《NIH研究表明常规实验室测试无法可靠地区分长期COVID与其他疾病》

  • 来源专题:新发突发及重点传染病
  • 编译者: 张玢
  • 发布时间:2024-08-20
  • 美国国立卫生研究院(National Institutes of Health)资助的RECOVER-Adult Cohort研究的新数据得出结论,25个常规临床实验室值中没有一个可以可靠地用于诊断长期COVID,也称为SARS-CoV-2感染(PASC)的急性后遗症。发表在《内科医学年鉴》上的研究结果表明,临床医生应该继续关注症状和症状缓解,而不是仅仅依赖实验室测试。

    “我们的挑战是发现可以帮助我们快速准确地诊断长期COVID的生物标志物,以确保与这种疾病作斗争的人尽快得到最适当的护理,”美国国家心肺血液研究所(NHLBI)心血管科学部主任David Goff博士在科罗拉多大学安舒茨医学院的新闻发布会上说。

    他补充说:“长期COVID症状可能会阻止某人重返工作或学校,甚至可能使日常任务成为负担,因此快速诊断的能力是关键。戈夫不是研究作者。缺乏经过验证的 PASC 生物标志物该团队评估了 33 个州的 10,094 名美国成年人的标准实验室测试结果、体格检查结果和访谈反应;华盛顿;以及波多黎各在 2021 年 10 月至 2023 年 10 月的过去 6 个月内有或没有感染 COVID-19。近 19% 的参与者被认为患有 PASC。

    参与者在 Researching COVID to Enhance Recovery (RECOVER) 研究的 83 个登记点就诊,每 3 个月完成一次调查,并在入组时以及感染后 6、12、24、36 和 48 个月提供血液和尿液样本如果之前的结果异常。在所有参与者中,72%是女性,17%是西班牙裔,14%是黑人,62%在感染日期之前完全接种了疫苗。尽管已经假设了潜在的发病机制模型,包括免疫失调、病毒持久性、器官损伤、内皮功能障碍和肠道菌群失调,但目前还没有经过验证的 PASC 临床生物标志物。研究人员使用倾向评分加权回归模型来估计感染状态和研究开发的 PASC 指数(评分范围,12 分或以上 [PASC] vs 0 [无 PASC])的平均实验室值的差异。

    评估的 25 个实验室值是根据研究中心的可用性和标准化使用、已发表的文献和临床经验选择的。它们用于比较有和没有 COVID-19 病史 6 个月或更早的成年人、有和没有 PASC 的成年人、具有四种 PASC 症状表型中的每一种的参与者以及不太可能患有 PASC 的参与者。

    PASC 表型为第 1 类(嗅觉和味觉异常)、第 2 类(劳累后不适 (PEM)、第 3 类(脑雾、PEM 和疲劳)和第 4 类(疲劳、PEM、头晕、脑雾、胃肠道症状和心悸)。

    研究人员写道:“尽管已经假设了潜在的发病机制模型,包括免疫失调、病毒持久性、器官损伤、内皮功能障碍和肠道菌群失调,但目前还没有经过验证的PASC临床生物标志物。无临床相关差异在 10,094 名参与者中,8,746 名(平均年龄 46 岁)之前的 COVID-19 检测呈阳性,1,348 名(平均年龄 52 岁)未感染,1,880 名 PASC 指数得分为 12 分或更高,3,351 人得分为 0。

    倾向评分调整后,在既往感染的 PASC 评分大于 12 分的成人和得分为 0 的既往感染成人中未发现具有临床意义的表型差异。我们的研究结果表明,即使是症状严重的 PASC 在常规实验室检测中也可能没有临床上可观察到的客观发现。“在排除患有糖尿病的参与者后,HbA1c水平的差异减弱了,”研究人员写道。“在既往感染的参与者中,PASC指数为12或更高的人与PASC指数为零的人之间没有发现平均实验室值的显着差异。”

    作者得出的结论是,临床医生应继续进行常规临床实验室检查,以排除其他可治疗的PASC症状原因,但要知道,研究中评估的25项常规检查似乎对定义PASC没有用处。

    “我们的研究结果表明,即使是症状严重的PASC也可能在常规实验室测试中没有临床上可观察到的客观发现,”他们写道。“了解SARS-CoV-2感染后持续症状的基本生物学基础可能需要严格关注常规临床实验室研究(例如,转录组学[RNA]、蛋白质组学[蛋白质]、代谢组学[代谢物])之外的研究,以确定新的生物标志物。”

    该研究的主要作者、科罗拉多大学医学传染病学教授克里斯汀·埃兰森(Kristin Erlandson)医学博士表示,这项研究将继续进行。她在NHLBI的一份新闻稿中说:“未来的工作将使用RECOVER的血液和脊髓液等队列样本的生物库,开发更多新颖的实验室测试,帮助我们更好地了解长期COVID的病理生理学。

  • 原文来源:https://www.cidrap.umn.edu/covid-19/routine-lab-tests-cant-reliably-distinguish-long-covid-other-illnesses-nih-study-suggests
相关报告
  • 《快速咳嗽测试可以可靠地诊断无症状的COVID-19和其他病症》

