Zusammenfassung
Hintergrund
Die Gicht gilt als die häufigste inflammatorische Arthritis der Welt. Im Jahr 2018 wurde das histopathologische Arthritisregister der Deutschen Gesellschaft für Orthopädische Rheumatologie (DGORh) gegründet. Ziel dieses Registers ist die systematische Datenerhebung von Gelenkpathologien. Im Rahmen einer medizinischen Masterarbeit an der Sigmund Freud Privatuniversität (Wien, Österreich) konnten die Daten der dokumentierten Gichtfälle retrospektiv analysiert und statistisch ausgewertet werden.
Ziel der Arbeit
Ziel dieser Analyse war es, die Prävalenz der Gicht zu ermitteln, die Lokalisationen der Gicht im Bewegungsapparat zu beschreiben und die Sensitivität der klinischen Gichtdiagnostik zu erheben.
Material und Methoden
Durch die Kooperation des medizinischem Versorgungszentrums für Histologie, Zytologie und Molekulare Diagnostik Trier GmbH (MVZ-HZMD-Trier GmbH; Deutschland) mit etwa 190 verschiedenen Kliniken und Praxen wurden 7595 Gewebeproben und Datensätze im Arthritisregister der DGORh registriert. Alle Gichtfälle, die zwischen dem 01.01.2018 und dem 20.01.2020 dokumentiert wurden (N = 102), konnten zusätzlich retrospektiv analysiert, validiert und statistisch bearbeitet werden.
Ergebnisse und Diskussion
Die Prävalenz der Gicht, bezogen auf die im Arthritisregister hinterlegten Fälle, beträgt 1,34 %. Von den insgesamt 108 histopathologisch nachgewiesenen Uratkristalldepositionen bzw. Gichtgranulomen befanden sich 76 im Bereich der unteren Extremitäten (70,37 %), 30 im Bereich der oberen Extremitäten (27,78 %) und 2 in den Gelenken der Wirbelsäule (1,85 %). Die Sensitivität der klinischen Gichtdiagnostik konnte auf 73,53 % bestimmt werden. Diese Ergebnisse betonen die Bedeutsamkeit der Histopathologie als einen wichtigen Bestandteil in der Gichtdiagnostik.
Abstract
Background
Gout is considered to be the most common inflammatory arthritis worldwide. The histopathological arthritis register of the German Society for Orthopedic Rheumatology (DGORh) was founded in 2018. The aim of this register is a systematic collection of histopathological data on joint pathologies. As part of a master’s thesis in medicine at the Sigmund Freud Private University (Vienna, Austria) the data on gout cases were retrospectively analyzed.
Objective
The objective of this analysis was to determine the prevalence of gout, the localizations of gout in the musculoskeletal system and the sensitivity of clinical gout diagnostics.
Material and methods
In cooperation with the Medical Treatment Center for Histology, Cytology and Molecular Diagnostics in Trier, Germany (MVZ-HZMD-Trier GmbH; Germany), tissue samples from 190 different orthopedic clinics and practices were analyzed and 7595 datasets were collected and stored in an arthritis register created by the DGORh. All gout cases stored between 1 January 2018 and 20 January 2020 were eligible for retrospective analysis (N = 102).
Results
The prevalence of gout was calculated at 1.34%. Of 108 histopathologically confirmed urate crystal depositions and gout granulomas, 76 were found in the lower extremities (70.37%), 30 in the upper extremities (27.78%) and 2 in the spinal joints (1.85%). The sensitivity of clinical gout diagnostics could be determined at 73.53%.
Conclusion
Gout affects different anatomical regions with the first metatarsophalangeal joint being the main localization site. The sensitivity of clinical gout diagnostics was determined at 73.53%. These results emphasize the importance of histopathology in gout diagnostics.
