S'abonner

MTB-DR-RIF 9G test: Detection and discrimination of tuberculosis and multi-drug resistant tuberculosis strains - 19/02/16

Doi : 10.1016/j.tube.2015.08.008 
Keum-Soo Song a, Satish Balasaheb Nimse b, Nam Hoon Cho c, Nackmoon Sung d, Hee-jin Kim e, Jeongseong Yang e, Taisun Kim b,
a Biometrix Technology, Inc. 202 BioVenture Plaza, Chuncheon, 200-161, Republic of Korea 
b Institute for Applied Chemistry and Department of Chemistry, Hallym University, Chuncheon, 200-702, Republic of Korea 
c Department of Pathology, College of Medicine, Yonsei University, Seoul, Republic of Korea 
d National Masan Hospital, Clinical Research Center, Changwon, Republic of Korea 
e Korea Mycobacterium Resource Center (KMRC), The Korean Institute of Tuberculosis, Cheongju-si, Republic of Korea 

Corresponding author. Department of Chemistry, Hallym University, 1 Okcheon-dong, Chuncheon, 200-702, Republic of Korea. Tel.: +82 33 248 2078; fax: +82 33 248 5634.

Summary

This report describes the evaluation of the novel MTB-DR-RIF 9G test for the accurate detection and discrimination of Mycobacterium tuberculosis (MTB) and rifampicin-resistant M. tuberculosis (MTB-DR-RIF) in the clinical samples. The procedure included the amplification of a nucleotide fragment of the rpoB gene of the MTB and MTB-DR-RIF strains and their hybridization with the immobilized probes. The MTB-DR-RIF 9G test was evaluated for its ability to detect and discriminate MTB and MTB-DR-RIF strains in 113 known clinical samples. The accuracy of the MTB-DR-RIF 9G test was determined by comparing its results with sequencing analysis and drug susceptibility testing. The sensitivity and specificity of the MTB-DR-RIF 9G test at 95% confidence interval were found to be 95.4% (89.5–98.5) and 100% (69.2–100), respectively. The positive predictive value and negative predictive value of the MTB-DR-RIF 9G test at 95% confidence interval were found to be 100% (85.0–95.9) and 66.7% (38.4–88.18), respectively. Sequencing analysis of all samples indicated that the mutations present in the regions identified with the MTB-DR-RIF 9G assay can be detected accurately.

Le texte complet de cet article est disponible en PDF.

Keywords : Tuberculosis, Drug resistant tuberculosis, Diagnosis, Accuracy, Sensitivity, Specificity


Plan


© 2015  Elsevier Ltd. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 95 - N° 6

P. 780-785 - décembre 2015 Retour au numéro
Article précédent Article précédent
  • Simultaneous staining of sputum smears for acid-fast and lipid-containing Myobacterium tuberculosis can enhance the clinical evaluation of antituberculosis treatments
  • Xavier A. Kayigire, Sven O. Friedrich, Lize van der Merwe, Peter R. Donald, Andreas H. Diacon
| Article suivant Article suivant
  • Discovery of novel lysine ?-aminotransferase inhibitors: An intriguing potential target for latent tuberculosis
  • Parthiban Brindha Devi, Jonnalagadda Padma Sridevi, Shruti Singh Kakan, Shalini Saxena, Variam Ullas Jeankumar, Vijay Soni, Hasitha Shilpa Anantaraju, Perumal Yogeeswari, Dharmarajan Sriram

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.