Almen biokemisk inflammationsdiagnostik DSKB  UU2-kursus  Vejlefjord  22-05-07

1. Almen biokemisk inflammationsdiagnostikDSKB  UU2-kursus  Vejlefjord  22-05-07 Overlæge, dr.med. Ulrik GerdesKlinisk Biokemisk Laboratorium ∙ Århus Universitetshospital, Risskov

2. »Brug af fasereaktanter i klinisk praksis«DSKB  UU2-kursus  Vejlefjord  22-05-07 Overlæge, dr.med. Ulrik GerdesKlinisk Biokemisk Laboratorium ∙ Århus Universitetshospital, Risskov

3. Fasereaktanter? Ja, fx: P—Albumin; P—Amyloid A; P—α1-Antitrypsin; P—Coeruloplasmin;P—C-reaktivt protein; P—Fibrinogen; P—α1-Glykoprotein;P—Haptoglobin; P—Immunoglobulin A; P—Immunoglobulin G;P—Immunoglobulin M; P—Interleukin 6; P—Interleukin 8;P—Komplement C3; B—Leukocytter, P—Mannosebindende protein;P—β2-Mikroglobulin; P—Orosomucoid; P—Procalcitonin;P—Proteinelektroforese; B—Sedimentationsreaktion; P—Viskositet … for bare at nævne de (måske) mest kendte!

4. Kliniske problemstillinger Forskellige — • Rutineundersøgelse (ret almindeligt) • Udredning af uklare kliniske billeder (fisketur) • Mistanke om infektion, inflammation, malign sygdom • Differentialdiagnostik ved infektion • Monitorering af behandlingsforløb • Understøttelse af fortolkning af andre biokemiske variable

5. Det vil jeg tale om… • Den kliniske biokemiske synsvinkel • Lidt generelt om fortolkningen af biokemiske variable • Fasereaktanter: Hvilke bruges (mest) i Danmark? • Mere om en udvalgt håndfuld af slagsen • Fremtiden: Proteomics og det multidimensionale informative hyperspace?

6. Den kliniske biokemiske synsvinkel • Fokus på brugen af biokemiske data i forbindelse med afklaringen af kliniske problemstillinger. • Biokemiske data har sjældent en særstilling, men indgår typisk i betragtninger (algoritmer; modeller) på lige fod med data fra alle andre kilder. • Vidensgrundlaget for brugen stammer fra studier med et klinisk epidemiologisk design. • En viden om de bagvedliggende biokemiske eller molekylære mekanismer kan være en fordel i nogle sammenhænge, men er ellers ikke strengt nødvendig.

7. Et eksempel: »Jeg er ikke helt rask, doktor…« En 63-årig erhvervsaktiv mand. Ryger 10-20 cigaretter dagligt. Plejer aldrig at være syg, men er stadig træt og uoplagt 1½ måned efter en omgang influenza. Har tabt sig 3-4 kg, hoster fortsat en del og taber let pusten. Har haft dage med springende led- og muskelsmerter, og nætter med svedeture. Har ikke målt sin temperatur. Objektivt: Ser lidt bleg og klattet ud, og sidder og puster under samtalen. Der er ikke noget at høre på lungerne, normalt blodtryk, ingen feber, nubret udslæt på ryggen…

8. Lægen forsøger at strikke et billede sammen… Anamnese (sygehistorie) Tidligere rask, ryger, influenza, taber pusten, vægttab, led- og muskelsmerter, nattesved… Objektive kliniske fund Bleg, ikke helt rask at se på, ingen feber, normalt blodtryk, udslæt på ryggen… Billeddiagnostik Røntgen af brystkassen, ultralydsundersøgelse af maveregionen, overvejer MR-scanning… Biokemiske variable Hæmatologiske kvantiteter, CRP, sænkning, væsketal, levertal… Andet? Hvad pokker fejler manden? Hvad kan jeg udelukke? Hvad kan jeg påvise? Hvad er sandsynlighederne, odds eller likelihoods for en alvorlig sygdom?

