Skip to main content
Login | Suomeksi | På svenska | In English

Browsing by Author "Yki-Järvinen, Hannele"

Sort by: Order: Results:

  • Pirhonen, Juho; Arola, Johanna; Sädevirta, Sanja; Luukkonen, Panu; Karppinen, Sanna-Mari; Pihlajaniemi, Taina; Isomäki, Antti; Hukkanen, Mika; Yki-Järvinen, Hannele; Ikonen, Elina (2016)
    Maksan rasvoittumisen ajatellaan joskus olevan vain metabolisen oireyhtymän hyvälaatuinen maksamanifestaatio, vaikka se johtaa, erityisesti maksan fibrotisoituessa, kasvaneeseen kardiovaskulaarikuolleisuuteen ja pahimmillaan maksasyöpään. Tästä kansanterveydellisesti merkittävästä roolista huolimatta rasvamaksa on alidiagnosoitu ja sen patogeneettiset mekanismit ovat huonosti ymmärrettyjä, molemmat osin hyvien diagnostisten työkalujen puutteesta johtuen. Päätimme selvittää uusien non-lineaaristen kuvantamismodaliteettien soveltuvuutta rasvamaksan varhaisessa diagnostiikassa. Selvitimme 32 lihavuusleikkauspotilaan maksakudoskoepalojen kudosarkkitehtuurin perinteisin kudosvärjäysmenetelmin ja vertasimme tuloksia samojen potilaiden non-lineaarisesti kuvannettuihin näytteisiin. Kuvansimme minimaalisesti käsitellyistä jääleikkeistä coherent anti-Stokes Raman scattering (CARS) ja second harmonic generation (SHG) signaalit, joita hyödyntäen arvioimme näytteiden rasva- ja kollageenipitoisuuden. Kehitimme myös kuva-analytiikka-algoritmin, joka mahdollistaa kollageenisignaalin automatisoidun ja objektiivisen arvioimisen. Näytteistä mittaamamme SHG- ja CARS-signaalit korreloivat hyvin patologien arvioihin näytteiden fibrotisoitumis- ja rasvoittumisasteista, minkä lisäksi automatisoitu algoritmimme erotteli luotettavasti jopa varhaisen fibroosin normaalista kudoksesta. Myös terveiksi luokiteltujen näytteiden maksakudoksen keskellä esiintyi hienoa fibrillaarista SHG-signaalia. Tunnistamamme SHG-signaali oli spesifiä kolokalisoituen hyvin kollageeni-I- ja III-vasta-ainevärjäyksien kanssa. Tuloksemme osoittavat, että multimodaalisten kuvantamismenetelmien avulla voidaan tunnistaa maksan fibrillaarista kollageenia perinteisiä kudostutkimusmenetelmiä herkemmin. Kehittämämme kuva-analyysi-algoritmi puolestaan arvioi varhaisen fibroosin määrän nopeasti, objektiivisesti ja jatkuvalla skaalalla. Yhdessä nämä löydökset luovat edellytykset tutkia esimerkiksi maksan vähäisen fibroosin kliinistä merkitystä ja paranemistaipumusta isommissa potilasaineistoissa.
  • Poikola, Anni; Yki-Järvinen, Hannele; Qadri, Sami; Juuti, Anne; Ahlholm, Noora; Porthan, Kimmo; Arola, Johanna; Sammalkorpi, Henna; Penttilä, Anne K. (2020)
    Johdanto: Ei-alkoholiperäisen rasvamaksatautipotilaiden edenneen fibroosin tunnistaminen on tärkeää vakavien maksakomplikaatioiden ehkäisyssä, koska elintapamuutoksilla ja lihavuusleikkauksella voidaan vaikuttaa edullisesti maksan histologisiin muutoksiin. Maksan histologia vaihtelee rasvamaksatautipotilailla pelkästä rasvamaksasta steatohepatiittiin ja eri tasoiseen fibrotisoitumiseen, ja näistä fibroosin aste ennustaa parhaiten potilaan kuolleisuutta. Käypä hoito (KH) –suosituksessa käytetään edenneen fbroosiriskin arvioimiseen Fibrosis-4- (FIB-4) ja NAFLD Fibrosis Score- (NFS) fibroosilaskureita kaksiportaisesti. KH-suosituksen riskiarvion perusteella potilaat ohjataan joko kahden vuoden seurantaan tai jatkotutkimuksiin, ensisijaisesti maksan elastografiaan. Selvitimme, miten KH-algoritmin kaksiportainen seulonta toimii edenneen fibroosin selvittelyssä verrattuna yleisesti suositellun pelkän FIB-4:n käyttöön. Menetelmät: Tutkimukseen osallistui 401 lihavaa potilasta, jotka olivat saaneet lähetteen laparoskoppiseen lihavuusleikkaukseen Helsingin yliopistolliseen sairaalaan. Potilaille tehtiin kliinisen tutkimuksen lisäksi maksabiopsia. Potilaille laskettiin FIB-4- ja NFS-riskipisteet, ja arvioitiin niiden osuvuutta tunnistaa maksabiopsialla varmistettu edennyt fibroosi. Tulokset: Maksabiopsiassa oli NAFLD 64 %:lla ja edennyt fibroosi 5 %:lla potilaista. KH-algoritmi ohjasi jatkotutkimuksiin merkittävästi vähemmän potilaita (n=76) kuin pelkkä FIB-4 (n=129, p<0,001). KH-algoritmi ja pelkkä FIB-4 tunnistivat edenneen fibroosin yhtä hyvin (18/20 vs. 15/20 potilasta, p=0,41). Päätelmät: KH-algoritmin mukainen edenneen fibroosin kaksiportainen seulonta lihavilla potilailla vähentää turhia lähetteitä jatkotutkimuksiin verrattuna pelkän FIB-4:n käyttöön. KH-algoritmi tunnistaa edenneen fibroosin yhtä herkästi kuin pelkkä FIB-4.