DX趋势

减少诊断性奥德赛

发表于

IDbyDNA Shutter._163887254

罗伯特·施拉伯格,MD每小时英里数

某些具有非特异性症状和无数可能原因的感染综合征可转变为患者的诊断旅程,临床医生,还有实验室。肺炎和其他呼吸道综合征属于这一类,脑炎和脑膜炎等情况也是如此。

在大多数情况下,即使反复测试的患者也无法得到关于他们感染的具体原因的明确答案。但是实验室测试的新方法有望提高这种情况下的诊断成功率。

施拉贝格

罗伯特·施拉伯格,MD每小时英里数,犹他大学医学院和IDbyDNA。

“临床元基因组学”是基于无偏见测试的概念,即:使用DNA或RNA测序与先进的生物信息学一起询问样品而不强加预先设想的概念,而不是寻找一种特定的病原体或一组被认为是罪魁祸首的病原体。通过广泛地观察样本中发现的生物体,临床元基因组学甚至能够检测罕见的病因,不要求实验室人员对可疑的病原体进行大规模的检测,或者当最初的测试结果为阴性时采用顺序的方法。

临床元基因组学旨在补充,而不是替换,现有实验室测试与特定类型案例的实用程序。对于那些通过常规测试可以得到良好服务的患者,也许没有理由采取不偏不倚的做法。但对于健康状况更复杂的患者——重病患者,免疫受损患者,那些最初的测试结果为阴性的患者-临床元基因组学可能打开了足够快地获得可操作结果以告知医疗决策的大门。

临床meta.mics方法也可以作为临床试验选择过程的一部分应用,为了更好地针对接受调查的特定感染的患者(欲了解更多信息,见““临床试验选择与伴随诊断的元基因组学研究.“)

挑战性感染

有些感染原因实际上由于它们所表现出的症状或已知病原体在循环中而宣布自己。在这种情况下,对于医生来说,建立一个关于感染原因的强有力假设是一项相对简单的任务,可能基于患者最近的旅行史,饮食,或接触其他感染者。

但是,还有许多其他类型的感染彻底挫败了医生,患者,以及临床实验室。这种类型的情况通常涉及具有重叠症状的非特异性感染,这些症状可能由无数潜在的细菌引起,真菌,寄生虫,或病毒,甚至非生物来源,如环境毒素。

这种感染很难以有针对性的方式治疗,因为诊断答案是如此难以捉摸。60%的肺炎病例,例如,没有发现感染的致病原因。大多数脑炎也是如此,脑膜炎,脓毒症病例。1—4难怪有数百种病原体可以单独引起肺炎。

IDbyDNA-Schlaberg临床基因组学_MS03_表1_180703_.715x207p

表1。肺炎对儿童的负担。

这样在黑暗中或多或少地操作,医疗保健团队默认经验疗法,广谱抗生素,以及其他涉及多种病原体的方法。不幸的是,这种反应通常不如针对特定病原体的治疗有效,它们还导致抗生素的过度使用,这会使普遍的抵抗力恶化。

部分原因是缺乏诊断信息,美国每年有50多个,肺炎死亡人数达000人,死亡人数约250人,1000例败血症死亡(表1)。5,六全球地,2015年,有50多万人死于脑炎或脑膜炎。

找到关于这类病例的及时答案的最大障碍之一是需要对每个可疑病原体或一组病原体进行单独的临床测试。常规测试可以使用培养基,免疫测定法,或基于实时聚合酶链反应的分析。但是,在疾病的潜在原因是无数的情况下,一次查找病原体可以使诊断过程无休止地拖延。

无偏检验

IDbyDNA-Schlaberg临床基因组学_MS02_图1_new_.ed

图1。通过患者样本的临床元基因组测试确定的临床病原体的实例:(a)分析来自疑似感染埃博拉病毒的患者的血浆样本,确定病原体实际上是嗜鹦鹉热衣原体;(b)通过对鼻咽拭子的分析,鉴定出一种新的非淋病毒作为致病因子。在这两种情况下,对可能的罪魁祸首进行传统的检测将无法准确识别疾病的来源。

Meta.mics对于临床来说可能是新的,但是它已经被用于研究实验室多年了。这个概念是使用DNA测序来快速扫描整个微生物群体。这些年来,DNA测序的进步使这种方法更加经济,而生物信息学的创新提高了速度,质量,以及从这个社区范围的视图中收集的信息的分辨率。

今天,科学家已经表明,对于一个样本中的所有微生物,可以产生部分甚至完整的基因组序列,甚至对于复杂的微生物群落。该方法使科学家能够产生新的数据,并对新出现的病原体作出重要发现,微生物群落与植物和土壤的相互作用,以及其他许多科学领域。

这并不奇怪,然后,科学家们渴望找到将元基因组学引入临床的方法。从表征医院引流物中的生物膜到追踪医院相关感染的传播路径,通过更高分辨率的方法来评估微生物群落并识别其中的特定成员,可以获得显著的益处。

对于临床实验室人员,元基因组学提供了一种思考诊断过程的新方法。近年来,在许多情况下,单基因和单有机体试验已经被试图包括所有相关基因或合理有机体组的基于面板的测试所取代,以便将工作简化为单个测试,以获得更快的结果。临床元基因组学是这一进化的下一步:而不是仅仅寻找一种病原体,或者甚至在一些可能的候选人中,临床元基因组学试图在没有任何预先设想的概念或限制的情况下询问样本,并且简单地确定样本中的内容。

