Denna webbsida är endast avsedd för läkare och sjukvårdspersonal med förskrivningsrätt.

Ny studie ifrågasätter effekten av fertilitetsbevarande läkemedel under cancerbehandling

En ny studie från Karolinska Institutet visar att ett läkemedel som ibland ges till kvinnor med cancer för att skydda deras äggstockar under cellgiftsbehandling inte tycks öka deras möjligheter att få barn efter behandlingen. Studien är publicerad i eClinicalMedicine.

Foto: iStock.

Kenny Rodriguez-Wallberg. Foto: Anders Norderman.

Läkemedel som kallas GnRH-agonister används ibland vid cellgiftsbehandling av kvinnor i fertil ålder med bröstcancer och andra cancerformer i syfte att bevara fertiliteten. Det bygger på små studier som antytt att läkemedlet kan förhindra att mensen försvinner i samband med cancerbehandling. Men dessa studier har inte kunnat undersöka sannolikheten att få barn efter behandling. De har inte heller varit blindade, vilket innebär att kvinnorna som deltog i studierna visste om de fick behandlingen eller inte. De kvinnor som fick läkemedlet kan därför ha varit mer benägna att försöka bli gravida än de som inte fick det.

Frida Lundberg. Foto: Gunilla Sonnebring.

I den nya studien har forskarna använt svenska register för att följa närmare 25 000 kvinnor i åldern 15–45 år som fick cellgiftsbehandling, varav 1,5 procent fick tilläggsbehandling med en GnRH-agonist. De jämförde hur många av kvinnorna som fick barn efter behandlingen och tog hänsyn till faktorer som ålder, cancerform och antal barn sedan tidigare. Forskarna fann ingen skillnad mellan grupperna i sannolikheten att föda ett levande barn.

– Vår studie är den största och mest omfattande som gjorts på detta område och utmanar den rådande uppfattningen att GnRH-agonister kan bevara fertiliteten hos kvinnor med cancer, säger studiens förstaförfattare Kenny Rodriguez-Wallberg, adjungerad professor vid institutionen för onkologi-patologi, Karolinska Institutet.

– Det behövs mer noggranna, placebo-kontrollerade och blindade randomiserade kliniska prövningar för att fastställa om läkemedlet verkligen har någon fertilitetsskyddande effekt, tillägger studiens sistaförfattare Frida Lundberg, forskningsspecialist vid institutionen för medicinsk epidemiologi och biostatistik, Karolinska Institutet.

 

Ny webbutbildning i palliativ vård för läkare

Nu släpps en webbutbildning i palliativ vård för alla läkare och läkarstuderande. Utbildningen ska bidra till ökad vårdkvalitet och höjd kompetens inom den palliativa vården.

Foto: Yanan Li.

Sedan starten i juni 2022 så har 20 000 personer tagit del av Betaniastiftelsens yrkesgemensamma grundutbildning i palliativ vård – Lindring bortom boten – som baseras på vårdprogrammet i palliativ vård och vårdförloppet för palliativ vård. Den kostnadsfria webbutbildningen är öppen för all personal inom vård och omsorg och även andra intresserade.

Nu kommer fortsättningen i form av en webbutbildning som riktar sig till alla läkare och läkarstuderande. Förutom grundutbildningen innehåller läkarmodulen en fördjupning inom identifiering, prognosticering, samtal och läkemedelsbehandling.

Utbildningen är framtagen av ett expertråd av sakkunniga läkare på uppdrag av Betaniastiftelsen med stöd från Regionala cancercentrum i samverkan. Utbildningen är avgiftsfri och tar totalt sex timmar att genomföra.

Mer om läkarmodulen

Mer om grundutbildningen

 

Ny metod kan kartlägga immunsvaret bättre och bana väg för nya behandlingar

En ny metod, utvecklad på Karolinska Institutet, KTH och SciLifeLab, kan både identifiera immuncellernas unika receptorer och visa var de finns i vävnaden. Det visar en ny studie publicerad i tidskriften Science. Metoden kommer att öka förmågan att identifiera vilka immunceller som bidrar till sjukdomsförlopp och möjligheterna att utveckla nya behandlingar mot mängder av sjukdomar, spår forskarna.

Camilla Engblom, biträdande lektor vid institutionen för medicin, Solna, Karolinska Institutet. Foto: Johannes Frandsen.

Immunceller som T-celler och B-celler är centrala i kroppens försvar mot både infektioner och tumörer. Båda typerna av immunceller uttrycker unika receptorer som specifikt känner igen olika delar på oönskade och främmande element som bakterier, virus och tumörer. Varje immuncell och dess avkommor har sin egen specifika receptor och i varje människas kropp finns det miljarder olika immunceller med unika receptorer.

Nu har forskare vid Karolinska Institutet, KTH och SciLifeLab tillsammans utvecklat en metod som både kan identifiera de olika immunreceptorerna på B- och T-celler i human vävnad och dessutom visa var någonstans i vävnaden de finns.

