Konstruksjon av en diagnostisk modell for psoriasis og psoriasisartritt basert på multidimensjonal negleinformasjon

Psoriasis er en globalt utbredt kronisk tilbakefallende hudsykdom, preget av dens lange varighet og tendens til tilbakefall. I tillegg til hudsymptomer, kan det også påvirke negler og ledd, noe som fører til patologiske trekk som pitting, leukonychia, rød lunula eller alvorlig negldystrofi. Noen pasienter med psoriasis kan utvikle psoriasisk leddgikt. Psoriasisartritt (PSA) er en kronisk tilbakefallende muskel- og skjelettsykdommer, preget av psoriasiske hudlesjoner ledsaget av aksiale og perifere leddskader, og ofte assosiert med karakteristiske manifestasjoner av psoriatiske negler. Disse negleendringene indikerer typisk mer alvorlig sykdom og dårligere prognose. Imidlertid er aktuelle diagnostiske metoder i stor grad avhengig av erfaring og profesjonell kunnskap til klinikere, som er subjektive og usikre. Dessuten er histopatologisk undersøkelse invasiv og kan forårsake ytterligere smerter og ulemper for pasienter.

For å utvikle et effektivt, praktisk og ikke-invasivt tidlig diagnostisk verktøy for psoriasis, har forskningsteamet vårt utført dybdestudier innen psoriasisrelatert diagnose og prediktive modeller. Vi har med suksess utviklet en prediktiv modell for psoriasisartritt, inkludert seks viktige prediktive faktorer: historie med leddhevelse, historie med leddgikt, historie med hevelse og smerter i fingre eller tær, neglepåvirkning, genital involvering og en historie med langsiktig lokal bruk av kortikosteroider. Klinikere kan effektivt vurdere risikoen for psoriasisartritt ved å innhente informasjon om disse seks faktorene fra pasienter. Artikkelen "Tidlig deteksjon av psoriasisartritt hos pasienter med psoriasis: konstruksjon av en multifaktoriell prediksjonsmodell" ble publisert i Front. Immunol (DOI: 10.3389/fimmu.2024.1426127).

Raman-spektroskopi er en rask, ikke-invasiv molekylær vibrasjonsdeteksjonsmetode som har vist stort potensial i medisinsk diagnostikk. Studier har vist at Raman -spektroskopi kan skille normalt og unormalt vev på molekylært nivå og har blitt bevist mulig i negletesting. For psoriasis, en sykdom som forårsaker betydelige negleendringer, gir Raman -spektroskopi unike fordeler.

Basert på denne bakgrunnen, vil prosjektet vårt gjennomføre en prospektiv observasjonsstudie om psoriasis og psoriasisartritt ved bruk av flerdimensjonale negletata. Vi vil integrere Raman -spektroskopidata om negler og flerdimensjonal klinisk informasjon og anvende kunstig intelligensalgoritmer for å utvikle et nytt diagnostisk verktøy for psoriasis og psoriasisartritt. Dette verktøyet tar sikte på å forbedre nøyaktigheten og effektiviteten av diagnosen, og gir sterk støtte for tidlig påvisning og presis behandling av psoriasis og psoriasisartritt.