Prospective clinical evaluation of a LightCycler-mediated polymerase chain reaction assay, a nested-PCR assay and a galactomannan enzyme-linked immunosorbent assay for detection of invasive aspergillosis in neutropenic cancer patients and haematological stem cell transplant recipients.

Traducción automática Traducción automática
Categoría Estudio primario
RevistaBritish journal of haematology
Año 2004
Cargando información sobre las referencias
La aspergilosis invasora (AI) es un problema considerable clínica en pacientes neutropénicos con neoplasias hematológicas, aunque el diagnóstico sigue siendo difícil. Se evaluó prospectivamente a una reacción en cadena de la polimerasa LightCycler (PCR), un ensayo de PCR anidada y un galactomanano (GM), ligado a enzimas (ELISA) para validar su importancia en el diagnóstico de IA. Durante 205 episodios de tratamiento en 165 pacientes de seis centros, un ensayo de PCR anidada y de pruebas de GM se llevó a cabo a intervalos regulares. Positivos resultados de la PCR anidada se cuantificó mediante un ensayo de PCR LightCycler. Episodios de los pacientes fueron estratificados de acuerdo a la Organización Europea de 2002 para la Investigación y Tratamiento del Cáncer de criterios / Micosis estudio de consenso del grupo y los resultados de la PCR y serología fueron correlacionados con la clasificación de diagnóstico clínico. Las tasas de sensibilidad y especificidad para el ensayo de PCR anidada fueron hasta el 63,6% [95% intervalo de confianza (IC): 30,8-89%) y el 63,5% (IC 95%: 53,4-72,7%), respectivamente, y el 33,3% y 98,9% (95% CI.: 7.5-70.1% y 94.2-99.9%) de GM, respectivamente. El ensayo de PCR LightCycler dado resultados positivos en el 21,4%, sin discriminación por parte de la cuantificación a través de las categorías clínicas diferentes. En esta comparación prospectiva, la PCR fue superior a la de GM con respecto a las tasas de sensibilidad. En los pacientes con alto riesgo de IA, los resultados positivos para Aspergillus por PCR de muestras de sangre son muy sugerentes para la IA y contribuir al diagnóstico.
Epistemonikos ID: 58a24f2bab49d63146a6868da84d2faa5f23a39e
First added on: Sep 18, 2011
Warning
Esta es una traducción automática de un artículo en Epistemonikos.

Las traducciones automáticas no pueden ser consideradas confiables para la toma de decisiones sanitarias.

Ver una traducción oficial en los siguientes idiomas: English

Si prefieres ver la traducción automática, asumimos que aceptas nuestros términos de uso