Många användningsområden

– Aktiverade immunceller befinner sig ofta nära de mål som de attackerar så därför vill man kunna kartlägga de celler som verkligen är närmast en tumör eller en infektion. Det har inte varit möjligt att identifiera både B- och T-cellsreceptorer direkt i deras mikromiljöer med tidigare metoder, säger Camilla Engblom, biträdande lektor vid institutionen för medicin, Solna, Karolinska Institutet och en av studiens tre huvudförfattare tillsammans med Kim Thrane, KTH/SciLifeLab, och Qirong Lin, KI.

Enligt Camilla Engblom finns det många olika områden där den nya tekniken kan komma till klinisk användning i framtiden.

– Vid cancer kan metoden identifiera T-celler som potentiellt attackerar tumören. Dessa skulle sedan kunna användas som cellterapi mot cancern. Vi kan också identifiera unika immunreceptorer på B-cellerna som frisätts som antikroppar i specifika områden av tumören. Dessa antikroppar kan relativt enkelt produceras på labbet och så småningom leda till nya behandlingar. Ytterligare ett område är autoimmuna sjukdomar där immuncellerna attackerar den egna kroppen. Den nya tekniken skulle kunna användas för att identifiera de immunceller som attackerar den egna vävnaden och öka chansen för att hitta vad de attackerar, säger hon.

Jeff Mold, forskare vid institutionen för cell- och molekylärbiologi, Karolinska Institutet. Foto: Sarantis Giatrellis.

Ett stort framsteg

Jeff Mold, forskare vid institutionen för cell- och molekylärbiologi på Karolinska Institutet och en av forskningsledarna för studien, ser den nya metoden som ett stort framsteg.

– Att identifiera dessa unika immunreceptorer är som att försöka hitta en nål i en höstack, särskilt vid autoimmuna sjukdomar. Med de flesta av dagens metoder förstör man vävnaden vilket dels gör att man blandar ihop olika immunceller och dels att vissa celler dör i processen. Med den här metoden bevarar man cellerna där de är och man kan se celler som annars skulle ha gått förlorade, säger han.

Han menar att möjligheten att identifiera B-cellerna är den kanske största vinsten med den nya metoden.

– T-celler har varit populära att forska på medan B-cellerna har varit lite förbisedda tidigare, särskilt inom cancer. Men nu går det att kartlägga hur B-cellerna utvecklas och expanderar direkt i vävnaden, säger han.

Forskningen finansierades av Vetenskapsrådet, Cancerfonden och EU:s forsknings- och innovationsprogram Horizon 2020.

Fakta: Spatial transkriptomik av immunceller

Metoden spatial transkriptomik utvecklades 2016 av professorerna Jonas Frisén på KI och Joakim Lundeberg på KTH, som också är medförfattare i den aktuella studien. Metoden utsågs till ”Årets metod 2020” av tidskriften Nature Methods. Den nya metoden är en vidareutveckling av den ursprungliga metoden där forskarna har gjort det möjligt att kartlägga immuncellernas receptorer samt deras exakta position i vävnaden. Något som tidigare inte har varit möjligt för B-celler och T-celler samtidigt. Källa: Camilla Engblom och Jeff Mold.

Halverade svarstider med digitaliserad patologi   

På fyra år har den genomsnittliga tiden för att analysera vävnadsprover nästan halverats inom Klinisk patologi i Region Skåne. Samtidigt har antalet prover som analyseras fortsatt att öka. Bakom de snabbare svarstiderna ligger framförallt ett stort digitaliseringsarbete – något som i slutändan gör att fler behandlingar kan påbörjas tidigare.

Datorer ersätter mikroskopen och leder till snabbare svarstider.

Hos Klinisk patologi analyseras celler och vävnad från prover som kommer in från hälso- och sjukvården runt om i hela Skåne. Patologins analyser är avgörande för noggrann diagnos och behandlingsplanering och ju snabbt ett prov analyseras desto snabbare kan eventuell behandling kan sättas in.

Datorer ersätter mikroskop

Sedan 2019 har den genomsnittliga svarstiden gått från 20,3 dagar till att under hösten 2023 ligga på 11 dagar. Bakom den stadiga förbättringen ligger flera faktorer. En viktig del är att patologin under denna tid har digitaliserats och att patologerna inte längre behöver hantera mikroskoperingsglas. Mikroskopen har istället bytts ut mot högupplösta datorskärmar, med verktyg för effektivare och säkrare diagnoser.

– Vi fortsätter vår digitaliseringsresa och ser framtidspotential bland annat digital celldiagnostik, labbautomation och inte minst i att implementera AI-verktyg i analysarbetet. Vi är involverade i flera större projekt för att utveckla tolkningsverktyg för diagnostik och vi räknar med att ha en första klinisk lösning på plats inom två till tre år, säger Gunilla Bodelsson, verksamhetschef vid Klinisk genetik, patologi och molekylär diagnostik i Region Skåne.

