快速诊断和后COVID条件的严重程度尺度使用先进的光谱学
Paula Antelo-Riveiro1, Manuel Vázquez2, María Jesús Domínguez-Santalla3
1Department of Organic Chemistry, Center for Research in Biological Chemistry and Molecular Materials, Santiago de Compostela University, CIQUS, Spain; Soft Matter & Molecular Biophysics Group, Department of Applied Physics, Faculty of Physics, University of Santiago de Compostela, Spain.
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
|November 30, 2024
概括
紫外线-VIS-NIR-MIR光谱法提供了一种快速,具有成本效益的方法来诊断后COVID状态 (PCC). 该技术分析血液样本的光谱数据以量化PCC严重程度,显示了广泛临床应用的潜力.
科学领域:
- 生物医学光谱学 生物医学光谱学
- 诊断技术 诊断技术 诊断技术
- 后COVID状况研究研究
背景情况:
- 后COVID状况 (PCC) 在SARS-CoV-2感染后带来了重大的长期健康挑战.
- 目前的诊断方法,如PCC的脂组学和蛋白质学,是昂贵的和耗时的.
- 对于PCC,需要快速,具有成本效益的诊断工具.
研究的目的:
- 探索UV-VIS-NIR-MIR光谱作为诊断和量化PCC严重性的快速和负担得起的替代方案.
- 开发和验证用于PCC严重性评估的光谱光度模型.
- 为了比较光谱分析的有效性与已建立的脂质和蛋白质组方法.
主要方法:
- 从130名患者 (65名已知的PCC,65名新病例) 的血液样本进行光谱分析.
- 开发一种使用UV-VIS光谱数据 (297-600 nm) 来量化PCC严重性的模型.
- 应用无监督集群算法来根据光谱数据区分患者群.
主要成果:
- 在UV-VIS区域 (297-600nm) 中显著的光谱变异与PCC症状相关.
- 在无监督的集群中,在区分症状和无症状患者方面,获得了0.667的Jaccard相似性.
- 开发的光谱光度模型在用新患者数据量化PCC严重程度方面表现出强度.
结论:
- 紫外线-VIS-NIR-MIR光谱是PCC诊断和监测的一种有希望的快速,非侵入性和具有成本效益的工具.
- 光谱技术捕获临床相关的生物化学信息,与脂质组学和蛋白质组学相比.
- 建议进一步完善和整合光谱方法,可能在便携式设备中进行临床应用.
