Proteomisk profilering for å avsløre nye prognostiske markører for nevrologisk utfall etter gjenopplivning

Bakgrunn: Hjertestans er en livstruende hendelse. Intensivister utfordres med et økende antall pasienter med usikkert nevrologisk utfall etter hjerte-lungeredning (HLR). Den prognostiske verdien av nåværende biomarkører for nevrofysiologisk langsiktig resultat er begrenset. Derfor er identifisering av nye plasmamarkører med høyere prediktiv verdi for nevrofysiologisk utvinning avgjørende for pasientbehandling etter HLR.

Hypotese: Vi antar at spesifikke hjerneavledede vevslekkasjeproteiner kan identifiseres for å avsløre nye, mer pålitelige prognostiske biomarkører for godt nevrologisk resultat.

Metoder: Denne translasjonsstudien (n=100) er en kombinasjon av en prospektiv grunnleggende vitenskapelig studie beregnet på å redusere antall potensielle plasmabiomarkørkandidater ved proteomiske hagleanalyser i hjernevevsobduksjonsprøver og plasmaprøver fra gjenopplivede pasienter (n=10) og en prospektiv klinisk valideringsstudie i en stor studiepopulasjon (n=90) ved høykapasitetsanalyser. Prøver vil bli analysert ved proteomiske hagleanalyser ved bruk av Q-Exactive quadrupole-orbitrap massespektrometer (MS). MS/MS-data vil bli tolket av MaxQuant- og Perseus-programvaren. For å identifisere hjerneavledede proteiner i plasma, vil plasmaproteomet til 10 gjenopplivede pasienter sammenlignes med den proteomiske profilen til hjernevev. Dette vil redusere antallet potensielle plasmabiomarkørkandidater assosiert med nevrologisk utfall. Den prospektive valideringen i plasmaprøver vil bli utført ved en målrettet proteomikk-tilnærming ved bruk av utvalgt reaksjonsovervåking (SRM) på en trippel quadrupolion MS. Nevrologisk utfall vil bli vurdert etter fempunktsskalaen (død, vedvarende vegetativ tilstand, alvorlig funksjonshemming, moderat funksjonshemming og god restitusjon) i henhold til cerebrale ytelseskategorier (CPC). Et CPC-sår på <3 regnes som et godt nevrologisk resultat. Utvelgelse av proteomiske markører og signaturestimering vil bli utført ved L1 regulær logistisk regresjon, hvor innstillingsparameteren vil bli optimalisert ved kryssvalidert modellytelse. Signaturens evne til å diskriminere pasienter med godt og dårlig utfall vil bli beskrevet ved ROC-analyse.

Klinisk perspektiv: En nøyaktig prediktor for nevrologisk utfall etter HLR er av største klinisk betydning. Tidligere studier fokuserte imidlertid på et svært begrenset utvalg av biomarkører. Derfor kan en strukturert proteomisk analysetilnærming identifisere den beste markøren av alle proteiner som frigjøres under cellulær skade.