© 2024 SURF
De beste manier om hooikoorts klachten te voorkomen is het vermijden van blootstelling aan pollen en het tijdig inzetten van medicijnen die de symptomen bestrijden. Hierbij is informatie over de lokale actuele aanwezigheid en de verwachting van de pollen niveaus onmisbaar. In dit project werd daarom onderzoek gedaan naar een snelle gepersonaliseerde methodiek waarmee hooikoorts patiënten stuifmeel (pollen) in de lucht kunnen meten. Om de diagnostiek en uiteindelijke informatie voorziening te verbeteren, werd een “handheld” pollen sampler ontwikkeld “de pollensniffer“, waarmee mensen zelf pollen uit de lucht kunnen meten. Daarnaast werd een snelle en betrouwbare methodiek ontwikkeld om de pollen te kunnen identificeren op basis van DNA analyse. Deze identificatie van pollen mbv Next Generation Sequencing (LUMC, Naturalis, Hogeschool) werd bestudeerd middels amplificatie van 2 markergenen ITS en matK. Voor beide genen bleken de meesten pollenspecies in pure vorm voor >90% correct geïdentificeerd te worden met behulp van een speciaal ontwikkelde bioinformatica pijplijn (Naturalis, Hogeschool, LUMC) Ook mengsels van pollen konden geanalyseerd worden. Deze techniek bleek op basis van het ITS operon ook bruikbaar voor de identificatie van schimmels in de lucht. Er werden 2 apps ontwikkeld, respectievelijk om de pollensniffer te evalueren en om klachten en omgevingsfactoren te registreren. De pollensniffer werd uitgetest door bezoekers van het FestivalderAa in Drenthe. In de regio Leiden werden, met behulp van de pollensniffer, pollen gemeten op verschillende locaties en tijdstippen. Hierbij werden aantoonbare verschillen in pollen concentraties aangetoond tussen de verschillende locaties. Belangrijk was ook de bevinding dat op straatniveau graspollen 3-4 weken eerder gedetecteerd werden dan op dakniveau (LUMC gebouw) waar de pollentellingen gebruikelijk worden uitgevoerd.
Het laatste deel van dit project richtte zich op toepassingsmogelijkheden van de ontwikkelde methode en het betrekken van de eindgebruiker. Hiervoor verzamelde hooikoortspatiënten pollen met de pollensniffer zodat de relatie tussen hun klachten en de blootstelling onderzocht kon worden. Vooral bij patiënten met ernstige klachten en een hoge concentratie specifieke antistoffen tegen graspollen (IgE), kon een duidelijke relatie met de hoeveelheid graspollen in hun omgeving worden gelegd. Bij patiënten met weinig klachten en een lage IgE concentratie was deze relatie niet significant. Dat betekent dat de pollensniffer vooral voor patiënten met ernstige klachten inzetbaar is om het veroorzakende allergeen te meten. Een co-creatieworkshop met patiënten resulteerde in informatie over hoe de eindgebruiker het beste ingelicht wilde worden over hooikoorts. Een aantal mogelijkheden voor verdere ontwikkeling werden geïdentificeerd en geprioriteerd op basis van de aanwezige eindgebruikers. De oplossing om te komen tot persoonlijke analyse van blootstelling aan pollen (specifiek voor het type pollen) werd als belangrijkste prioriteit voor onderzoek gezien. Informatica studenten van Hogeschool Leiden ontwikkelden een database, zodat in de toekomst met behulp van een dynamisch model (ontwikkelt door TNO) de verspreiding van pollen gedurende de dag kan worden weergegeven.
Hooikoorts is een van de meest voorkomende allergieën. Hooikoorts wordt veroorzaakt door een allergische reactie op stuifmeel (pollen) van bloeiende grassen en bomen. Het vermijden van blootstelling aan pollen en het tijdig inzetten van medicijnen die de symptomen bestrijden zijn de beste manieren om klachten te voorkomen. Hierbij is informatie over de plaatselijke actuele aanwezigheid en de verwachting van de pollen niveaus onmisbaar.
De hoofdvraag van dit project is:
Leidt lokaal en persoonlijk innovatief meten van pollen tot betere diagnostiek en informatievoorziening aan hooikoortspatiënten; en geeft dit hen de mogelijkheid om een betere regie te hebben over hun klachten?
Het eerste deel van het project richt zich op een nieuwe methode voor het meten van pollen. De huidige methodes zijn gebaseerd op herkenning met behulp van microscopie. Dit is zeer specialistisch en arbeidsintensief werk. Next Generation DNA Sequencing (NGS) maakt het mogelijk om de verschillende soorten pollen snel te kunnen identificeren. Deze techniek zal verder worden ontwikkeld om de in Nederland voorkomende soorten pollen zowel kwalitatief als kwantitatief te kunnen analyseren.
Het tweede deel van het project richt zich op het bestuderen van de mogelijkheid om op meer plaatsen pollen te meten. Hiervoor zal een handheld pollen sampler worden doorontwikkeld en gevalideerd.
Het derde deel in dit project richt zich op toepassingsmogelijkheden van de ontwikkelde methode en het betrekken van de eindgebruiker. Er wordt onder andere nagegaan welke variatie er is in de aanwezigheid pollen op verschillende tijdstippen en locaties. Ook zullen hooikoortspatiënten op de locatie waar hun klachten optreden pollen verzamelen om de relatie tussen deze klachten en de blootstelling te onderzoeken. Door de organisatie van co-creatie workshops met patiënten zullen we nagaan hoe we de informatie voor de eindgebruiker het beste kunnen vormgeven en aanleveren.