Jauns ierocis tuberkulozes diagnostikā un zāļu rezistences noteikšanā: jaunas paaudzes mērķtiecīga sekvencēšana (tNGS) apvienojumā ar mašīnmācīšanos tuberkulozes paaugstinātas jutības diagnostikai
Literatūras ziņojums: CCa: diagnostikas modelis, kas balstīts uz tNGS un mašīnmācīšanos un ir piemērots cilvēkiem ar mazāk bakteriālu tuberkulozi un tuberkulozu meningītu.
Disertācijas nosaukums: Tuberkulozes mērķtiecīga nākamās paaudzes sekvencēšana un mašīnmācīšanās: īpaši jutīga diagnostikas stratēģija vāju plaušu kanāliņu un tubulāra meningīta ārstēšanai.
Periodiskais izdevums: 《Clinica Chimica Acta》
JA: 6,5
Publicēšanas datums: 2024. gada janvāris
Apvienojumā ar Ķīnas Zinātņu akadēmijas Universitāti un Pekinas Galvaspilsētas Medicīnas universitātes Pekinas Krūškurvja slimnīcu, Macro & Micro-Test izveidoja tuberkulozes diagnostikas modeli, kas balstīts uz jaunās paaudzes mērķtiecīgas sekvencēšanas (tNGS) tehnoloģiju un mašīnmācīšanās metodi, kas nodrošināja īpaši augstu tuberkulozes noteikšanas jutību ar nelielu baktēriju daudzumu un tuberkulozo meningītu, nodrošināja jaunu paaugstinātas jutības diagnostikas metodi divu tuberkulozes veidu klīniskai diagnostikai un palīdzēja precīzi diagnosticēt tuberkulozi, noteikt zāļu rezistenci un ārstēt to. Vienlaikus tika atklāts, ka pacienta plazmas cfDNS var izmantot kā piemērotu parauga veidu klīniskai paraugu ņemšanai TBM diagnostikā.
Šajā pētījumā 227 plazmas paraugi un cerebrospinālā šķidruma paraugi tika izmantoti, lai izveidotu divas klīniskās kohortas, kurās laboratorijas diagnostikas kohortas paraugi tika izmantoti, lai izveidotu mašīnmācīšanās modeli tuberkulozes diagnostikai, un klīniskās diagnostikas kohortas paraugi tika izmantoti, lai pārbaudītu izveidoto diagnostikas modeli. Visi paraugi vispirms tika mērķtiecīgi pārbaudīti, izmantojot speciāli izstrādātu mērķtiecīgu uztveršanas zondes kopu Mycobacterium tuberculosis. Pēc tam, pamatojoties uz TB-tNGS sekvencēšanas datiem, lēmumu koka modelis tika izmantots, lai veiktu 5-kārtīgu šķērsvalidāciju laboratorijas diagnostikas rindas apmācības un validācijas kopām, un tika iegūti plazmas paraugu un cerebrospinālā šķidruma paraugu diagnostiskie sliekšņi. Iegūtais slieksnis tiek ievietots divās klīniskās diagnostikas rindas testa kopās noteikšanai, un apmācāmā diagnostiskā veiktspēja tiek novērtēta, izmantojot ROC līkni. Visbeidzot, tika iegūts tuberkulozes diagnostikas modelis.
1. attēls. Pētījuma dizaina shematiska diagramma
Rezultāti: Saskaņā ar šajā pētījumā noteiktajām CSF DNS parauga (AUC = 0,974) un plazmas cfDNS parauga (AUC = 0,908) specifiskajām robežvērtībām, starp 227 paraugiem CSF parauga jutība bija 97,01%, specifiskums bija 95,65%, bet plazmas parauga jutība un specifiskums bija 82,61% un 86,36%. Analizējot 44 pārotus plazmas cfDNS un cerebrospinālā šķidruma DNS paraugus no TBM pacientiem, šī pētījuma diagnostikas stratēģijai ir augsta konsekvence - 90,91% (40/44) plazmas cfDNS un cerebrospinālā šķidruma DNS, un jutība ir 95,45% (42/44). Bērniem ar plaušu tuberkulozi šī pētījuma diagnostikas stratēģija ir jutīgāka pret plazmas paraugiem nekā Xpert noteikšanas rezultāti kuņģa sulas paraugiem no tiem pašiem pacientiem (28,57% VS 15,38%).
2. attēls. Tuberkulozes diagnostikas modeļa analīzes veiktspēja populācijas izlasēs