Utöver att verktygen för att granska proverna förbättrats, sker konsultationer nu oberoende av var i Skåne proverna har tagits. Patologiverksamheten samordnar resurserna regionalt och kan omfördela prover mellan orterna för att jämna ut arbetsbelastningen.

 Satsning på medarbetarna 

Hos Klinisk patologi har man också genomförts en stor satsning på rekrytering och utbildning av patologer. Sett över en tioårsperiod har antalet patologer i regionen blivit nästan dubbelt så många.

– Kompetensförsörjning är fortfarande en stor utmaning, både när det gäller patologer och biomedicinska analytiker. Nationellt råder det brist på båda yrkesgrupperna. Genom att fortsätta att satsa på verksamheten och ligga i framkant och att erbjuda både stimulerande arbetsuppgifter och flexibilitet i arbetet, tror vi att vi även framgent kommer att kunna attrahera de bästa medarbetarna. säger Gunilla Bodelsson.

 

AI kan hitta kvinnor med hög risk för bröstcancer vid mammografiscreening

Genom att använda AI går det att identifiera kvinnor med hög risk för bröstcancer vid mammografiscreeningen för att kunna hitta cancern tidigare. Nu kan en internationell forskargrupp ledd från Karolinska Institutet visa att metoden fungerar väl i olika europeiska länder. Studien är publicerad i The Lancet Regional Health – Europe.

Foto: GettyImages

En AI-baserad riskmodell för att utvärdera mammografibilder kan hitta kvinnor med hög risk för bröstcancer som kan behöva kompletterande undersökningar till sin vanliga mammografi för att förbättra möjligheterna till tidig upptäckt. Nu har metoden testats på drygt 8 500 kvinnor i Italien, Spanien och Tyskland och forskarna kan visa att modellen fungerar i de olika populationerna.

I dagens screening för bröstcancer genomförs mammografiundersökningar i ett bestämt åldersintervall (i Sverige 40–74 år) samt med ett bestämt tidsintervall, ofta vartannat år. Forskning har dock visat att kvinnor har olika risk för att utveckla bröstcancer. En kvinna skulle därför kunna ha nytta av att få en anpassad screening för att bättre spegla sin risk för bröstcancer. Riskmodeller har funnits sedan decennier och är ofta baserade på kvinnans familjehistoria av bröstcancer samt livsstilsfaktorer.

AI hittar små förändringar

Genom att låta en tränad AI granska mammografibilderna har nu en helt ny typ av riskmodell utvecklats som utgår ifrån små förändringar i bilderna, förändringar som är omöjliga för det mänskliga ögat att registrera.

Mikael Eriksson. Foto: Privat.

– Det är inte så enkelt som i traditionella modeller där man har några få faktorer som genetik, BMI, etc. Utan det är tusentals faktorer i bilden som sammanvägs. AI:n har förmågan att hitta olika mönster i dessa faktorer, som var och en är svaga faktorer, men som AI kan kombinera. Sedan kan AI också ge en samlad bedömning på vad som sannolikt kommer att hända i framtiden i bröstet, säger Mikael Eriksson, postdoktor vid institutionen för medicinsk epidemiologi och biostatistik, Karolinska Institutet och forskningsledare för studien.

Idag blir ett stort antal kvinnor diagnostiserade vid ett sent stadium samt kan även utveckla bröstcancer mellan screeningtillfällen. Den AI-baserade riskmodellen kan användas för att avgöra vilka kvinnor som behöver extra undersökningar som komplement till den ordinarie screeningen så att bröstcancern kan hittas tidigare. Den aktuella studien bekräftar tidigare studier som visar att den AI-baserade riskmodellen hittade en grupp kvinnor som hade närmare sju gånger så hög risk att få bröstcancer jämfört med normalpopulationen.

Individanpassad screening

– Det rörde sig om cirka sex procent av kvinnorna som hade så hög risk. Dessa kvinnor screenas i dag på samma sätt som kvinnor med låg risk. Vi tror att en speciellt anpassad screening skulle kunna vara bättre lämpad för dessa kvinnor, säger Mikael Eriksson.

Men det var inte den kliniska användningen som var syftet med den aktuella studien utan att undersöka om metoden, som tidigare utvärderats i Sverige och USA, även fungerar i olika mammografiprogram runt om i Europa.

– Först utvecklar man modellen och testar den i en lite mer begränsad population och sen jobbar man vidare med att visa generaliserbarhet i andra populationer och då börjar man komma till ett skarpt läge där vi tror att modellen fungerar, säger Mikael Eriksson.

Nästa steg i forskningen är att genomföra en klinisk studie i Europa där kvinnor testas vid mammografiundersökningen och ges olika behandlingar beroende på det riskvärde som AI-modellen ger dem. Metoden utvärderas redan kliniskt i USA, sedan några år.

– Vi ser nu över möjligheten för att introducera metoden även i Europa, säger Mikael Eriksson.

Forskningen finansierades av Vetenskapsrådet och Bröstcancerförbundet. Mikael Eriksson har ett patent för bildbaserad riskmodell för bröstcancer licensierat till företaget iCAD, Nashua, NH.