S'abonner

Analytical and clinical performance characteristics of the Abbott RealTime MTB RIF/INH Resistance, an assay for the detection of rifampicin and isoniazid resistant Mycobacterium tuberculosis in pulmonary specimens - 20/04/17

Doi : 10.1016/j.tube.2016.09.006 
Joshua Kostera , Gregor Leckie , Ning Tang , John Lampinen , Magdalena Szostak , Klara Abravaya , Hong Wang
 Abbott Molecular, 1300 Touhy Ave, Des Plaines, IL 60018, USA 

Corresponding author.

Summary

Clinical management of drug-resistant tuberculosis patients continues to present significant challenges to global health. To tackle these challenges, the Abbott RealTime MTB RIF/INH Resistance assay was developed to accelerate the diagnosis of rifampicin and/or isoniazid resistant tuberculosis to within a day. This article summarizes the performance of the Abbott RealTime MTB RIF/INH Resistance assay; including reliability, analytical sensitivity, and clinical sensitivity/specificity as compared to Cepheid GeneXpert MTB/RIF version 1.0 and Hain MTBDRplus version 2.0. The limit of detection (LOD) of the Abbott RealTime MTB RIF/INH Resistance assay was determined to be 32 colony forming units/milliliter (cfu/mL) using the Mycobacterium tuberculosis (MTB) strain H37Rv cell line. For rifampicin resistance detection, the Abbott RealTime MTB RIF/INH Resistance assay demonstrated statistically equivalent clinical sensitivity and specificity as compared to Cepheid GeneXpert MTB/RIF. For isoniazid resistance detection, the assay demonstrated statistically equivalent clinical sensitivity and specificity as compared to Hain MTBDRplus. The performance data presented herein demonstrate that the Abbott RealTime MTB RIF/INH Resistance assay is a sensitive, robust, and reliable test for realtime simultaneous detection of first line anti-tuberculosis antibiotics rifampicin and isoniazid in patient specimens.

Le texte complet de cet article est disponible en PDF.

Keywords : Mycobacterium, Rifampicin, Isoniazid, Sensitivity, Specificity, Reflex


Plan


© 2016  The Author. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 101

P. 137-143 - décembre 2016 Retour au numéro
Article précédent Article précédent
  • Highly sensitive sequence specific qPCR detection of Mycobacterium tuberculosis complex in respiratory specimens
  • Jennifer L. Reed, Zachary J. Walker, Debby Basu, Veronica Allen, Mark P. Nicol, David M. Kelso, Sally M. McFall
| Article suivant Article suivant
  • Formulation studies of InhA inhibitors and combination therapy to improve efficacy against Mycobacterium tuberculosis
  • Susan E. Knudson, Jason E. Cummings, Gopal R. Bommineni, Pan Pan, Peter J. Tonge, Richard A. Slayden

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.