Una nuova arma per la diagnosi di tubercolosi e il rilevamento della resistenza ai farmaci: un sequenziamento mirato di nuova generazione (TNG) combinato con l'apprendimento automatico per la diagnosi di ipersensibilità della tubercolosi
Rapporto di letteratura: CCA: un modello diagnostico basato su TNG e l'apprendimento automatico, adatto alle persone con tubercolosi meno batterica e meningite tubercolare.
Titolo di tesi: sequenziamento e apprendimento automatico di prossima generazione bersaglio tubercolo: una strategia diagnostica ultra sensibile per tubolari polmonari paucifici e meningite tubolare.
Periodico: 《clinica chimica acta》
Se : 6.5
Data di pubblicazione: gennaio 2024
In combinazione con l'Università di Chinese Academy of Sciences and Beijing torace Hospital of Capital Medical University, Macro & Micro-Test ha stabilito un modello di diagnosi di tubercolosi basato sulla nuova generazione di tecnologia di sequenziamento mirato (TNGS) e metodo di apprendimento automatico, che ha fornito ultra-altissimo La sensibilità di rilevamento per la tubercolosi con pochi batteri e meningite tubercolosa, ha fornito un nuovo metodo di diagnosi di ipersensibilità per la diagnosi clinica di due tipi di tubercolosi e ha aiutato la diagnosi accurata, il rilevamento della resistenza ai farmaci e il trattamento della tubercolosi. Allo stesso tempo, si è scoperto che il cfDNA plasmatico del paziente può essere usato come tipo di campione adatto per il campionamento clinico nella diagnosi di TBM.
In questo studio, sono stati utilizzati 227 campioni di plasma e campioni di liquidi cerebrospinali per stabilire due coorti cliniche, in cui sono stati utilizzati i campioni di coorte diagnostica di laboratorio per stabilire il modello di machine di apprendimento della diagnosi di tubercolosi e i campioni di coorte diagnostici clinici sono stati usati per verificare i campioni stabiliti Modello diagnostico. Tutti i campioni sono stati presi di mira per la prima volta da un pool di sonda di cattura mirata appositamente progettata per la tubercolosi Mycobacterium. Quindi, basato sui dati di sequenziamento TB-TNGS, il modello dell'albero decisionale viene utilizzato per eseguire convalida incrociata a 5 volte sulle serie di addestramento e di validazione della coda diagnostica di laboratorio e si ottengono le soglie diagnostiche dei campioni di plasma e campioni di liquidi cerebrospali. La soglia ottenuta viene portata in due set di test di coda di diagnosi clinica per il rilevamento e le prestazioni diagnostiche dello studente vengono valutate dalla curva ROC. Infine, è stato ottenuto il modello di diagnosi di tubercolosi.
Fig. 1 Diagramma schematico del design della ricerca
Risultati: secondo le soglie specifiche del campione di DNA CSF (AUC = 0,974) e il campione di cfDNA plasmatico (AUC = 0,908) determinati in questo studio, tra 227 campioni, la sensibilità del campione CSF era del 97,01%, la specificità era del 95,65%e La sensibilità e la specificità del campione di plasma erano 82,61% e 86,36%. Nell'analisi di 44 campioni accoppiati di cfDNA plasmatico e DNA del liquido cerebrospinale da pazienti TBM, la strategia diagnostica di questo studio ha un'alta consistenza del 90,91% (40/44) nel cfdNA plasmatico e nel DNA del liquido cerebrospinale e la sensibilità è del 95,45% (42/44). Nei bambini con tubercolosi polmonare, la strategia diagnostica di questo studio è più sensibile ai campioni di plasma rispetto ai risultati di rilevamento di Xpert dei campioni di succo gastrico degli stessi pazienti (28,57% vs 15,38%).
Fig. 2 Prestazioni di analisi del modello di diagnosi della tubercolosi per campioni di popolazione