Bakgrund: Sepsis är en av de dödligaste sjukdomarna som varje år drabbar omkring 50 miljoner människor världen över, varav elva miljoner avlider. Sepsis orsakas av att immunförsvaret överreagerar på en infektion någonstans i kroppen, vilket orsakar en utbredd inflammation. Denna reaktion ger upphov till metabola och cirkulatoriska rubbningar hos värden. Sjukdomen har ett snabbt förlopp och yttrar sig initialt med en kombination av flera diffusa symtom. Detta är något som försvårar och gör en tidig identifikation till något av stor betydelse. Därför blir sjuksköterskors kunskaper och kompetens avgörande för patienters överlevnad, eftersom sjuksköterskor ofta är den första yrkesgruppen att komma i kontakt med patienter som har drabbats av sepsis.  Syfte: Syftet är att undersöka sjuksköterskors kunskaper och erfarenheter av att identifiera sepsis hos patienter på sjukhus. Metod: Studien genomförs som en litteraturstudie och inkluderar tio vetenskapliga artiklar av både kvantitativ och kvalitativ ansats, från databaserna Cinahl och PubMed. Resultat: Efter databearbetning och analys framkom det tre huvudkategorier: sjuksköterskors medvetenhet och kunskap om bedömningsinstrument (1), betydelsen av utbildning och erfarenhet för kunskapen att identifiera sepsis (2) och sjuksköterskors erfarenheter av faktorer som försvårar identifikation av sepsis (3).  Varje huvudkategori delades sedan in i flera underkategorier för att undersöka frågan närmare. Slutsats: Sjuksköterskor med längre yrkeserfarenhet och genomgången sepsisutbildning hade bättre kunskaper om sepsis och olika bedömningsinstrument. Sjuksköterskors kunde erfara svårigheter med att identifiera sepsis hos äldre patienter på grund av komplexa hälstotillstånd och sjukdomens diffusa symtom. Brister inom organisationen och teamarbete var också av stor betydelse för identifiering av sepsis.

Antibiotic resistant infections are a growing health care concern, with many cases reported annually. Infections can cause irreversible bodily damage or death if they are not diagnosed in a timely matter. To rapidly diagnose antibiotic resistance in infections, it is important to be able to capture and isolate the DNA coding for the resistance genes. This is challenging because bacteria are present in blood in minute concentrations. To enrich the DNA to detectable levels, I modified magnetic microbeads with ssDNA sequences complementary to the target DNA to capture the DNA via hybridization. I compared DNA capture efficiency in three different methods: Co-flow, packed bead bed, and pre-hybridization. The pre-hybridized method worked better than the other two. Since pre-hybridization involved mixing, I chose to study mixing in a microfluidic device. The mixing chamber was a well carved out of PMMA placed between two electromagnets. To test the mixing well, beads and capture DNA were placed in it, and the electromagnets were subjected to different frequencies, including symmetric or asymmetric magnetic fields. For each condition the capture efficiency was determined by measuring the relative fluorescence units (RFU). A 100 Hz asymmetric magnetic field had the best capture efficiency out of all conditions. These results demonstrate a path for enriching low concentrations of DNA to detectable levels, and future work should be done to develop electromagnetic mixing in microfluidic devices.

No description available.

Detrimental immune and inflammatory responses contribute to the pathogenesis of various conditions, including Crohn’s disease, Lupus, and sepsis.1,2,3 Unfortunately, novel treatments for detrimental immune and inflammatory responses have been met with little success. Mesenchymal stromal cells (MSCs) represent a promising cellular therapy to treat immune and inflammatory disorders due to their ability to suppress the immune system. However, despite their promise, clinical trials that have employed MSC cellular therapies have produced varying and sometimes conflicting results. These discrepancies have been partially attributed to the cellular heterogeneity within MSC populations. To address these discrepancies, I performed transcriptomic and proteomic analysis of MSCs with varying immunomodulatory capacity to identify robust immunomodulatory biomarkers and gain better mechanistic insights into MSC immunomodulatory function. In this study, MSCs with differing immunomodulatory function were identified and the effect of in vitro passaging and proinflammatory induction on immunomodulatory ability was characterized. To characterize MSC immunomodulatory control mechanisms, RNA sequencing and proteomic analyses were performed on MSCs with different immunomodulatory capabilities. These analyses enabled the identification of potential immunomodulatory biomarkers and regulatory mechanisms. Finally, to test the therapeutic efficacy of immunomodulatory MSC subpopulations, I developed a humanize mouse model for sepsis. Overall, this work contributes to our understanding of MSC immunomodulation and to the development of a robust MSC cellular therapeutics.

