多次元爪情報に基づく乾癬および乾癬性関節炎診断モデルの構築

乾癬は、世界的に蔓延している慢性再発性皮膚疾患であり、その期間が長く再発しやすいという特徴があります。 皮膚の症状に加えて、爪や関節にも影響を及ぼし、穴あき、白斑、赤色月経、重度の爪ジストロフィーなどの病理学的特徴を引き起こす可能性があります。 乾癬患者の中には乾癬性関節炎を発症する人もいます。 乾癬性関節炎 (PsA) は慢性再発性筋骨格疾患であり、軸および末梢関節損傷を伴う乾癬性皮膚病変を特徴とし、乾癬性爪の特徴的な症状を伴うことがよくあります。 これらの爪の変化は通常、より重度の病気と予後不良を示します。 しかし、現在の診断方法は臨床医の経験と専門知識に大きく依存しており、主観的で不確実です。 さらに、組織病理学的検査は侵襲的であり、患者にさらなる苦痛や不便を引き起こす可能性があります。

乾癬の効果的で便利な非侵襲性の早期診断ツールを開発するために、私たちの研究チームは乾癬関連の診断と予測モデルの分野で詳細な研究を実施しました。 当社は、6 つの主要な予測因子を含む乾癬性関節炎の予測モデルの開発に成功しました。これには、関節の腫れの病歴、関節炎の病歴、手や足の指の腫れと痛みの病歴、爪の病変、生殖器の病歴、長期にわたる局所疾患の病歴が含まれます。コルチコステロイドの使用。 臨床医は、患者からこれら 6 つの要素に関する情報を得ることで、乾癬性関節炎のリスクを効果的に評価できます。 論文「乾癬患者における乾癬性関節炎の早期発見：多因子予測モデルの構築」がFrontに掲載されました。 イムノール (DOI: 10.3389/fimmu.2024.1426127)。

ラマン分光法は、迅速かつ非侵襲的な分子振動検出法であり、医療診断において大きな可能性を示しています。 ラマン分光法は正常な組織と異常な組織を分子レベルで区別できることが研究で示されており、爪の検査でも実現可能であることが証明されています。 爪の重大な変化を引き起こす病気である乾癬に対して、ラマン分光法は独自の利点をもたらします。

このような背景を踏まえ、本プロジェクトでは爪の多次元データを用いて乾癬および乾癬性関節炎に関する前向き観察研究を実施します。 爪のラマン分光データと多次元臨床情報を統合し、人工知能アルゴリズムを適用して、乾癬および乾癬性関節炎の新しい診断ツールを開発します。 このツールは、診断の精度と効率を向上させ、乾癬および乾癬性関節炎の早期発見と正確な治療を強力にサポートすることを目的としています。