慢性疲勞綜合癥的新血液測試準確率為91%

對于患有慢性疲勞綜合征接受正式診斷，他們是少數人青睞。專家建議高達 91%在美國，人們仍未被診斷出來，沒有醫療支持，這種疾病剝奪了他們的精力、腦力和無憂無慮的生活。

但是，如果新開發的診斷測試經得起審查，這些統計數據可能會及時改善。

由牛津大學領導的一組科學家剛剛發表了他們基于血細胞的測試的初步結果，該測試可以區分未受影響的個體和患有慢性疲勞綜合癥（也稱為肌痛性腦脊髓炎或 ME/CFS），準確率為 91%。

“開發一種具有早期診斷[ME / CFS]潛力的簡單測試是一個關鍵目標，”Jiabao Xu及其同事寫在他們的開放獲取、同行評審的論文中。

“早期診斷將使患者能夠更有效地管理他們的病情，可能導致疾病途徑和治療發展的新發現”，他們說，特別是如果這樣的血液測試可以揭示隨時間的變化。

血液測試使用一種稱為外周血單核細胞 （PBMC） 的血細胞在患有和沒有 ME/CFS 的人中區分一種稱為外周血單核細胞 （PBMC） 的特性，使用一種稱為拉曼光譜和一個人工智能（AI）工具。

以前的研究有建議來自 ME/CFS 患者的 PMBC 有能量功能下降;結果符合新興理論，即條件是能量產生受損.

建立在他們的試點研究，以及研究表明PBMC在ME / CFS中受到干擾，Xu及其同事在近100人中測試了他們的診斷方法：包括61名ME / CFS患者，16名健康對照者和21名多發性硬化癥患者，這是一種自身免疫性疾病，與ME / CFS有許多相似的癥狀。

如果血液測試可以區分ME / CFS患者和MS患者以及健康人，那么它可能預示著它用于區分ME / CFS與其他疾病，例如纖維肌痛,慢性萊姆病和長期新冠肺炎.

該團隊分析了98個患者樣本中的2,000多個細胞，分析了單個細胞的分子振動。由此產生的光譜，很像那些天文學家用來觀察恒星的化學成分，反映細胞內水平的變化代謝 產物當細胞代謝燃料時產生。

Xu及其同事觀察到ME / CFS患者與兩個對照組之間存在明顯的代謝差異。

應用AI算法，該測試可以準確分類91%的患者，甚至可以以84%的準確率區分輕度，中度和重度ME / CFS患者。

在更大的隊列中驗證研究結果的進一步研究將需要一些時間。Xu及其同事希望他們的方法能夠克服其他團隊在樣品處理中遇到的問題。然而，單細胞拉曼光譜在經過認證的診斷實驗室中并不容易獲得。

使用不同分析技術的類似基于血細胞的測試以前已經顯示出希望。2019年，斯坦福大學的科學家發表了一項測試的試點研究結果。分析PBMC，但此后沒有任何進展。（斯坦福大學團隊的成員是繼續他們的學業在我/CFS上。

與此同時，無數的ME / CFS患者仍在渴望診斷和適當的循證治療方案。

“許多[醫療專業人員]仍然對ME / CFS持懷疑態度，沒有有效的治療選擇或明確的病理，”徐及其同事注意.

讓我們希望這種情況很快就會改變，像這樣的研究表明可檢測的生物變化在能量限制、改變生活的條件下。

該研究發表在先進科學.

寶寶起名 起名