9. Lidt generelt om fortolkningen af biokemiske data • Sensitivitet, specificitet … og meget mere! • Om tærskelværdier og tab af informationsværdi • Hent en Excel-fil der illustrerer problemerne Klik hér

10. Fasereaktanter: Hvilke bruges i Danmark? • P—Albumin • P—C-reaktivt protein (CRP) • P—Fibrinogen • P—Haptoglobin • P—Immunoglobulin A, G og M • B—Leukocytter & differentialtælling • P—Orosomucoid • B—Sedimentationsreaktion (SR; Sænkningsreaktion)

11. Og hvilke bruges (sjovt nok) ikke? • P—Proteinelektroforese • P—Amyloid A (SAA; CRP’s mindre kendte fætter) • P—Viskositet (SR’s næsten ukendte fætter) Lidt mere den førstnævnte senere….

12. Generelt om brugen af fasereaktanter Normale værdier giver den bedste information Posttest sandsynligheden for ikke-sygdom er høj! Abnorme værdier er ofte uspecifikke fund Infektion, inflammation, malign sygdom, traumer, forgiftning…? Kombinationer og genta-gelser kan udnyttes Forskelle i reaktionstid, fund af ’forenelige resultater’, ændringer… Normale variationer Køn, alder, fysisk aktivitet, rygning, døgnvariationer, graviditet… Til kamp mod reduktionisme!

13. Forskelle i reaktionstider

14. Udvalgt #1 :: B—Leukocytter m.m. • En stærk undersøgelse! • Flowcytometriske analyser er lette at udføre og giver en masse gode data. • En mikroskopi kan give supplerende oplysninger, men det kræver erfaring. • Pas på med ’numerisk reduktionisme’ (rigoristiske fortolkninger af referenceintervaller). • Svært med fx børn og patienter med leukopeni.

15. Udvalgt #2 :: B—Sedimentationsreaktion • Den eneste analyse der kan laves, hvis strømmen går, men den er lidt bøvlet. • Er i en vis forstand en multivariat biokemisk analyse. • Har en lang responstid, hvilket kan være en fordel. • Kan drille ved forskellige hæmatologiske sygdomme, og tilstande med abnorme rheologiske betingelser. • SR stiger med alderen, men har vi ordentlige data?

16. Udvalgt #3 :: P—C-reaktivt protein • En uhyre populær analyse, som i stigende omfang også udføres som POCT, især hos praktiserende læger. • Bakterielle infektioner er det mest potente stimulus for CRP-produktion, men alle tilstande med vævsskade kan øge CRP. Farlige undtagelser? • Stigninger kommer hurtigt og halveringstiden er kort, så analysen er god til kontrol af behandlingseffekter. • Det er lidt spøjst, at man ikke kan enes om at bruge fælles enheder og referenceintervaller i Danmark! • Variationer langt nede i normalområdet er sat i forbin-delse med ’subklinisk inflammation’ og fx varierende risiko for hjertekarsygdom.

17. Udvalgt #4 :: P—Proteinelektroforese • Hvorfor bruges undersøgelsen ikke i Danmark? Det er fx en rutineundersøgelse i Sverige, Norge og Tyskland. • Det er nærmest en ’proteomics lite’, dvs. en analyse af mønstre af plasmakoncentrationerne af en række proteiner (fasereaktanter), og derfor også en multivariat analyse. • Kræver mere arbejde på de kliniske biokemiske laboratorier og svaret kan ikke udtrykkes i rå talværdier. • Kræver erfaring og en subjektiv vurdering, men kunne måske computeriseres?

18. Fremtiden: Proteomics og det multidimensionale informative hyperspace? • Kan vi udvikle noget der kan skelne mellem ’illness’ og ’disease’? • Nye muligheder med moderne proteomics? • Behov for nye, godt designede studier (STARD) • Behovet for avanceret databehandling (datamining)

19. Tak for jeres opmærksomhed! Min PowerPoint præsentation kan hentes på www.kliniskbiokemi.net