Eine neue Waffe zur Tuberkulose -Diagnose und Erkennung von Arzneimittelresistenz: Eine neue Generation gezielte Sequenzierung (TNGs) in Kombination mit maschinellem Lernen für die Überempfindlichkeitsdiagnose von Tuberkulose
Literaturbericht: CCA: Ein diagnostisches Modell, das auf TNGs und maschinellem Lernen basiert, das für Menschen mit weniger bakterieller Tuberkulose und tuberkulöser Meningitis geeignet ist.
Thesis Titel: Sequenzierung der nächsten Generation und maschinelles Lernen der nächsten Generation: Eine ultra-sensitive diagnostische Strategie für paukifische Lungenrohrungen und tubuläre Meningitis.
Zeitschriften: 《Klinik Chimica Acta》》
Wenn: 6.5
Veröffentlichungsdatum: Januar 2024
In Kombination mit der Universität der chinesischen Akademie der Wissenschaften und der Peking Chest Hospital of Capital Medical University haben Macro & Micro-Test ein Tuberkulose-Diagnosemodell erstellt, das auf der neuen Generation von TNGS-Technologie (TNGS) und maschinellem Lernmethode basiert, die ultrahoch lieferten Nachweisempfindlichkeit für Tuberkulose mit wenigen Bakterien und tuberkulösen Meningitis, die eine neue Überempfindlichkeitsdiagnosemethode für die klinische Diagnose von zwei Arten von darstellte Tuberkulose und half der genauen Diagnose, der Erkennung von Arzneimittelresistenz und der Behandlung von Tuberkulose. Gleichzeitig wurde festgestellt, dass das Plasma des Patienten cfDNA als geeigneter Probentyp für die klinische Probenahme bei der Diagnose von TBM verwendet werden kann.
In dieser Studie wurden 227 Plasmaproben und cerebrospinale Flüssigkeitsproben verwendet, um zwei klinische Kohorten zu etablieren, bei denen die Proben der Labordiagnose diagnostische Kohorten verwendet wurden, um das maschinelle Lernmodell der Tuberkulose -Diagnose zu etablieren, und die klinischen diagnostischen Kohortenproben wurden verwendet Diagnosemodell. Alle Proben wurden zunächst durch einen speziell entwickelten gezielten Erfassungssondenpool für Mycobacterium tuberculosis gezielt. Basierend auf TB-TNGS-Sequenzierungsdaten wird das Entscheidungsbaummodell verwendet, um die 5-fache Kreuzvalidierung für die Trainings- und Validierungssätze der Labordiagnosewarteschlange durchzuführen, und die diagnostischen Schwellenwerte von Plasmaproben und Cerebrospinalflüssigkeitsproben werden erhalten. Der erhaltene Schwellenwert wird in zwei Testsätze der klinischen Diagnosewarteschlange zur Nachweis gebracht, und die diagnostische Leistung des Lernenden wird durch ROC -Kurve bewertet. Schließlich wurde das Diagnosemodell der Tuberkulose erhalten.
Abb. 1 Schematisches Diagramm des Forschungsdesigns
Ergebnisse: Gemäß den spezifischen Schwellenwerten der CSF -DNA -Probe (AUC = 0,974) und der Plasma -CFDNA Die Empfindlichkeit und Spezifität der Plasmaprobe betrug 82,61% und 86,36%. In der Analyse von 44 gepaarten Proben von Plasma -CFDNA und Cerebrospinalfluid -DNA von TBM -Patienten weist die diagnostische Strategie dieser Studie eine hohe Konsistenz von 90,91% (40/44) in Plasma -CFDNA und cerebrospinaler Flüssigkeits -DNA auf, und die Empfindlichkeit beträgt 95,45%. (42/44). Bei Kindern mit Lungentuberkulose ist die diagnostische Strategie dieser Studie empfindlicher gegenüber Plasmaproben als die Xpert -Erkennungsergebnisse von Magensaftproben von denselben Patienten (28,57% gegenüber 15,38%).
Abb. 2 Analyseleistung des Tuberkulose -Diagnosemodells für Populationsproben