No description available.

The availability of big data (i.e., a large number of observations and variables per observation) and advancements in statistical methods present numerous exciting opportunities and challenges in infectious disease epidemiology. The studies in this dissertation address questions regarding the epidemiology of dengue and sepsis by applying big data and traditional epidemiologic approaches. In doing so, we aim to advance our understanding of both diseases and to critically evaluate traditional and novel methods to understand how these approaches can be leveraged to improve epidemiologic research. In the first study, we examined the ability of machine learning and regression modeling approaches to predict dengue occurrence in three endemic locations. When we utilized models with historical surveillance, population, and weather data, machine learning models predicted weekly case counts more accurately than regression models. When we removed surveillance data, regression models were more accurate. Furthermore, machine learning models were able to accurately forecast the onset and duration of dengue outbreaks up to 12 weeks in advance without using surveillance data. This study highlighted potential benefits that machine learning models could bring to a dengue early warning system. The second study utilized machine learning approaches to identify the rainfall conditions which lead to mosquito larvae being washed away from breeding sites occurring in roadside storm drains in Singapore. We then used conventional epidemiologic approaches to evaluate how the occurrence of these washout events affect dengue occurrence in subsequent weeks. This study demonstrated an inverse relationship between washout events and dengue outbreak risk. The third study compared algorithmic-based and conventional epidemiologic approaches used to evaluate variables for statistical adjustment. We used these approaches to identify what variables to adjust for when estimating the effect of autoimmune disease on 30-day mortality among ICU patients with sepsis. In this study, autoimmune disease presence was associated with an approximate 10-20% reduction in mortality risk. Risk estimates identified with algorithmic-based approaches were compatible with conventional approaches and did not differ by more than 9%. This study revealed that algorithmic-based approaches can approximate conventional selection methods, and may be useful when the appropriate set of variables to adjust for is unknown.

Sepsis är ett allvarligt sjukdomstillstånd och dessa patienter behöver tidigt behandlas för att undvika allvarliga komplikationer så som fysiska, psykiska och kognitiva funktionsnedsättningar samt mortalitet. Sepsis kan vara svårt att identifiera prehospitalt för att symtomen kan härledas till andra diagnoser. Nya riktlinjer har implementerats i ambulanssjukvården för att förbättra bedömning, prioritering och minska tiden till antibiotikabehandling. Syftet med denna uppsats var att undersöka ambulanssjukvårdens följsamhet av omhändertagandet efter införande av ny nationell riktlinje för patienter vid misstänkt sepsis och det fortsatta vårdförloppet på sjukhus avseende behandlingar, vårdnivå, vårdtid, slutdiagnos och mortalitet. En kvantitativ, retrospektiv observationsstudie genomfördes av patientjournaler med misstanke om sepsis. Det var 134 patienter som inkluderades och prehospitalt hade 65% av patienterna en andningsfrekvens >30/min, 15% hade ett systoliskt blodtryck <90mm/hg och 60% en saturation <92%. Andelen patienter som prehospitalt behandlades med syrgas var 78%, 49% fick infusion Ringer-Acetat, och 29% behandlades med Paracetamol. Majoriteten av patienterna (n=87) diagnostiserades med sepsis och det var en signifikant skillnad av andelen patienter med sepsis (74%) jämfört med andra diagnoser (45%) som fick antibiotikabehandling inom 60 minuter (p=0,001). Ingen signifikant skillnad i mortalitet på sjukhus observerades mellan sepsispatienter (5%) och patienter med andra diagnoser (13%) (p=0.098). Uppföljning av nya riktlinjer är viktigt och i denna studie identifierade ambulanssjukvården sepsis patienter i hög grad och dessa fick sedan antibiotika på akutmottagningen. En del i detta snabba handhavande kan vara på grund av att ambulanspersonalen identifierat dem. Denna studie kan inspirera till fortsatt uppföljning och utveckling även för de patienterna med andra infektionsrelaterade diagnoser.

