Screening für Biomarker der Osteoarthritis

Osteoarthritis (OA), die weltweit häufigste degenerative Gelenkerkrankung, verzeichnet in China einen zunehmend schwerwiegenden epidemiologischen Trend, der durch die Alterung der Bevölkerung und Veränderungen des Lebensstils vorangetrieben wird. Laut den Daten der Global Burden of Disease (GBD) ist die Zahl der OA-Patienten in China von 26,1 Millionen im Jahr 1990 auf 61,2 Millionen im Jahr 2019 gestiegen und liegt damit weltweit an erster Stelle; bis 2044 wird ein Anstieg auf über 200 Millionen prognostiziert. Die Prävalenz der OA nimmt mit dem Alter deutlich zu; über 50 % der Menschen im Alter von 65 Jahren und älter sind betroffen. Frauen haben eine höhere Inzidenz als Männer, insbesondere nach der Menopause, und leiden tendenziell unter schwereren strukturellen Läsionen und klinischen Symptomen. Das Kniegelenk ist die am häufigsten betroffene Stelle, gefolgt von Händen, Hüften und anderen Gelenken.

OA verursacht nicht nur Schmerzen, Verlust der Gelenkfunktion und eine Beeinträchtigung der Lebensqualität, sondern ist auch die häufigste Ursache für Behinderungen in der Bevölkerung über 60 Jahren. Im Jahr 2019 erreichten die altersstandardisierten behinderungsbereinigten Lebensjahre (DALYs) der OA in China 224,78 pro 100.000 Einwohner, ein Anstieg um 9,4 % gegenüber 1990. Bemerkenswerterweise ist die Krankheitslast von Knie- und Hüft-OA im Zusammenhang mit einem erhöhten Body-Mass-Index (BMI) bei Männern erheblich gestiegen, und die Wachstumsrate der auf hohen BMI zurückzuführenden DALYs ist bei Hüft-OA höher als bei Knie-OA. Gleichzeitig nimmt die Krankheitslast der Hand-OA bei Frauen zu.

Zu den wichtigsten Risikofaktoren für OA gehören fortgeschrittenes Alter, Fettleibigkeit, Gelenkverletzungen und berufliche Belastungen wie sitzende Tätigkeit und wiederholte Gewichtsbelastung. Seit der Reform- und Öffnungspolitik hat China eine schnelle wirtschaftliche Entwicklung und eine bemerkenswerte Verlängerung der Lebenserwartung erzielt. Bis Ende 2024 hatte die Bevölkerung im Alter von 65 Jahren und älter 220 Millionen erreicht, was 15,6 % der Gesamtbevölkerung entspricht; bis 2035 wird eine Lebenserwartung von 81,3 Jahren erwartet. Parallel dazu haben Verhaltensrisikofaktoren, die eng mit OA verbunden sind, darunter eine sitzende Lebensweise, unzureichende körperliche Aktivität, ungesunde Ernährungsmuster, erhöhter BMI, Rauchen und Alkoholkonsum, zunehmend an Prävalenz gewonnen. Unter der kombinierten Wirkung der Alterung der Bevölkerung und ungesunder Lebensweisen wird prognostiziert, dass die Inzidenz, Prävalenz und Gesamtkrankheitslast von OA kontinuierlich steigen werden. Dies stellt eine schwere Belastung für das Gesundheitssystem dar und ist eine große Herausforderung für die Erreichung der Healthy China Initiative.

Das derzeitige klinische Management von OA steht vor zwei zentralen Engpässen. Erstens herrscht ein Mangel an frühen diagnostischen Biomarkern und individualisierten Vorhersageinstrumenten. Die meisten Patienten suchen erst dann medizinische Hilfe, wenn offensichtliche Symptome auftreten, zu welchem Zeitpunkt bereits irreversible strukturelle Schäden an den Gelenken entstanden sind. Zweitens ist OA eine sehr heterogene Erkrankung. Die Pathogenese von OA an verschiedenen anatomischen Stellen (Knie, Hüfte, Hand usw.) umfasst das komplexe Zusammenspiel mehrerer Faktoren, darunter mechanische Überlastung, niedriggradige Entzündungen und Stoffwechselstörungen. Folglich gibt es derzeit keine wirksamen Therapien, die das Fortschreiten der Krankheit aufhalten können, und klinische Interventionen beschränken sich auf symptomatische Linderung.

Dementsprechend ist die Einrichtung einer speziellen OA-Kohorte von entscheidender Bedeutung. Durch die systematische Erfassung von Hochrisikofaktoren, klinischen Phänotypen, bildgebenden Befunden, biologischen Proben (Blut, Synovialflüssigkeit, Gelenkgewebe usw.) und Multi-Omics-Daten wird die spezielle Kohorte die präzise Prävention und Behandlung von OA in den folgenden Aspekten erleichtern: 1. Identifizierung neuartiger Biomarker für die Früherkennung und prognostische Beurteilung; 2. Konstruktion künstlich-intelligenzgestützter individualisierter Diagnose- und Vorhersagemodelle, die mehrdimensionale Daten integrieren, um eine Früherkennung der Erkrankung, eine Risikostratifizierung des Fortschreitens und eine Vorhersage des Behandlungserfolgs zu ermöglichen.