Proteomisk profilering för att avslöja nya prognostiska markörer för neurologiskt utfall efter återupplivning

Bakgrund: Hjärtstopp är en livshotande händelse. Intensivister utmanas med ett ökande antal patienter med osäkert neurologiskt utfall efter hjärt-lungräddning (HLR). Det prognostiska värdet av nuvarande biomarkörer för neurofysiologiskt långsiktigt resultat är begränsat. Därför är identifiering av nya plasmamarkörer med högre prediktivt värde för neurofysiologisk återhämtning avgörande för patienthantering efter HLR.

Hypotes: Vi antar att specifika hjärnhärledda vävnadsläckageproteiner kan identifieras för att avslöja nya, mer tillförlitliga prognostiska biomarkörer för bra neurologiskt resultat.

Metoder: Denna translationella studie (n=100) är en kombination av en prospektiv grundvetenskaplig studie avsedd att minska antalet potentiella plasmabiomarkörkandidater genom proteomiska hagelgevärsanalyser i hjärnvävnadsobduktionsprover och plasmaprover från återupplivade patienter (n=10) och en prospektiv klinisk valideringsstudie i en stor studiepopulation (n=90) genom högkapacitetsanalyser. Proverna kommer att analyseras med proteomiska hagelgevärsanalyser med Q-Exactive quadrupole-orbitrap masspektrometer (MS). MS/MS-data kommer att tolkas av MaxQuant och Perseus Software. För att identifiera hjärnhärledda proteiner i plasma kommer plasmaproteomet från 10 återupplivade patienter att jämföras med hjärnvävnadens proteomiska profil. Detta kommer att minska antalet potentiella plasmabiomarkörkandidater associerade med neurologiska utfall. Den prospektiva valideringen i plasmaprover kommer att utföras med en riktad proteomik-metod med användning av vald reaktionsövervakning (SRM) på en trippelkvadrupoljon MS. Neurologiskt utfall kommer att bedömas av den femgradiga skalan (död, ihållande vegetativt tillstånd, allvarlig funktionsnedsättning, måttlig funktionsnedsättning och god återhämtning) enligt de cerebrala prestationskategorierna (CPC). Ett CPC-sår på <3 anses vara ett bra neurologiskt resultat. Val av proteomiska markörer och signaturuppskattning kommer att utföras genom L1-regulerad logistisk regression, där avstämningsparametern kommer att optimeras genom korsvaliderad modellprestanda. Signaturens förmåga att särskilja patienter med bra och dåligt utfall kommer att beskrivas genom ROC-analys.

Kliniskt perspektiv: En korrekt prediktor för neurologiskt utfall efter HLR är av yttersta klinisk betydelse. Men tidigare studier fokuserade på ett mycket begränsat utbud av biomarkörer. Därför kan en strukturerad proteomisk analysmetod identifiera den bästa markören av alla proteiner som frigörs under cellskador.