discovery of complex disease progression patterns not found by univariate temporal analyses. As a case study, we use Amyotrophic Lateral Sclerosis (ALS), a neurodegenerative disease with a non-linear and heterogeneous disease progression. In this context, we applied ClusTric to stratify a hospital-based population (Lisbon ALS Clinic dataset) and validate it in a clinical trial population. The results unravelled four clinically relevant disease progression groups: slow progressors, moderate bulbar and spinal progressors, and fast progressors. We compared ClusTric with a state-of-the-art method, showing its effectiveness in capturing the heterogeneity of ALS disease progression in a lower number of clinically relevant progression groups.

Respiratory dysfunction is an important hallmark of amyotrophic lateral sclerosis (ALS). Elevation of creatine kinase (CK) has been reported in 23-75% of ALS patients, but the underlying mechanisms remain unknown. This work aims to enlighten the role of CK as a prognostic factor of respiratory dysfunction in ALS. A retrospective analysis of demographic and clinical variables, CK, functional decline per month (ΔFS), forced vital capacity (%FVC), and mean amplitude of the phrenic nerve compound motor action potential (pCMAP) in 319 ALS patients was conducted. These measurements were evaluated at study entry, and patients were followed from the moment of first observation until death or last follow-up visit. High CK values were defined as above the 90th percentile (CK ≥ P90) adjusted to sex. We analyzed survival and time to non-invasive ventilation (NIV) as proxies for respiratory impairment. Linear regression analysis revealed that high CK was associated with male sex (