就像它的研究型堂兄弟,临床元基因组学依赖于DNA和RNA的下一代测序(NGS),以及先进的生物信息学。样品用猎枪测序,然后将所有测序读数与庞大的基因组数据库进行比较。数以百万计的读数与数以百万计的参考序列相匹配,以识别已测序群体的所有个体成员。

因为它的“顺序一切”的工作模式,临床元基因组学不像大多数常规测试那样局限于特定的生物体类型。结果可以精确定位病毒,细菌,真菌,以及寄生虫,而不必对潜在的病原体进行调整或建立任何假设。这个优势意味着临床元基因组学可以识别难以培养的病原体,罕见的感染原因,复杂的共缺陷情况,以及先前具有挑战性或甚至不可能用现有临床试验进行诊断的其他医疗状态(图1)。

在实践中

临床元基因组学并不适用于所有患者病例。此时,临床meta.mics最好作为传统测试方案的补充使用。在常规诊断排除了通常的嫌疑人后,它可以应用于困难的情况,或者作为高危患者的首选,如重病或免疫受损。

该方法对来自感染部位的样品效果最好,为了最大限度地发现任何病原体实际引起感染的可能性,而不是无害地殖民病人。因为它对每件事物进行排序,工作流程需要1-2天才能完成。对于在短时间内常规测试提供可操作答案的直接医疗案例,临床元基因组学没有意义。

当使用元基因组学方法时,它必须与先进的数据分析工具相结合,能够过滤掉作为天然人类微生物群一部分检测的许多良性生物。生物信息学可以用来区分可能引起感染的候选人的优先顺序,这样发回医生的报告只包括最有临床价值的信息。

在考虑采用临床元基因组学的实验室中,应该考虑发送和内部诊断。此刻,没有FDA许可,市售临床元基因组测试。

实验室人员可以选择设计和验证他们自己的实验室开发的测试,这可以基于现有的下一代排序工作流。这些试验将需要实验室工作流程的适当质量控制以及使用上述生物信息学过程进行鉴定,过滤,以及从患者样本中确定生物的优先顺序。

或者,CLIA认证的参考实验室已经确认了临床元基因组测试,可以通过发送测试为其他临床实验室服务。

自然地,报销是内部测试或外派测试的关键考虑因素。住院病人,临床meta.mics测试可作为诊断相关分组(DRG)支付在住院患者环境中执行的治疗的一部分来覆盖。用于门诊,支付者发布他们的覆盖范围决定需要时间。

下一步是什么??

随着临床基因组学的成熟,在许多精通测序的临床实验室,它可能更容易作为内部诊断选项实现。碰巧,它还将可用于更广泛的传染病。

今天,实验室开发的临床元基因组测试仅限于呼吸道感染和少数其他情况。但是因为临床元基因组学理论上可用于任何类型的感染,科学家们预计,在不久的将来,这种方法将得到更多的指示。

可以肯定的是,开展临床元基因组学将需要生成和分析数据,以了解这些测试与现有测试相比较如何,它们如何影响患者管理,以及它们对患者预后和总体医疗成本的影响。在未来几年,对于整个临床社区来说,深入研究元基因组分析是很重要的。

仍然,显而易见,临床元基因组测试的采用将使卫生保健小组能够解决更复杂的病例,并将精密医学的好处带到传染病领域。最终,为更多的感染性疾病患者提供医学上可行的诊断结果应该通过缩短住院时间和避免不必要的治疗来改善健康结果并降低总体成本。

罗伯特·施拉伯格,MD每小时英里数,,是犹他大学医学院病理学助理教授,以及IDbyDNA的首席医疗官,盐湖城。欲了解更多信息,接触中电主编史蒂夫·哈拉西通过沙拉西无效的MeqQo.com.

工具书类

  1. 耆那教自我WH,Wunink等。美国成年人社区获得性肺炎需要住院治疗。N.EngJ.MED。2015;373(5):415-427;doi:10.1056/NEJMoa1500245。
  1. 谢尔登.检测血液中的病原体以诊断脓毒症及以上。生物医药.2016;9:13—14;doi:10.1016/j.ebiom.2016.06.030。
  1. Brown JR巴鲁查特布鲁尔J。使用元基因组学诊断脑炎:下一代测序在未确诊病例中的应用。J感染。2018;76(3):225-240;doi:10.1016/j.jinf.2017.12.014。
  1. Kennedy PGEQuan PL利普金W.原因不明的病毒性脑炎:当前观点和最新进展。病毒。2017;9(6):138;doi:10.3390/v9060138。
  1. 肺炎[在线]。亚特兰大:疾病控制和预防中心,2017。网址:www.cdc.gov/nchs/fastats/pneumonia.htm。访问5月14日,2018。
  1. 败血症:数据和报告[在线]。亚特兰大:疾病控制和预防中心,2017。网址:www.cdc.gov/sepsis/data./index.html。访问5月14日,2018。
  1. GBD 2015年死亡率和死亡原因合作者:全球,区域的,以及国民预期寿命,全因死亡率,249例死因的因数死亡率,1980-2015年:全球疾病负担研究的系统分析,2015。刺血针388(10053):1459-1544;doi:10.1016/S0140-6736(16)31012-1。
  1. 比萨拉AMoss ELKolmogorov M等。从人和海洋微生物无培养地产生微生物基因组。比奥希夫预印本,2月11日,2018;doi:10.1101/263939。
  1. 肺炎:最致命的儿童疾病[信息图]。纽约市:联合国儿童基金会,2015。可在:org/wp-content/uploads/2015/12/world-pneumonia-day-infographic_242.pdf.7月3日进入,2108。
评论
发表新的评论

留下答复

您的电子邮件地址将不予公布。需要标记的字段*