《3月21日_北京协和医学院等分析早期体液反应以诊断COVID-19》

  • 来源专题:COVID-19科研动态监测
  • 编译者: xuwenwhlib
  • 发布时间:2020-03-24
  • 3月21日_北京协和医学院等分析早期体液反应以诊断COVID-19
    1.时间:2020年3月21日
    2.机构或团队:中国医学科学院北京协和医学院、首都医科大学附属北京地坛医院、耶鲁大学医学院
    3.事件概要:
    3月21日,Clinical Infectious Diseases期刊在线发表了来自中国医学科学院北京协和医学院、首都医科大学附属北京地坛医院、耶鲁大学医学院研究团队的题为“Profiling Early Humoral Response to Diagnose Novel Coronavirus Disease (COVID-19)”的文章。
    该文章旨在描述针对SARS-CoV-2产生的各种抗体的时间动力学,并评估抗体测试诊断COVID-19的潜力。该文章的方法如下:通过基于重组病毒核衣壳蛋白的ELISA分析,检查了针对SARS-CoV-2的宿主体液应答,包括IgA,IgM和IgG应答。从确诊的82例和58例疑似病例中收集了208份血浆样品(qPCR阴性,但有典型表现),评估了IgM的诊断价值。
    该文章报道的研究结果如下:IgM和IgA抗体检测的中位时间为5天(IQR 3-6),而症状发作后14天(IQR 10-18)则检测到IgG,阳性率分别为85.4%,92.7%和77.9%。在确诊和疑似病例中,IgM抗体的阳性率分别为75.6%和93.1%。症状发作5.5天后,IgM ELISA的检测效率高于qPCR方法。将IgM ELISA检测与PCR结合使用时,每位患者的阳性检出率显着提高(98.6%),而单次qPCR检测阳性检出率则为51.9%。
    该文章认为,对SARS-CoV-2的体液反应可以帮助诊断COVID-19,包括亚临床病例。
    4.附件:
    原文链接https://academic.oup.com/cid/advance-article/doi/10.1093/cid/ciaa310/5810754?searchresult=1

  • 原文来源:https://academic.oup.com/cid/advance-article/doi/10.1093/cid/ciaa310/5810754?searchresult=1
相关报告
  • 《北京协和医学院等分析早期体液反应以诊断COVID-19》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-04-05
    • 3月21日,Clinical Infectious Diseases期刊在线发表了来自中国医学科学院北京协和医学院、首都医科大学附属北京地坛医院、耶鲁大学医学院研究团队的题为“Profiling Early Humoral Response to Diagnose Novel Coronavirus Disease (COVID-19)”的文章。 该文章旨在描述针对SARS-CoV-2产生的各种抗体的时间动力学,并评估抗体测试诊断COVID-19的潜力。该文章的方法如下:通过基于重组病毒核衣壳蛋白的ELISA分析,检查了针对SARS-CoV-2的宿主体液应答,包括IgA,IgM和IgG应答。从确诊的82例和58例疑似病例中收集了208份血浆样品(qPCR阴性,但有典型表现),评估了IgM的诊断价值。 该文章报道的研究结果如下:IgM和IgA抗体检测的中位时间为5天(IQR 3-6),而症状发作后14天(IQR 10-18)则检测到IgG,阳性率分别为85.4%,92.7%和77.9%。在确诊和疑似病例中,IgM抗体的阳性率分别为75.6%和93.1%。症状发作5.5天后,IgM ELISA的检测效率高于qPCR方法。将IgM ELISA检测与PCR结合使用时,每位患者的阳性检出率显着提高(98.6%),而单次qPCR检测阳性检出率则为51.9%。 该文章认为,对SARS-CoV-2的体液反应可以帮助诊断COVID-19,包括亚临床病例。
  • 《5月19日_人工智能帮助快速诊断COVID-19》

    • 来源专题:COVID-19科研动态监测
    • 编译者:xuwenwhlib
    • 发布时间:2020-05-20
    • 信息名称:人工智能帮助快速诊断COVID-19 1.时间:2020年5月19日 2.机构或团队:西奈山伊坎医学院、四川大学、浙江大学第二附属医院、蚌埠医学院第一附属医院、中山大学第五附属医院、南溪山医院、阜阳市第二人民医院、亳州骨伤科医院影像中心、武汉大学附属人民医院、纽约East River医学影像、威尔康乃尔医学院、麻省综合医院 3.事件概要: 西奈山伊坎医学院联合多家机构在Nature Medicine发表论文“Artificial intelligence–enabled rapid diagnosis of patients with COVID-19”。 目前,SARS-CoV-2病毒特异性逆转录酶聚合酶链反应(RT-PCR)是诊断COVID-19的主要方法,然而,完成这个测试需要2 天时间,并且需要辅助一系列测试来排除假阴性的可能,加之缺乏RT-PCR检测盒,因此迫切需要寻找替代方法以快速、准确的诊断COVID-19患者。胸部计算机断层扫描(CT)在评估疑似SARS-CoV-2感染患者时具有重要价值,然而,仅凭CT的预测,准确率不高,因为一些患者在疾病的早期可能表现为正常的放射学。在本研究中,文章利用人工智能(AI)算法将胸部CT的表现与临床症状、暴露史和实验室检测结合起来,快速诊断出COVID-19阳性患者。在一组279名患者的测试中,人工智能系统获得了0.92曲线下面积,与高级胸部放射科医生具有相同的灵敏度。人工智能系统还提高了CT扫描正常而RT-PCR为阳性患者的检出率,而放射科医生却将所有这些患者归为COVID-19阴性。当CT扫描和相关可用的临床病史结合时,AI系统可以帮助快速诊断COVID-19患者。 4.附件: 原文链接:https://www.nature.com/articles/s41591-020-0931-3