Logo: to the web site of Uppsala University

uu.sePublications from Uppsala University
EnglishSvenskaNorsk
Change search
ExportLink to record
Permanent link

Direct link
BETA

Project

Project type/Form of grant
Project grant
Title [sv]
Precisionsmedicin vid traumatiska hjärnskador: integrerade experimentella och kliniska studier
Title [en]
Precision Medicine in Traumatic Brain Injury: Transforming Care through Personalized Outcome Predictions and Humanized In Vivo model.
Abstract [sv]
Traumatiska hjärnskador (THS) är en ledande orsak till dödsfall globalt bland unga och ökar risken för demens. Återhämtningen efter THS varierar kraftigt mellan individer. För att kunna erbjuda skräddarsydda behandlingar är det avgörande att vi förstår varför denna variation uppstår. Detta projekt utnyttjar individdata från svenska register samt svenska och internationella kliniska patientdata, kombinerat med detaljerad klinisk information från Uppsala-patienter med THS. Det inkluderar radiologi, blodprover och högupplöst longitudinell data om intrakraniellt tryck, autoregulering och cerebralt perfusionstryck, vilket är essentiellt för att förstå den skadade hjärnan. Det kompletteras med registerdata för att samla information om patienternas tillstånd före skadan, som IQ och samsjuklighet, samt händelser efter utskrivning, såsom rehabilitering. Projektets mål är att med hjälp av AI-verktyg utveckla en detaljerad prognosmodell som granulerat förutser utfallet, inte bara i form av mortalitet, och också ger insikter i vilka nyckelfaktorer som påverkar återhämtningen. Prediktionsmodellen utvecklas stegvis med integration av genetiska analyser samt proteomanalyser från blod och cerebral mikrodialys. I linje med att utveckla skräddarsydda behandlingar, kommer vi att använda en etablerad djurmodell som kombinerar "mini-hjärnor" odlade från mänskliga celler, integrerade i mössens hjärnor. Dessa möss utsätts för THS och testas med läkemedelsbehandlingar för att utvärdera olika terapier. Genom att kombinera klinisk data med sofistikerade prediktionsmodeller och djurmodeller nära kopplade till människan, strävar vi efter att skapa effektivare behandlingsmetoder för THS-patienter, vilket även inkluderar möjligheten att testa läkemedelseffekter på både djur och mänskliga celler.
Abstract [en]
Traumatic Brain Injury (TBI) affects over 60 million people annually worldwide, leading to significant disabilities and increasing the risk of dementia. Despite TBI´s heterogeneity and varying outcomes among similarly injured patients, current treatment relies on a uniform, one-size-fits-all approach, often resulting in suboptimal care. This one-size-fits-all approach fails to accommodate the individual variations and complexities inherent in each case of TBI, leading to suboptimal outcomes. Recognizing the need for personalized treatment strategies, this project proposes the integration of clinical variables, head CT-scans, biological, high-resolution physiological data, and genetic variations, cognitive reserve, harnessing comprehensive Swedish and international TBI datasets, bolstered by extensive Swedish linkage registers. Employing machine learning algorithms, this approach strives for customized interventions and accurate prognosis tools, transforming care in neurointensive clinics. Additionally, addressing the gap between animal studies and human trials, we introduce a humanized in vivo model for TBI research, essential for testing neuroprotective drugs and understanding human cell responses. Combining clinical and experimental efforts with advanced data-driven techniques, our project targets the discovery of effective drug targets to improve TBI recovery, underscored by a humanized model for direct relevance to patient care.
Schön, Thomas
Molero, Yasmina
Zetterberg, Henrik
Sellgren, Carl
Principal InvestigatorRostami, Elham
Coordinating organisation
Uppsala University
Funder
Period
2025-01-01 － 2028-12-31
Identifiers
DiVA, id: project:9232Project, id: 2024-02725_VR

Search in DiVA

Search outside of DiVA

GoogleGoogle Scholar
v. 2.47.0
|
WCAG
|
Uppsala University Library
|
Ask the Library
|
Log in to DiVA
|
Search and link in DiVA