Diagnostik von Autoimmunerkrankungen: Neues Massenphänomen?

Aus dem Versorgungsatlasbericht Nr. 24/05 geht hervor, dass im Jahr 2022 in Deutschland bei über 6,3 Millionen Menschen Autoimmunerkrankungen festgestellt wurden. Das Zentralinstitut für die kassenärztliche Versorgung hat hierfür bei mehr als 73,2 Millionen gesetzlich Versicherten 30 verschiedene Autoimmunerkrankungen erfasst. Dies entspricht einer Prävalenz von 8,61 %, und die Zahl der Betroffenen steigt stetig weiter an [1]. 

Autoimmunerkrankungen und andere entzündliche Krankheitsbilder, die sowohl organspezifisch als auch systemisch auftreten können, stellen in der medizinischen Diagnostik eine große Herausforderung dar. Ihre Vielzahl und die häufig unspezifischen Symptome erschweren die Differenzialdiagnostik erheblich. Eine frühzeitige, zuverlässige Diagnose ist jedoch essenziell, um durch gezielte immunmodulatorische Therapien das Fortschreiten der Erkrankung zu verhindern und Organschäden zu vermeiden [2, 3].

Neben Anamnese und klinischer Untersuchung spielt die Labordiagnostik eine zentrale Rolle bei der Identifikation der Erkrankung, dem Monitoring des Krankheitsverlaufs und der Beurteilung der Therapieeffektivität. Autoantikörper zeigen oft eine deutliche Assoziation oder sind sogar spezifisch für bestimmte Erkrankungen; einige haben auch eine prognostische und prädiktive Bedeutung.

Breites Methodenspektrum

In den vergangenen Jahren wurden bedeutende Fortschritte bei der Qualität und Effizienz der Diagnostik erzielt [4]. Heute stehen vielfältige, evidenzbasierte klinische Labortests zur Verfügung. 

Der enzymgebundene Immunosorbent-Assay (ELISA) ist eine weitverbreitete und standardisierte Methode, welche Enzyme zur Detektion von Antikörpern oder Antigenen nutzt. ELISA-Tests sind kostengünstig und einfach durchzuführen, und sie bieten eine hohe Sensitivität sowie Spezifität. Das Portfolio verfügbarer Testparameter ist sehr groß. Ein hoher Automatisierungsgrad erleichtert die Durchführung, ermöglicht flexible Testkombinationen, sorgt mit einer kontinuierlichen Beladung der Vollautomaten für einen hohen Probendurchsatz und entlastet damit die Mitarbeitenden im Labor (lange Walk-away-Zeiten). 

Der direkte oder indirekte Immunfluoreszenz-Assay (IFA/iIFA), bei dem fluoreszierende Farbstoffe zur Markierung von Antikörpern verwendet werden, zeichnet sich durch eine hohe Sensitivität aus und erlaubt die Identifikation spezifischer Antikörper. Die visuelle Auswertung mit einem Fluoreszenzmikroskop ist allerdings subjektiv und braucht deshalb geschultes Fachpersonal. Teilautomatisierte und automatisierte Systeme unterstützen die Standardisierung und ersetzen manuelle Arbeitsabläufe [5]. Interpretationssoftware unterstützt die qualitative oder semiquantitative Auswertung. Der Einsatz von Künstlicher Intelligenz (KI) kann die Effizienz und Qualität der Bildauswertung weiter verbessern.

Chemilumineszenz-Immunoassays (CLIA), die antigenbeschichtete paramagnetische Beads verwenden, sind hochsensitiv und liefern schnell Ergebnisse. Vollautomatisiert, zum Beispiel mit kontinuierlicher Beladung, integrierter bidirektionaler Schnittstelle zum Laborinformationssystem und stabiler Kalibrierung über mehrere Wochen, ermöglichen sie eine hohe Durchsatzrate bei minimalem Wartungsaufwand. 

Der Fluoreszenz-Enzym-Immunoassay (FEIA) bietet quantitative Ergebnisse, zeigt jedoch eine geringere Sensitivität als der CLIA [6]. Ein Western Blot bestätigt positive Resultate mit hoher Spezifität, erfordert aber Fachkenntnisse.

Neu unter den Methoden ist die partikelbasierte Multi-Analyten-Technologie (PMAT), bei der die Antigene an paramagnetische Partikel gebunden sind. Für jedes Antigen wird ein anderer Partikeltyp mit spezifischer Signatur eingesetzt. Die Technologie ermöglicht die gleichzeitige Analyse mehrerer Parameter in einer Probe mit nur einer Messung. Krankheitsspezifische Autoantikörperpanels liefern ein umfassenderes, personalisiertes diagnostisches Profil. Vorteile sind ein hoher Durchsatz, geringerer Probenverbrauch und wenige manuelle Bearbeitungsschritte.

Bei bestimmten Autoimmunerkrankungen wie beispielsweise der ankylosierenden Spondylitis treten charakteristische genetische Marker (HLA-Merkmale) gehäuft auf. Daher kommen hier in der Differenzialdiagnostik auch molekularbiologische Untersuchungen zum Einsatz [2]. 

Blick in die Zukunft

Um die Diagnostik weiter zu verbessern, setzen Forschende zunehmend auf die Bioinformatik [7]. Mithilfe von KI könnten künftig Biomarker wie Autoantikörper mit weiteren Patientendaten aus Anamnese, Umwelt oder Verhalten individuell kombiniert werden. Dadurch ließe sich nicht nur die Diagnose präziser gestalten, sondern auch der Krankheitsverlauf besser vorhersagen und der Therapieerfolg prognostizieren.