Axel Svedbom är epidemiolog vid Institutionen för medicin vid Karolinska Institutet. Han har av Psoriasisförbundet fått forskningsmedel för att utveckla en algoritm som ska identifiera patienter med hög risk att utveckla psoriasisartrit, PsA, redan vid psoriasisdebut. Det handlar alltså om ett datorprogram där man matar in olika data för att få ut hur stor risken är att få PsA.
– Vi vet att psoriasisartrit är underdiagnosticerat. Det finns till exempel en studie som visar att 30 procent av patienter på en hudmottagning har odiagnosticerad psoriasisartrit. Då kan man tänka sig att andelen är ännu högre i primärvården där kunskapen om psoriasis är lägre, säger Axel Svedbom.
Patienter med PsA får alltså ofta diagnosen först flera år efter sjukdomsdebut. Den genomsnittliga tiden från symptomdebut till diagnos beräknas vara två och ett halvt år, men en av fyra patienter får diagnos först sju år efter symptomdebut.
– Därför vore det bra om vi kan ha markörer som identifierar patienter med högre risk, så att vi kan följa de patienterna noggrannare, diagnosticera sjukdomen tidigare och sätta in adekvat behandling, fortsätter Axel Svedbom.
En liten andel av patienterna får en progressiv sjukdom, så lederna förstörs om patienten inte får behandling tidigt.
Det skulle ha flera fördelar. Man förbättrar symptom, arbetsförmåga och livskvalitet. Svaret på behandlingen blir också bättre. Ju längre tid det går från symptomdebut till behandlingsstart, desto sämre effekt verkar behandling få.
– Det är också så att en liten andel av patienterna får en progressiv sjukdom, så att lederna förstörs om patienten inte får behandling tidigt.
Kan förutsäga ökad risk
Axel Svedbom använder den så kallade Stockholmskohorten, som är en observationsstudie, där cirka 750 patienter med psoriasis följdes från psoriasisdebut i tio år. Den första patienten inkluderades 2001 och kohorten innehåller också 500 matchade friska kontrollpersoner. Patienterna undersöktes kliniskt vid studiestart samt fem och tio år därefter. I studien finns blodprov samt information om hud- och ledsymptom, livsstilsfaktorer och samsjukligheter.
– Vi har nyligen visat att vi med hjälp av två kliniska markörer, ledsmärta och inflammation i led- och sedbandsfästen (entecit), med god precision kan förutsäga vilka patienter som kommer att drabbas av psoriasisartrit.
Av dem som hade ledsmärta vid debuten av psoriasis hade drygt en av tre patienter PsA efter tio år, medan bara sju procent av dem som inte hade ledsmärta hade utvecklat PsA. Av dem som hade både ledsmärta och entecit hade 60 procent PsA efter tio år.
– De kliniska måtten förutsäger således redan risken ganska bra, men vi vill predicera ännu bättre genom att ta med även biologiska markörer.
Biomarkörer förbättrar riskbedömningen
Genom att analysera blodproverna från starten av Stockholmskohorten kan idag detaljerade data om genetiska, inflammatoriska, och metabola markörer erhållas, alltså ämnen som finns i kroppen. Ett exempel är cytokiner, såsom interleukiner, som indikerar högre grad av inflammation.
– Våra preliminära resultat visar att cytokiner mätta i blodet kan förbättra precisionen. De som fick artrit efter tio år hade redan vid sjukdomsstart högre nivåer av dessa ämnen. Nu fortsätter vi att analysera ett tiotal inflammationsmarkörer till.
Forskarna vill också ha med genetiska markörer i algoritmen.
– Vi vet att psoriasis är ärftligt och har redan tittat på några gener, men ska i nästa steg göra en helgenomsekvensering av vita blodkroppar från blodproven, som kommer att ge miljoner gener, så då måste vi välja ut tänkbara gener på något sätt, för att inte datorn ska krascha av för mycket data.
All data i algoritm
Planen är att lägga ihop blodprov, kliniska fynd och patienters svar i intervjuformulär från första undersökningstillfället, och tilllämpa maskininlärning, det vill säga artificiell intelligens. Den ska skapa en algoritm som kan räkna ut vilka kombinationer och nivåer av markörer och symptom vid psoriasisdebut som är förknippade med förhöjd risk att utveckla PsA.
– Vi förväntar oss att då, med större säkerhet, kunna identifiera dessa patienter.
Vilka är utmaningarna med att utveckla algoritmen?
– När vi matar in så många variabler är risken att vi får fram orsakssamband som beror på slumpen och inte har med artritrisk att göra. Så vår studie är egentligen en hypotesgenererande studie, som måste valideras med en annan studie som bekräftar att sambanden vi hittat är relevanta.
En validering kan göras antingen genom en liknande observationsstudie som Stockholmskohorten, men det tar lång tid, eller genom en retrospektiv studie, som utgår från patienter med psoriasisartrit och via register hittar ingångsdata vid sjukdomsdebut.
– Men det knepiga är då markörer som varierar över tid, såsom cytokiner. Men om halterna av samma cytokiner är förhöjda efter tio år, som vid debut, är det en indikation på att de cytokinerna är viktiga redan från början.
Algoritmer medför också en viss etisk problematik.
– Viss data kanske man vill ha privat om sin hälsa. Vi på forskningsenheten har ju säkra servrar, men om man börjar använda till exempel smarta telefoner och liknande för att samla in information, finns risk att data kommer ut där den inte ska vara.
När kommer algoritmen att vara klar?
– Om cirka två till tre år, gissar jag. Då kan vi testa den i klinisk vardag, men den behöver sedan valideras också, så det tar nog ytterligare några år innan den kan implementeras brett i sjukvården.
Vi har fått en explosion av tillgängliga data och möjligheter att analysera den.
Axel Svedbom tror på algoritmers betydelse för sjukvård i framtiden.
– Vi har fått en explosion av tillgängliga data och möjligheter att analysera den. När vi kan integrera all data kommer vi bättre kunna förutsäga risker och förstå uppkomsten av till exempel psoriasis. Många med PsA hade ledsmärta redan vid debuten av psoriasis, så kanske kommer ledsmärtan före hudsymptomen? Vi kanske i framtiden kan sätta in behandling preventivt, som vid reumatoid artrit där man kunnat bromsa sjukdomsförloppet med biologiska läkemedel tidigt, eller undvika sjukdom helt?
Fakta – algoritmer
En algoritm är en uppsättning regler som används för att hantera stora mängder information. Algoritmer används till exempel för att styra vad som dyker upp i dina sociala medier eller vilka resultat du får upp vid en Googlesökning. Algoritmer ingår oftast i programvaror och består av instruktioner om vad som ska utföras, med vad och i vilken ordning