Literatur
Annemans L, Spaepen E, Gaskin M et al (2008) Gout in the UK and Germany: prevalence, comorbidities and management in general practice 2000–2005. Ann Rheum Dis 67:960–966. https://doi.org/10.1136/ard.2007.076232
Bai B, Wang H, Liu T et al (2020) Pathological crystal imaging with single-shot computational polarized light microscopy. J Biophotonics. https://doi.org/10.1002/jbio.201960036
Chan JKC (2014) The wonderful colors of the hematoxylin—eosin stain in diagnostic surgical pathology. Int J Surg Pathol 22:12–32. https://doi.org/10.1177/1066896913517939
Dalbeth N, Stamp L (2014) Hyperuricaemia and gout: time for a new staging system? Ann Rheum Dis 73:1598–1600. https://doi.org/10.1136/annrheumdis-2014-205304
Dalbeth N, Gosling AL, Gaffo A, Abhishek A (2021) Gout. Lancet 397:1843–1855. https://doi.org/10.1016/S0140-6736(21)00569-9
Dehlin M, Jacobsson L, Roddy E (2020) Global epidemiology of gout: prevalence, incidence, treatment patterns and risk factors. Nat Rev Rheumatol 16:380–390. https://doi.org/10.1038/s41584-020-0441-1
Hainer BL, Matheson E, Wilkes RT (2014) Diagnosis, treatment, and prevention of gout. Am Fam Physician 90:831–836
Jing J, Kielstein JT, Schultheiss UT et al (2015) Prevalence and correlates of gout in a large cohort of patients with chronic kidney disease: the German chronic kidney disease (GCKD) study. Nephrol Dial Transplant 30:613–621. https://doi.org/10.1093/ndt/gfu352
Kiltz U, Alten R, Fleck M et al (2016) Langfassung zur S2e-Leitlinie Gichtarthritis (fachärztlich): Evidenzbasierte Leitlinie der Deutschen Gesellschaft für Rheumatologie (DGRh). Z Rheumatol 75:11–60. https://doi.org/10.1007/s00393-016-0147-6
Krenn V, Morawietz L, Burmester G‑R et al (2006) Synovitis score: discrimination between chronic low-grade and high-grade synovitis. Histopathology 49:358–364. https://doi.org/10.1111/j.1365-2559.2006.02508.x
Krenn V, Waldstein W, Najm A et al (2018) Histopathologische Klassifikationsprinzipien rheumatischer Gelenkerkrankungen: Beitrag der Pathologie zur Diagnose. Orthopade 47:941–948. https://doi.org/10.1007/s00132-018-3649-x
Liewen C, Krenn VT, Arens N et al (2021) Gelenktumoren: Seltene, aber wichtige Differenzialdiagnosen von malignen und benignen Tumoren sowie Pseudotumoren in der Rheumatologie. Z Rheumatol 80:165–175. https://doi.org/10.1007/s00393-020-00936-7
Oldenbourg R (2013) Polarized light microscopy: principles and practice. Cold Spring Harb Protoc. https://doi.org/10.1101/pdb.top078600
Toprover M, Krasnokutsky S, Pillinger MH (2015) Gout in the spine: imaging, diagnosis, and outcomes. Curr Rheumatol Rep 17:70. https://doi.org/10.1007/s11926-015-0547-7
Author information
Authors and Affiliations
Corresponding author
Ethics declarations
Interessenkonflikt
F.Z. Nöllner, M. Dufour, N. El Hamrawi, M. Liebisch, A. Niemeier und V. Krenn geben an, dass kein Interessenkonflikt besteht.
Dieser Beitrag beinhaltet keine an Menschen oder Tieren durchgeführten Studien. Für die Erstellung des histopathologischen Arthritisregisters der DGORh liegt ein von der Landesärztekammer Rheinland-Pfalz ausgestelltes positives Ethikvotum vor (Antragsnummer: 2019-14353). Für die Durchführung der Masterarbeit an der Sigmund Freud Privatuniversität (Wien, Österreich) wurde zusätzlich ein positives Votum von der zuständigen Ethikkommission ausgestellt (Antragsnummer: 600-2022).
Additional information
Redaktion
Ulf Müller-Ladner, Bad Nauheim
Uwe Lange, Bad Nauheim
Die hier beschriebenen Daten sind ein Teil der Masterarbeit von Fabian Zucchero Nöllner, Student an der Sigmund Freud Privatuniversität (Wien, Österreich) unter der Betreuung von Prof. Dr. Veit Krenn.
QR-Code scannen & Beitrag online lesen
Rights and permissions
About this article
Cite this article
Nöllner, F.Z., Dufour, M., El Hamrawi, N. et al. Gicht (ICD-10: M10): Eine retrospektive Analyse der Daten des histopathologischen Arthritisregisters der DGORh. Z Rheumatol 82, 770–775 (2023). https://doi.org/10.1007/s00393-023-01435-1
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s00393-023-01435-1