下呼吸道感染 (LRTI) 包括肺炎等疾病，長期以來一直是傳染性病原體導致死亡的主要原因，也是全世界兒童死亡的主要原因。但是，盡管 LRTI 很普遍，但醫(yī)生很難有效地治療 LRTI，因為目前的診斷方法往往無法最終確定是否存在感染，如果存在，是什么病原體引起的。
現(xiàn)在，在《臨床研究雜志》上發(fā)表的一項研究中，由陳扎克伯格舊金山生物中心 (CZ Biohub SF)、加州大學舊金山分校 (UCSF)、科羅拉多大學安舒茨醫(yī)學院和科羅拉多大學的研究人員領導的團隊阿肯色醫(yī)學科學 (UAMS)/阿肯色兒童研究所 (ACRI) 描述了一種用于嚴重呼吸衰竭兒童 LRTI 診斷的新方法。
該方法將機器學習應用于從插管兒童肺液中獲得的宏基因組測序數(shù)據(jù)，以非常高的準確性診斷兒科 LRTI 并確定其原因，遠遠超過目前的技術。
在黑暗中拍攝
LRTI 可能由多種細菌、病毒或真菌病原體引起，但無論罪魁禍首如何，感染的癥狀在臨床上都相似，甚至難以與非感染性呼吸道疾病區(qū)分開來。CZ Biohub SF 和 UCSF 的生物信息學科學家、該研究的主要作者之一 Eran Mick 說，由于現(xiàn)有診斷的局限性，醫(yī)生在制定有效的治療計劃時經常在“戰(zhàn)爭迷霧”下工作。
目前的診斷通常依賴于培養(yǎng)肺液樣本中的細菌，這很耗時，而且并不總能正確識別導致問題的細菌種類。這些測試通常會產生假陰性結果或檢測到實際上并未引起疾病的偶然微生物。
“在超過一半的病例中，導致感染的實際微生物未被識別，”通訊作者、CZ Biohub SF 研究員和加州大學舊金山分校傳染病科醫(yī)學副教授 Chaz Langelier 說。“結果是給予的治療不一定針對導致問題的原因。”
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！