Maskininlärning och rollen för vaginala och fecala mikrobiomet vid missfall: en matchad fall-kontrollstudie

Varför mikroskopiska organismer spelar roll under graviditet

De flesta vet att missfall är sorgligt vanligt, men färre inser att det osynliga livet i och på våra kroppar kan spela en roll. Denna studie undersöker om mikrobsamhällen i vagina och tarm, tillsammans med ett vanligt virus kallat HPV, kan bidra till att förklara varför vissa graviditeter går förlorade medan andra fortsätter. Genom att kombinera mikrobiellt DNA med datorbaserade modeller ställer forskarna en hoppfull fråga: skulle vi en dag kunna identifiera kvinnor med högre risk tidigt nog för att kunna hjälpa dem?

En titt in i kroppens dolda ekosystem

Teamet arbetade inom ett stort svenskt graviditetsprojekt där deltagarna skickade in självprovtagna vaginal- och avföringsprover och besvarade detaljerade webbenkäter tidigt i graviditeten. Bland hundratals kvinnor fick 79 senare ett missfall; 34 av dessa hade skickat minst ett mikrobiomprov innan förlusten, och 27 hade lämnat både vagina- och fecesprov. Varje missfallsfall matchades med kvinnor i liknande ålder, kroppsvikt och provtagningstid som senare födde till termin, så att skillnader i mikrober och bakgrundsfaktorer kunde jämföras rättvist.

Det vaginala miljön och risken för missfall

I vagina tenderar bakteriesamhällen att gruppera sig i återkommande mönster som kallas ”community state types”. Vissa domineras av en art av Lactobacillus, medan andra är mer blandade. Forskarna fann att kvinnor vars vaginala mikrobiom tidigt i graviditeten dominerades av mindre vanliga Lactobacillus-typer (kallade CST-II) eller av mer diversifierade, mindre Lactobacillus-täta samhällen (CST-IVB) hade fyra till sex gånger högre sannolikhet för senare missfall jämfört med kvinnor vars vagina dominerades av den typiska Lactobacillus crispatus-mönstret (CST-I). Kvinnor infekterade med HPV-typer som inte omfattas av nuvarande vacciner hade också cirka fyrfaldigt ökad risk för missfall. Däremot var regelbundna menstruationscykler före graviditeten kopplade till en lägre risk.

Tarmmikrobiomet och en roll för smarta algoritmer

I tarmen såg den övergripande bakteriesammansättningen liknande ut mellan kvinnor som fick missfall och dem som inte gjorde det, åtminstone mätt med standardmått på diversitet. Mer subtila mönster framträdde dock när forskarna lät maskininlärningsalgoritmer gå igenom tusentals bakterietyper tillsammans med enkätdata. Flera arter från bakterieklassen Clostridia i tarmen återkom som viktiga för att särskilja missfallsfall från kontroller. När teamet tränade prediktiva modeller på olika datakällor separat nådde algoritmer baserade på vaginala mikrober, tarmmikrober eller enkätssvar var för sig prestationsnivåer som skulle kunna vara lovande för ett medicinskt test. Att kombinera de mest informativa egenskaperna från alla tre källor gav en modell som korrekt skiljde många fall från kontroller, med hög specificitet (få falsklarm) och god total noggrannhet.

Vad siffrorna kan och inte kan säga

Trots dessa uppmuntrande signaler betonar författarna att studien fortfarande är liten, med bara några dussin missfallsfall, vilket gör skattningarna osäkra. De kunde inte ta hänsyn till om missfallen orsakades av kromosomavvikelser, och vissa detaljer om exakt tidpunkt för förlust saknades. Kvinnorna i denna kohort var generellt välutbildade och hade oftare en historia av graviditetskomplikationer än befolkningen i stort, så resultaten kanske inte gäller överallt. För närvarande är modellerna för komplexa och datahungriga för rutinmässig användning i kliniker, och själva mikrobiomtestningen förblir kostsam och tekniskt krävande.

Vad detta betyder för blivande föräldrar och framtida vård

För lekmän är huvudbudskapet inte att mikrober i enkel mening ”orsakar” missfall, utan att mönster i vaginala bakterier, tarmbakterier och HPV-infektion verkar vara kopplade till risken. Särskilt icke-vaccin-HPV-typer och vissa mindre skyddande vaginala bakteriesamhällen var förenade med högre odds för missfall, medan vissa tarmbakterier och vanliga hälsofaktorer också bidrog till riskprofiler som upptäcktes av maskininlärning. Med större och mer diversifierade studier skulle dessa insikter kunna vägleda nya screeningstrategier och riktade behandlingar — såsom förbättrad HPV- prevention eller framtida mikrobiombaserade terapier — för att hjälpa skydda graviditeter som annars kunde gå förlorade.

Citering: Gudnadottir, U., Prast-Nielsen, S., Wagner, N. et al. Machine learning and the role of the vaginal and fecal microbiome in miscarriage: a matched case-control study. npj Biofilms Microbiomes 12, 66 (2026). https://doi.org/10.1038/s41522-026-00956-2

Nyckelord: missfall, vaginalt mikrobiom, tarmmikrobiom, HPV-infektion, maskininlärning