在COVID-19查中使用NIR:未来应用的原则证明

科学领域:

• 生物医学工程 生物医学工程
• 频谱学是一种光谱学.
• 传染病诊断 传染病诊断 传染病诊断

背景情况:

• 在全球卫生紧急情况下,COVID-19大流行凸显了RT-PCR等标准诊断工具的局限性,用于在全球卫生紧急情况下进行大规模查.
• 需要快速,高效和可靠的选测试,适用于大规模场景.
• 近红外光谱 (NIRS) 是一种快速,非侵入性的振动技术,用于分析生物流体的化学成分.

研究的目的:

• 开发和评估用于识别COVID-19的快速近红外光谱学 (NIRS) 方法.
• 评估NIRS在分析 COVID-19 检测口腔抽样的光谱数据中的有效性.

主要方法:

• 使用近红外 (NIR) 设备分析了来自67名住院患者的拭子样本.
• 频谱预处理,异常值去除和使用部分最小方程进行区分分析 (PLS-DA) 的分类模型开发.
• 两个PLS-DA模型的比较:一个用所有变量,另一个使用有序预测器选择 (OPS-DA) 来减少变量.

主要成果:

• 通过减少冗余变量,OPS-DA模型证明了改进的诊断指标.
• 开发的NIRS模型的灵敏度为92%,特异性为100%,准确度为95%,AUROC为94%的COVID-19阳性样本.
• 使用OPS-DA的变量选择提高了模型的诊断性能.

结论:

• 近红外光谱 (NIRS) 显示出作为临床COVID-19检测的快速和准确工具的潜力.
• 开发的NIRS方法可以显著改善医学诊断和实验室工作流程.
• 这种方法可能为未来全球卫生危机的快速查提供了一个有价值的替代方案.