S'abonner

Tag Array gene chip rapid diagnosis anti-tuberculosis drug resistance in pulmonary tuberculosis -a feasibility study - 18/05/18

Doi : 10.1016/j.tube.2018.03.010 
Wenjie Wu , Peng Cheng , Jingtong Lyu , Zehua Zhang , jianzhong Xu
 Department of Orthopaedics, Southwest Hospital, Third Military Medical University, Chongqing, China 

Corresponding author.∗∗Corresponding author.

Abstract

Objective

We developed a Tag Array chip for detecting first- and second-line anti tuberculosis drug resistance in pulmonary tuberculosis and compared the analytical performance of the gene chip to that of phenotypic drug susceptibility testing (DST).

Methods

From November 2011 to April 2016.234 consecutive culture–confirmed, clinically and imaging diagnosed patients with pulmonary tuberculosis from Southwest Hospital, Chongqing were enrolled into the study. Specimens collected during sputum or bronchoalveolar lavage fluid from the pulmonary tuberculosis patients were subjected to M. tuberculosis species identification and drug-resistance detection by the Tag Array gene chip, and evaluate the sensitivity and specificity of chip.

Results

A total of 186 patients was diagnosed drug-resistant tuberculosis. The detection of rifampicin (RFP), isoniazid (INH), fluoroquinolones (FQS), streptomycin (SM) resistance genes was highly sensitive and specific: however, for detection of amikacin (AMK), capreomycin (CPM), Kanamycin (KM), specificity was higher, but sensitivity was lower. Sensitivity for the detection of a mutation in the eis promoter region could be improved. The detection sensitivity of the EMB resistance gene was low, therefore it is easy to miss a diagnosis of EMB drug resistance, but its specificity was high.

Conclusion

Tag Array chip can achieve rapid, accurate and high-throughput detection of tuberculosis resistance in pulmonary tuberculosis, which has important clinical significance and feasibility.

Le texte complet de cet article est disponible en PDF.

Keywords : Gene chip, Drug resistance, Sensibility, Specificity, Pulmonary tuberculosis


Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 110

P. 96-103 - mai 2018 Retour au numéro
Article précédent Article précédent
  • Evaluation of pyrosequencing for extensive drug resistance-defining anti-tuberculosis drugs for use in public healthcare
  • Remya Nambiar, Daksha Shah, Kanchan Ajbani, Mubin Kazi, Meeta Sadani, Anjali Shetty, Padmaja Keskar, Sanjeev Kamble, Alex van Belkum, Camilla Rodrigues
| Article suivant Article suivant
  • Novel red fluorescence protein based microplate assay for drug screening against dormant Mycobacterium tuberculosis by using paraffin
  • Amar Yeware, Dhiman Sarkar

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.