S'abonner

Prediction of XDR/pre-XDR tuberculosis by genetic mutations among MDR cases from a hospital in Shandong, China - 15/05/14

Doi : 10.1016/j.tube.2014.03.005 
Haiying Wang a, b, 1, Xiaocui Zhang c, 1, Tao Luo a, Xuezheng Li d, Peng Tian d, Yong Xu d, Qian Gao a,
a Key Laboratory of Medical Molecular Virology of Ministries of Education and Health, Institutes of Biomedical Sciences and Institute of Medical Microbiology, School of Basic Medical Sciences, Shanghai Medical College, Fudan University, 138 Yi Xue Yuan Road, Shanghai 200032, China 
b Department of Clinical Laboratory, Shanghai Public Health Clinical Center, Affiliated to Fudan University, Shanghai, China 
c Jinan Tuberculosis Reference Laboratory, Jinan Tuberculosis Dispensary, Jinan, China 
d Katharine Hsu International Research Center of Human Infectious Diseases, Shandong Provincial Chest Hospital, Jinan, China 

Corresponding author. Tel.: +86 21 5423 7195; fax: +86 21 5423 7971.

Summary

The prevalence of extensively drug-resistant (XDR) and pre-extensively drug-resistant (pre-XDR) tuberculosis in China highlights the need for rapid diagnosis. Molecular methods based on the detection of resistance-conferring mutations provide promising solution for rapid diagnosis. Here, we evaluated the accuracy of using mutations in gyrA, rrs and tlyA to predict resistance to levofloxacin (LEV), amikacin (AMK) and capreomycin (CAP), among 208 clinical multidrug-resistant (MDR) Mycobacterium tuberculosis strains collected in a local hospital in Shandong province, China. A total of 131 (63.0%, 131/208) strains were detected resistance to at least one of the 3-s line drugs by drug susceptible tests (DSTs). By comparing the mutation data with the phenotypic results, we found all mutations in three genes could specifically (with specificities from 93.9% to 100%) predict resistances with sensitivities of 77.8% for gyrA (LEV), 71.4% for rrs (AMK), 53.6% for rrs (CAP), 14.3% for tlyA (CAP), 64.3% for rrs and tlyA (CAP). The combination of these mutations could predict 68.9% and 63.4% pre-XDR and XDR TB, respectively. However, the positive predictive value of rrs for CAP resistance (57.7%) and the negative predictive values of gyrA for LEV resistance (74.5%) were not satisfying. Our results supported the use of genetic mutations to predict resistance to AMK and fluoroquinolones. An algorithm that combines molecular methods and traditional DST would be valuable for detecting resistance to second-line drugs in our hospital.

Le texte complet de cet article est disponible en PDF.

Keywords : Mycobacterium tuberculosis, Extensively drug resistance, Resistance-associated mutation, Second-line drugs


Plan


© 2014  Elsevier Ltd. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 94 - N° 3

P. 277-281 - mai 2014 Retour au numéro
Article précédent Article précédent
  • In vitro–in vivo activity relationship of substituted benzimidazole cell division inhibitors with activity against Mycobacterium tuberculosis
  • Susan E. Knudson, Kunal Kumar, Divya Awasthi, Iwao Ojima, Richard A. Slayden
| Article suivant Article suivant
  • Pharmacokinetics and dose response of anti-TB drugs in rat infection model of tuberculosis
  • Naveen Kumar, K.G. Vishwas, Mahesh Kumar, Jitendar Reddy, Manish Parab, C.L. Manikanth, B.S. Pavithra, R.K. Shandil

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.