Nierenkrankheiten: Neuer Scanner erkennt laut Studie Narbengewebe schneller als bisherige Technologien12. Juli 2024 Foto: © japhoto-scaled/stock.adobe.com Mit Hilfe eines neuartigen Scanners haben Forscher der Universität Aarhus, Dänemark, eine Technologie entwickelt, die nach eigenen Angaben die frühesten Veränderungen in der Niere erkennen kann, wenn sich Narbengewebe zu bilden beginnt. „Wir können Veränderungen, die mit der Entstehung von Fibrose einhergehen, früher messen als alle derzeitigen Methoden, die die Menge der bereits entstandenen Fibrose messen“, betont Nikolaj Bøgh, Hauptautor der Studie. Mit dieser Technologie, die als hyperpolarisierte 13C-Pyruvat-MRT bezeichnet wird, können nach Angaben der Forschenden die Ärzte nun die Fibrosebildung erkennen, bevor sie auftritt. Dadurch sei es möglich, die Behandlung früher zu beginnen und möglicherweise irreversible Schäden an der Niere zu verhindern. „Die Methode verfolgt einen völlig neuen Ansatz, indem sie Narbengewebe frühzeitig erkennt, indem sie die Bausteine abbildet, aus denen die Fibrose besteht“, erklärt Bøgh. Frühe Anzeichen erkennen Die Technologie funktioniert, indem dem Patienten eine spezielle Form von Pyruvat, einer natürlichen Substanz der körpereigenen Energieproduktion, in den Körper injiziert wird. Wenn Pyruvatmoleküle hyperpolarisiert sind, werden ihre magnetischen Signale erheblich verstärkt, und zwar um mehr als das 20.000-fache. Dadurch kann ihre Umwandlung im Körper mit einem MRT-Scanner verfolgt werden, heißt es in der Studie. Indem sie die Umwandlung von Pyruvat in andere Substanzen verfolgen, können Ärzte frühe Anzeichen von Fibrose erkennen, bevor sichtbare strukturelle Veränderungen auftreten, die mit Standardmethoden erfasst werden können. Die Methode sei nicht nur wirksamer, sondern auch sicherer und angenehmer für die Patienten, da sie invasive Biopsien überflüssig macht, erklären die Forscher. „Die Scans können bei der Behandlung von Nierenpatienten eine völlig neue Perspektive eröffnen. Wir gehen davon aus, dass wir sie nutzen können, um die Behandlung auf den einzelnen Patienten abzustimmen, wenn wir Patienten identifizieren können, die eine schnelle und gezielte Behandlung benötigen“, so Bøgh. Übertragbar auf andere Bereiche Die Technologie habe das Potenzial, über Nierenerkrankungen hinaus auch in anderen Bereichen eingesetzt zu werden, erklären die Forscher. Die Fibrogenese, die mit der Technologie gemessen wird, ist nicht nur in den Nieren zu beobachten, sondern kann auch für andere Organe von Bedeutung sein, z. B. für das Herz bei bestimmten Arten von Herzversagen. Um die Technologie vom Labor in die Klinik zu übertragen, sind jedoch weitere Versuche an Patienten erforderlich. Bøgh und seine Kollegen haben bereits drei klinische Studien an Patienten mit verschiedenen Nierenkrankheiten begonnen. Ziel dieser neuen Studien sei es, den Wert der Methode zu demonstrieren, u. a. bei der Identifizierung von Diabetikern, die ein hohes Risiko haben, eine Nierenerkrankung zu entwickeln.
Mehr erfahren zu: "Akute Nierenschädigung: KI-Sprachmodelle übertreffen Fachmediziner" Akute Nierenschädigung: KI-Sprachmodelle übertreffen Fachmediziner Forschende der Universität Marburg und des Universitätsklinikums Gießen und Marburg untersuchten, wie gut 13 der bekanntesten öffentlich verfügbaren KI-Sprachmodelle klinisches Wissen zur akuten Nierenschädigung in einer standardisierten Testsituation abrufen und […]
Mehr erfahren zu: "Typ-2-Diabetes und CKD: Metaanalyse vergleicht Wirksamkeit neuartiger Antidiabetika" Weiterlesen nach Anmeldung Typ-2-Diabetes und CKD: Metaanalyse vergleicht Wirksamkeit neuartiger Antidiabetika Eine aktuelle Metaanalyse aus China verdeutlicht: Neuartige Antidiabetika bieten Vorteile für Patienten mit Typ-2-Diabetes und gleichzeitiger chronischer Nierenkrankheit (CKD). Die optimale Intervention variiert jedoch je nach gewünschtem Behandlungsergebnis.
Mehr erfahren zu: "Nierentransplantation: Maschinelles Lernen zur Vorhersage einer verzögerten Transplantatfunktion" Weiterlesen nach Anmeldung Nierentransplantation: Maschinelles Lernen zur Vorhersage einer verzögerten Transplantatfunktion Ein US-Forschungsteam hat ein neuartiges Modell entwickelt, das auf maschinellem Lernen basiert und nach einer Nierentransplantation die Vorhersage sowohl der Wahrscheinlichkeit als auch der Dauer einer verzögerten Transplantatfunktion verbessern könnte.