German Congress of Orthopaedics and Traumatology (DKOU 2025)
Deutscher Kongress für Orthopädie und Unfallchirurgie 2025 (DKOU 2025)
Algorithmische Bakterienkonzentrationsbestimmung zur Infektüberwachung mit einem digitalem Knie-Spacer bei einem zweiseitigen Knietotalendoprothesenwechsel (Knie-TEP)
2Technische Universität München, München, Deutschland
3TUM Universitätsklinikum rechts der Isar – Arbeitsgruppe Implantat-assoziierte Infektforschung, München, Deutschland
4TUM Universitätsklinikum rechts der Isar, München, Deutschland
Text
Zielsetzung und Fragestellung: Die Bestimmung des optimalen Zeitpunktes der Reimplantation stellt große Herausforderung bei der Behandlung periprothetischer Gelenkinfektionen (PJI) dar. Um dieser Herausforderung zu begegnen, wurde das Projekt Smart Wireless Implant for Infection Monitoring (SWI2M; BMBF: 01EK2107A) initiiert. Ziel ist es die Effizienz der Behandlung patienten-individuell zukünftig zu verbessern. Das Projekt konzentriert sich auf die Entwicklung eines sensorisierten Knochenzement-Spacers für das Kniegelenk (SmartSpacer). Damit können zukünftig Knie-Spacer bei der zweizeitigen Revision infizierter Kniegelenksprothesen (rTKA) mit einer diagnostischen Einheit ausgestattet werden. Der SmartSpacer soll ein Monitoring der Infektsituation im Knie durch die Echtzeit-Erfassung von Temperatur-, Bildgebungs- und Lichtstreuungsmerkmalen von Synovialflüssigkeit und Gewebe ermöglichen. Ziel des Projektes ist die Personalisierung des Reimplantationszeitpunktes und Verringerung postchirurgischer Komplikationen.
Material und Methoden: In diesem Experiment wird die Bakterienkonzentration in einer Verdünnungsreihe durch die Erfassung ihrer spektralen Eigenschaften und die Anwendung eines statistischen Auswertealgorithmus bestimmt. Dabei werden Staphylococcus aureus (ATCC 25923) und Staphylococcus epidermidis (ATCC 35984) in einer Verdünnungsreihe von 102 bis 106 CFU/ml erstellt. Die Rückstreuspektren werden in einzelnen Küvetten mittels eines optischen Aufbaus, welches der finalen Version im In Vivo Porcine Tierversuch entspricht. Ein eigens entwickelter Algorithmus wertet die Spektren statistisch aus, um die Bakterienkonzentration zu bestimmen (siehe Abbildung 1 [Fig. 1]).
Ergebnisse: Im In Vitro-Model Versuch wurden 44 Messtage aufgenommen und in 30 Trainingstage und 14 Testtages aufgeteilt. Aus den Trainingsdaten konnten nach Optimierung des Algorithmus 19 Tage für 102 CFU/ml, 10 Tage für 103 CFU/ml, 19 Tage für 104 CFU/ml und 20 Tage für 106 CFU/ml richtige Konzentration ermittelt werden. Bei Anwendung des Algorithmus auf die Testtage ergaben sich korrekte Konzentrationen für 60,7% für 102 CFU/ml, 46,4% für 103 CFU/ml, 39,2% für 104 CFU/ml und 60,7% für 106 CFU/ml richtige Konzentration.
Diskussion und Schlussfolgerung: Mithilfe des Spektrometers kann nachgewiesen werden, dass die Unterscheidung von verschiedenen Bakterienkonzentrationen in einer Verdünnungsreihe möglich ist, wo bei das Trending zwischen die Konzentration ersichtlich wird und die Bakterienkonzentration nicht unterschätzt wird. Für Überprüfung der Machtbarkeit innerhalb des vorgestellten SmartSpacer-Systems sollen weitere Experimente in einem Ex Vivo Versuch folgen.