Bakgrund: Sepsis är ett tillstånd som årligen drabbar ca 50.000 personer i Sverige. Tillståndet har en hög dödlighet och de som överlever sepsis riskerar långtidskomplikationer efter tillfrisknande. Vanliga symtom vid sepsis är andfåddhet, kräkningar, smärta, feber, frossa och påverkat mental status. Dock kan sepsis vara svårt att identifiera då symtomen ibland är diffusa. Tidig behandling med antibiotika räddar liv. Screeningverktyg som används inom ambulanssjukvården i Region Halland för att identifiera sepsis är qSOFA (Quick Sequential Organ Failure Assessment) och SIRS (Systemic Inflammatory Response Syndrome). Syfte: Syftet med studien var att undersöka patientkarakteristiska, dödlighet och slutdiagnos hos patienter som triagerats med ESS 44/47 (misstänkt infektion) och ESS 53 (ospecifika symtom) av ambulanspersonal samt patienter som har en positiv qSOFA eller SIRS. Syftet var även att undersöka förekomsten av patienter där ambulanspersonal haft infektionsmisstanke (ESS 44/47) men inte förvarnat (orange, gul eller grön prioritet) in till sjukhus trots positiv qSOFA. Metod: Studien är en kvantitativ retrospektiv journalgranskningsstudie. Den inkluderade populationen var ambulansuppdrag inom Region Halland mellan 2019 och 2022 som triagerats med ESSkoderna 44, 47 och 53. 4860 ambulansuppdrag inkluderades i studien. Resultat: 63% i gruppen ESS 44/47 och 30% i ESS 53 fick en infektionsdiagnos på akutmottagningarna. Ur hela populationen lades 83% in på sjukhus och 15% avled inom 30 dagar. Högsta dödligheten identifierades bland qSOFA positiva (36%) vilket var signifikant högre än dödligheten bland de med positiv SIRS. Slutsats: Majoriteten av populationen läggs in på sjukhus, vilket speglar vårdbehovet. Dödligheten är hög vilket ställer höga krav på den prehospitala vården. Vid sepsis är tid till behandling det som räddar liv, något som prehospital sjukvårdspersonal kan vara med och påverka.

Bakgrund: Sepsis är en allvarlig sjukdom som snabbt kan bli livshotande. Symtom på sepsis är ofta diffusa och svåra att identifiera och underliggande infektioner är en vanlig orsak till insjuknande. Sjuksköterskans roll i att tidigt identifiera sepsis i det dagliga omvårdnadsarbetet är många gånger avgörande för att behandling ska kunna påbörjas. Snabb behandlingsstart har visat sig ha betydelse för överlevnad och för att minska risken för att patienten drabbas av lidande. Syfte: Syftet med denna studie är att belysa sjuksköterskans kunskap av att tidigt identifiera sepsis inom slutenvården. Metod: Studien genomförs som en litteraturöversikt och inkluderar tio vetenskapliga artiklar med både kvantitativ och kvalitativ ansats. Resultat: I resultatet framkommer fyra huvudkategorier och två underkategorier. Huvudkategorierna är; betydelsen av vidareutbildning för sjuksköterskans kunskap i att identifiera sepsis, klinisk arbetslivserfarenhet ökar kunskap och ger trygghet i att identifiera sepsis, kunskap och förmåga att identifiera sepsis med hjälp av biokemiska markörer, sjuksköterskans upplevda hinder för att tillämpa sin kunskap i det dagliga omvårdnadsarbetet. Diskussion: Diskussionen lyfter både styrkor och svagheter kring vald metod samt resultatets huvudfynd. Klinisk erfarenhet och utbildning i sepsis har visat sig vara av betydelse för att sjuksköterskan tidigt ska kunna identifiera sepsis. Samarbete i teamet på arbetsplatsen kan bidra till att sjuksköterskan får ökad kunskap och trygghet i att identifiera sepsis tidigt.

Thesis / Doctor of Philosophy (PhD)