摘要
目的:开发结核诊断新标识。方法:利用特征选择方法从20个基因中选取3个基因(CD157、GSDMD和VAMP5)可用于初步区分肺结核患者(59例)与非结核人群(188例);采用Taqman单管同步检测技术验证3个基因的重复性,比较其在新鲜和冻存外周血中的表达量;最后通过神经网络(neural network,NNET)建立用于区分肺结核患者和非结核的分类诊断模型。结果:建立并验证了Taqman单管同步检测3个基因的实时荧光定量技术;通过3个基因的组合(CD157、GSDMD和VAMP5)构建了可用于区分肺结核(158例)与非结核(157例)的NNET模型,该模型对区分肺结核的准确度、灵敏度与特异性分别为0.77(95%CI:0.72,0.82)、0.80(95%CI:0.72,0.86)和0.75(95%CI:0.68,0.82),曲线下面积(area under curve,AUC)为0.85(95%CI:0.80,0.89);在来自独立测试集样本中(包含33个结核样本,35个非结核样本),该模型对区分肺结核的准确度、灵敏度和特异性分别为:0.75(95%CI:0.63,0.85)、0.74(95%CI:0.57,0.88)和0.76(95%CI:0.58,0.89),AUC为0.84(95%CI:0.80,0.89)。结论:鉴定出了能够用于区分和诊断结核的三基因组合标识,开发出了可以单管同步检测分析该3个基因的技术,用于临床上快速筛查诊断结核患者。
- 单位