Forskere fra Aarhus Universitet har fundet en simpel metode til at forudsige, hvilke personer der har stor risiko for hurtig udvikling af kronisk nyresygdom. Det kan være et vigtigt skridt på vejen mod mere effektiv forebyggelse og behandling.
Studiet er baseret på data fra danske sundhedsregistre og giver sundhedspersonale ny indsigt i, hvordan man bedre kan identificere patienter med høj risiko for en hurtig forværring af nyresygdom.
Ifølge Christian Fynbo Christiansen, der er medforfatter på studiet og professor på Institut for Klinisk Medicin på Aarhus Universitet, var målet med studiet at prøve at forstå hvorfor, at nogle patienter oplever en hurtig forværring af nyrefunktionen og dermed prøve at forbedre forebyggelse.
Studiet viser, at en simpel måling af proteinet albumin i urinen er en stærk indikator for nyresygdommens udvikling, hvilket kan gøre det muligt at identificere hvilke patienter, der er i høj risiko for forværring af sygdommen. Det kan være et afgørende led i forebyggelsen mod nyresygdomme og øge patienternes livskvalitet.
Studiets resultater viser, at risikoen for hurtig udvikling varierer blandt patienterne. Patienter, der har fået konstateret let til moderat grad af kronisk nyresygdom inden for tre år, har en 15 procent risiko for hurtig udvikling, som i sidste ende kan medføre alvorlige kardiovaskulære sygdomme og i nogen tilfælde død.
For kvinder uden diabetes eller forhøjet blodtryk/hjertekarsygdom og uden proteinet albumin i urinen var risikoen for hurtig udvikling syv procent, mens risikoen toppede på 47 procent for mænd med både diabetes, forhøjet blodtryk/hjertekarsygdom og albumin i urinen.
Målingen kan ifølge forskerholdet være et vigtigt værktøj til at hjælpe sundhedspersonale med at målrette behandling til patienter med høj risiko. Det kan potentielt være en stor gevinst for patienter både i Danmark og resten af verden.
Ifølge Christian Fynbo Christiansen er der stadig behov for yderligere forskning og udvikling af præcise behandlingsmetoder. Selvom studiet giver vigtig viden om risikogrupperne, mangler der stadig en præcis model for at forudsige individuelle patientforløb.