Die Epidemiologie und das klinische Bild der Meningitis haben sich im Rahmen der sich weltweit ausbreitenden HIV-Pandemie gerade in den Entwicklungsländern, allen voran Afrika südlich der Sahara, gewandelt. So hat sich das Erregerspektrum um die früher seltenen Erreger einer Meningitis C. neoformans und M. tuberculosis erweitert, welche jetzt in Afrika südlich der Sahara für einen Großteil der Meningitiden verantwortlich gemacht werden können. Sowohl Diagnostik als auch Therapie der tuberkulösen und der Kryptokokken-Meningitis stellen allerdings, vor allem in einem ressourcenarmen Umfeld, eine große Herausforderung dar. Ziel der vorliegenden Arbeit war es, Fälle schwer verlaufender Meningitis in Ruanda, mit einem Fokus auf Meningitiden hervorgerufen C. neoformans und M. tuberculosis hinsichtlich Klinik und Paraklinik zu untersuchen. Ebenso sollte ein diagnostischer Algorithmus, der eine zügige Diagnose und Therapieeinleitung ermöglicht und in einem ressourcenarmen Umfeld anwendbar ist, erarbeitet und ein möglicher Zusammenhang zwischen Klima und Inzidenz der Kryptokokken-Meningitis untersucht werden. Dazu wurden die Krankenakten von 267 Patienten retrospektiv analysiert, die in den Jahren 2000-2008 mit der Diagnose einer Meningitis im Universitätskrankenhaus Butare (CHUB) in Ruanda behandelt worden waren. Hiervon waren die Daten von 203 Patienten auswertbar. Anhand von Klinik, Labor, Mikrobiologie und Bildgebung konnte zwischen purulenter (hervorgerufen durch S. pneumoniae und N. meningitidis) (n=50), tuberkulöser (n=34) und Kryptokokken-Meningitis (n=74) sowie viraler Meningitis (n=12) und Meningitiden hervorgerufen durch einen nicht identifizierten Erreger (n=33) unterschieden werden. Bei 91 von 203 (45%) Patienten war eine HIV-Infektion bekannt, oder der im CHUB durchgeführte Test fiel positiv aus, wobei sich die meisten HIV-positiven Patienten in der Gruppe der Patienten mit Kryptokokken- Meningitis fanden (69%). Die Patienten mit purulenter, tuberkulöser und Kryptokokken-Meningitis unterschieden sich hinsichtlich Alter (p=0,013), HIV- Status (p=0,008), CD4-Zellzahl (p=0,009), Symptomdauer (p=0,001), Auftreten von Fieber (p<0,001), veränderter Bewusstseinslage (p<0,001) bis hin zum Koma (p<0,001), Nackensteife (p=0,004), einer Tuberkulose in der Anamnese (p=0,004), Auftreten von Komplikationen im Verlauf (p=0,011) sowie in den erhobenen Liquorparametern Makroskopie (p<0,001), Zytologie (p<0,001), Zellzahl (p<0,001) Proteinkonzentration (p<0,001), Glukosekonzentration (p=0,0012), Liquor/Serum-Glukose-Quotient (p=0,002). Das Zeitfenster von der Aufnahme des Patienten bis zur Therapieeinleitung war bei Patienten mit tuberkulöser oder Kryptokokken-Meningitis signifikant größer als bei Patienten mit purulenter Meningitis (p<0,001). Die Gesamtletalität betrug 48%. Prognosebestimmend waren dabei in erster Linie die Dauer bis zur Therapieeinleitung sowie das Auftreten von Komplikationen im Verlauf. Ein anhand der Variablen Liquorzytologie, Liquorzellzahl, Bewusstseinsveränderung, Vorhandensein der klassischen Trias bei Aufnahme (Fieber, Kopfschmerzen und Nackensteife gleichzeitig) und Symptomdauer entwickelter diagnostischer Algorithmus zur Unterscheidung zwischen purulenter, tuberkulöser und Kryptokokken-Meningitis hatte eine Sensitivität von 67% und eine Spezifität von 93% um die tuberkulöse, bzw. eine Sensitivität von 85% und eine Spezifität von 81% um die Kryptokokken-Meningitis zu identifizieren. Ein direkter Zusammenhang zwischen Klima und Auftreten der Meningitis, insbesondere der Kryptokokken-Meningitis, konnte nicht aufgezeigt werden. Zusammenfassend konnte in der vorliegenden Arbeit das Überwiegen opportunistischer Meningitiserreger bei schwer verlaufenden Meningitiden in Südruanda mit hoher Letalität gezeigt werden. Der entwickelte diagnostische Algorithmus vermag es jedoch womöglich, die Zeit der Diagnosestellung und Therapieeinleitung bei Verdacht auf eine Meningitis relevant zu reduzieren.
Due to the HIV pandemic, the spectrum of causative agents of meningitis has changed in favor of opportunistic organisms. Sub-Sahara Africa is mostly affected and mortality from meningitis is higher compared to Western countries. The diagnosis of meningitis is often difficult, especially in a resource poor setting. In this study we focussed on epidemiology, clinical symptoms and laboratory findings of severe meningitis in southern Rwanda. In addition we developed a diagnostic algorithm that allows a fast diagnosis and therapy in a resource poor setting. Therefore, we analyzed the data of 267 patients retrospectively, that were admitted to University Hospital of Butare (CHUB) in Rwanda. The data of 203 patients were evaluable. Depending on clinical symptoms, microbiology and radiography we were able to differentiate between purulent (due to S. pneumoniae and N. meningitidis) (n=50), tuberculous (n=34), cryptococcal meningitis (n=74), and viral meningitis (n=12) and meningitis caused by an unknown agent (n=33). 91 of 203 patients (45%) were HIV positive. Overall mortality was 48%. Advanced stage of the disease on admission and a complicated clinical course were predictive of a poor outcome. The diagnostic algorithm had a sensitivity of 67% and a specificity of 93% to differentiate between purulent, tuberculous and cryptococcal meningitis using basic clinical and laboratory features. The algorithm may significantly decrease the time to diagnose and treat severe meningitis in a resource limited setting.
