Ново оружје за дијагностицирање на туберкулоза и откривање на отпорност на лекови: Нова генерација насочена кон секвенционирање (TNGS) во комбинација со машинско учење за дијагностицирање на хиперсензитивност на туберкулоза
Извештај за литература: ЦЦА: Дијагностички модел заснован на TNGS и машинско учење, кој е погоден за луѓе со помалку бактериска туберкулоза и туберкулозен менингитис.
Наслов на тезата: Tuberculous секвенционирање на следната генерација и учење на машината: Ултра чувствителна стратегија за дијагностицирање за пауцифични пулмонални тубулари и тубуларен менингитис.
Периодично: 《Клиника Чимика Акта
Ако 6,5 фунти
Датум на објавување: јануари 2024 година
Во комбинација со Универзитетот на кинеска академија на науки и во Пекинг во болницата за градите на капиталниот медицински универзитет, Макро и микро-тест воспоставија модел за дијагностицирање на туберкулоза, заснован на новата генерација на насочена технологија за секвенционирање (TNGS) и метод за учење на машини, што обезбеди ултра-високо-високо Детекција чувствителност за туберкулоза со неколку бактерии и туберкулозен менингитис, обезбеди нов метод за дијагностицирање на хиперсензитивност за клиничка дијагноза на две Видови на туберкулоза и помогнаа на точна дијагноза, откривање на отпорност на лекови и третман на туберкулоза. Во исто време, откриено е дека плазмата на пациентот cfDNA може да се користи како соодветен тип на примерок за клиничко земање мостри во дијагнозата на ТБМ.
Во оваа студија, беа користени 227 примероци од плазма и примероци од цереброспинална течност за да се воспостават две клинички групи, во кои лабораториските дијагностички примероци од групата беа користени за да се воспостави модел на машинско учење на дијагностицирање на туберкулоза, а примероците од клиничка дијагностика беа користени за да се провери утврдениот Дијагностички модел. Сите примероци за прв пат беа насочени кон специјално дизајниран базен за сонда за фаќање за фаќање за Mycobacterium tuberculosis. Потоа, врз основа на податоците за секвенционирање на TB-TNGS, моделот на дрво на одлуки се користи за извршување на 5-пати вкрстена валидација на сетови за обука и валидација на лабораториската редица за дијагностицирање и се добиваат дијагностички прагови на примероци од плазма и примероци од цереброспинална течност. Добиениот праг се внесува во две тест групи на редица за клиничка дијагностика за откривање, а дијагностичката изведба на ученикот се оценува со кривата ROC. Конечно, добиен е моделот за дијагностицирање на туберкулоза.
Сл. 1 Шематски дијаграм на дизајн на истражување
Резултати: Според специфичните прагови на примерокот CSF DNA (AUC = 0,974) и примерокот на плазма cfDNA (AUC = 0,908) утврдени во оваа студија, меѓу 227 примероци, чувствителноста на примерокот CSF беше 97,01%, специфичноста беше 95,65%и Чувствителноста и специфичноста на примерокот во плазмата беа 82,61% и 86,36%. Во анализата на 44 спарени примероци на плазма cfDNA и цереброспинална течност ДНК од пациенти со ТБМ, дијагностичката стратегија на оваа студија има висока конзистентност од 90,91% (40/44) во ДНК во плазма cfDNA и цереброспинална течност, а чувствителноста е 95,45% (42/44). Кај деца со белодробна туберкулоза, дијагностичката стратегија на оваа студија е почувствителна на примероците од плазма од резултатите од откривањето на Xpert на примероците од сок од желудник од истите пациенти (28,57% наспроти 15,38%).
Сл. 2 Анализа на перформансите на моделот за дијагностицирање на туберкулоза за примероци од население
