Publicerad: 2021-07-15 18:00 | Uppdaterad: 2021-07-15 18:36

Nya biomarkörer för livshotande mjukdelsinfektioner

Detaljer från en akutvårdsavdelning.
Foto: Getty Images.

Vid bakteriella mjukdelsinfektioner är snabb diagnos avgörande för att minska risken för svåra skador och amputation. Vaga symptom och en heterogen patientgrupp ökar risken för feldiagnos. Nu har forskare vid bland annat Karolinska Institutet med hjälp av AI identifierat en ny biomarkör som verkar mycket lovande jämfört med dagens diagnosverktyg. Studien som publicerats i Journal of Clinical Investigation kan få betydelse för både diagnostik och behandling.

Anna Norrby-Teglund. Foto: Stefan Zimmerman.

– Idag saknas verktyg för säkra och snabba diagnoser vid livshotande mjukdelsinfektioner. Våra fynd är mycket intressanta då de identifierade biomarkörerna är möjliga kandidater för förbättrad diagnostik. Resultaten är också relevanta för individanpassad behandling i framtiden, säger Anna Norrby-Teglund, professor vid institutionen för medicin, Karolinska Institutet (Huddinge) och studiens sistaförfattare.

Nekrotiserande mjukdelsinfektioner (NSTI) är bakteriella infektioner som kännetecknas av att vävnaden snabbt bryts ner. Infektionerna orsakas ofta av streptokocker och är relativt ovanliga men mycket vårdkrävande och kan snabbt bli livshotande.

Forskaren Laura Palma Medina.
Laura Palma Medina. Foto: Kevin Marc Seja.

Ofta krävs omfattande operation, intravenöst antibiotika och ibland även amputation för att förhindra infektionens spridning i kroppen. Många av patienterna utvecklar också blodförgiftning, sepsis, vilket ytterligare komplicerar sjukdomsförloppet.

En tidig och korrekt diagnos är avgörande för att rädda liv och undvika amputation men det försvåras av faktorer som vaga symptom, bland dem kräkningar, feber och svår smärta, samt en heterogen patientgrupp.

Trots rekommendationer om kirurgisk utvärdering vid misstänkt NSTI finns en överhängande risk för feldiagnos.

Behov av biomarkörer

Idag används olika laboratorievärden, bland annat antalet vita blodkroppar, som diagnostiskt verktyg men det är en teknik med låg känslighet. Det finns därför ett tydligt behov av att hitta biomarkörer som är specifika för NSTI. Sjukdomen klassificeras i fyra typer beroende på infekterande organism. 

Nu har forskare vid bland annat Karolinska Institutet, Haukeland University Hospital, Norge, och Copenhagen University Hospital, Danmark, kunnat identifiera biomarkörer specifika för olika patientgrupper med mjukdelsinfektioner.

Analys med AI

Forskarna har med hjälp av maskininlärning, en typ av artificiell intelligens, analyserat 36 lösliga faktorer i blodplasma från 311 NSTI-patienter som ingått i den internationella INFECT-studien. Kontrollgrupperna omfattade patienter med misstänkt NSTI respektive sepsis.

Analyserna påvisade en ny biomarkör som med stor träffsäkerhet identifierar patienter med vävnadsnekros.

– Den nya biomarkören, trombomodulin, visade sig var överlägset bättre än de laboratorieparametrar som används kliniskt idag. Analyserna identifierade även biomarkörer för patienter med mjukdelsinfektion orsakad av olika typer av bakterier, samt patienter som utvecklade septisk chock, säger Laura Palma Medina, forskare vid institutionen för medicin, Karolinska Institutet (Huddinge), och studiens förstaförfattare.

Forskningen finansierades av CIMED, Region Stockholm, Vetenskapsrådet, EU, Nordforsk, ERA PerMed, Vinnova, Innovation Fund Denmark, the Research Council of Norway, the Netherlands Organisation for Health Research and Development, DLR Federal Ministry of Education and Research, och Barncancerfonden. 

Publikation

Discriminatory plasma biomarkers predict specific clinical phenotypes of necrotizing soft tissue infections,” Laura M. Palma Medina, Eivind Rath, Sanjeevan Jahagirdar, Trond Bruun, Martin Bruun Madsen, Kristoffer Strålin, Christian Unge, Marco Bo Hansen, Per Arnell, Michael Nekludov, Ole Hyldegaard, Magda Lourda, Vitor A.P. Martins dos Santos, Edoardo Saccenti, Steinar Skrede, Mattias Svensson, Anna Norrby-Teglund, Journal of Clinical Investigation, online 15 juli 2021, doi: 10.1172/JCI149523.