    • 来源专题:生物安全网络监测与评估
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2020-11-11
    • 随着病例激增,以及对COVID-19病例快速检测返回的高假阴性率产生更多问题,一种简单、新的诊断检测方法可以提供更高的准确性。世界各地的研究人员发现,人工智能可以在有记录的强迫咳嗽中检测冠状病毒感染,在无症状或症状前病例中准确率接近100%,使其成为一种理想的快速筛查测试。强迫咳嗽或声音分析在其他情况下也有明显的效果,包括肺动脉高压,令人惊讶的是,阿尔茨海默氏症。 马萨诸塞州剑桥市麻省理工学院(MIT)的研究人员;马萨诸塞州牛顿市的Vocalis Health Inc.是一家医疗机构。以色列海法和;和英国剑桥大学都启动了使用声音或咳嗽样本诊断COVID-19的项目。 到目前为止,麻省理工学院的团队似乎是这场竞赛的赢家。在最近发表在《IEEE医学和生物学工程杂志》上的一篇论文中,该团队揭示了它的开放声音模型仅通过他们的咳嗽记录就能非常准确地识别出感染了SARS-CoV-2的人。对于有COVID-19症状的个体,与金标准RT-PCR结果相比,该模型的敏感性为98.5%,特异性为94.2%,但对于无症状个体,敏感性为100%,特异性为83.2%。 虽然该测试能可靠地检测到有症状的人的感染,但作者建议主要在没有症状的人身上使用。麻省理工学院自动识别实验室的研究科学家、首席作者布莱恩·苏比拉纳(Brian Subirana)告诉《生物世界》(BioWorld),部分原因是该测试在有症状的人群中不太准确,部分原因是“人们应该直接去看医生,并得到适当的医疗建议。” 该团队正在开发一款基于该模型的应用程序,提供一种非侵入性、实时、即时分布的COVID-19筛查工具,可用于替代不太可靠的快速检测,用于筛查无症状学生、公共交通乘客、大型聚会的参与者、员工和商店顾客。 训练人工耳 人的耳朵检测不出COVID-19患者和没有感染的人发出的咳嗽的差异,但作为模型基础的卷积神经网络可以。 “说话和咳嗽的声音都会受到声带和周围器官的影响,”苏比拉纳说。这意味着当你说话时,你说话的一部分就像咳嗽,反之亦然。这也意味着,我们很容易从流利的讲话中得到的东西,人工智能可以从咳嗽中得到,包括人的性别、母语,甚至情绪状态。” 事实证明,单凭咳嗽就能很好地诊断COVID-19,但从读数或其他录音中获得的额外信息可能会进一步改善这种情况。苏比拉纳说:“我们的研究集中在咳嗽上,看看我们能走多远。” 目前的准确度水平很大程度上来自于大规模数据库的使用。当阿尔茨海默病的流行超过了其他研究时,该实验室一直在研究一种人工智能,通过强迫咳嗽记录来检测阿尔茨海默病。除了痴呆症,阿尔茨海默氏症还与神经肌肉退化有关,这使得声带减弱,言语功能明显变平。 到今年春天,研究小组已经对神经网络进行了训练,其中包括超过1000小时的有声书数据集,以及数小时演员表达各种情绪的录音和10000次咳嗽的数据库。老年痴呆症的早期结果显示出很强的预测能力,曲线下的区域接近0.9。 整个5月份,研究小组又收集了7万份录音,总计20万份强迫咳嗽样本。其中约有2500例可确诊的COVID-19病例。利用这2500个阳性样本和另外随机抽取的2500个样本,他们对AI进行了4000个录音的训练,并对剩下的1000个录音进行了验证。 其他录音应用程序 Vocalis Health开发了一个类似的应用程序,使用50到70岁人群的录音。他们还要回答关于他们症状的问卷。以色列国防部自4月份以来一直在使用这种技术检测国内的COVID-19感染病例。 Vocalis Health的联合创始人、首席运营官和首席医疗官Shady Hassan说:“目前的检测和筛查方法不够充分,资源密集,而且滥用。”“我们开发了一种COVID-19发声生物标志物,因为它是一种高度可扩展和非侵入性的筛查工具,可以通过扩大筛查的范围和可靠性,更好地提供信息和指导测试,来帮助填补这一空白。” 该公司的人工智能还与梅奥诊所(Mayo Clinic)合作用于诊断肺动脉高压,其相关系数为0.829。 这两种应用程序都将音频记录转换为由计算机视觉技术处理的视觉图像,以识别光谱图中的微小变化,然后由算法生成每种疾病和每种患者的独特特征。 哈桑解释说:“人类的发声系统包括肺部和提供空气供应的下气道,声带通过振动调节气流,产生声源,而声源由舌头和嘴调节。”“COVID-19和肺动脉高压都会影响这些器官,因此可以通过声音检测出来。” 该公司指出,语音记录为患者诊断提供了一种新途径,可能对远程医疗应用程序和远程疾病监测特别有价值。
  • 《欧洲的纳米表征实验室对克服癌症和主要其他疾病的说明》

    • 来源专题:纳米科技
    • 编译者:chenfang
    • 发布时间:2015-08-07
    • 由瑞士科学家开发,汇集明斯特德国欧洲研究服务有限公司,爱尔兰三一学院,明斯特大学等的合作支持,将提供一个跨学科的测试基础设施,其覆盖了一套全面的临床表征实验(物理和在体外和体内生物化学测试)。这将使研究人员能够充分分析其分布,代谢,药代动力学,安全性和免疫效果的药用纳米产品。该项目还将促进标准操作程序(SOP)的使用和部署,为药用纳米产品的临床前研究的基准材料和质量管理。另一个目的是促进创新的关键驱动因素之间的跨部门、跨学科的交流,特别是与开发商和监管机构。