Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Analiza porównawcza automatycznego analizatora kału w porównaniu z bezpośrednią mikroskopią rozmazu na mokro w celu wykrywania infekcji pasożytniczych w próbkach kału

1.6K wyświetleń

DOI:

10.3791/67706

25 kwietnia 2025

* These authors contributed equally

W tym artykule

Podsumowanie

Infekcje pasożytnicze stanowią poważne wyzwanie dla zdrowia publicznego, szczególnie w krajach i regionach rozwijających się. W tym badaniu porównano automatyczny analizator kału w celu oceny jego skuteczności diagnostycznej z tradycyjną metodą bezpośredniej mikroskopii rozmazowej na mokro.

Streszczenie

Wraz z rozwojem społeczno-ekonomicznym, częstość występowania chorób pasożytniczych jelit znacznie spadała z roku na rok. Jednak infekcje pasożytnicze pozostają poważnym problemem zdrowia publicznego na całym świecie, szczególnie w krajach i regionach rozwijających się. Szybka diagnoza i leczenie mają kluczowe znaczenie dla kontrolowania rozprzestrzeniania się tych chorób. Tradycyjna metoda bezpośredniej mikroskopii rozmazowej na mokro, choć szeroko stosowana, jest pracochłonna, podatna na zanieczyszczenia i zależna od umiejętności technika. W tym artykule przedstawiono automatyczny analizator kału, który automatyzuje przetwarzanie próbek kału, oferując zalety w porównaniu z tradycyjną metodą bezpośredniej mikroskopii rozmazowej na mokro, takie jak łatwość obsługi, szybkie wykrywanie, czyste i higieniczne środowisko pracy oraz wysoka czułość i swoistość, zwiększając w ten sposób wydajność i dokładność diagnostyki.

Porównaliśmy trzy różne metody analizy kału: metodę bezpośredniego mokrego mikroskopu rozmazowego, automatycznego analizatora kału (raport AI) i automatycznego analizatora kału (audyt użytkownika). Raport AI wykorzystuje zautomatyzowaną analizę obrazu i algorytmy uczenia maszynowego do identyfikacji składników, takich jak pasożyty i jaja w próbkach kału. Ta metoda może szybko przetwarzać dużą liczbę próbek, zwiększając wydajność. Audyt użytkownika również wykorzystuje automatyczny analizator kału, ale obejmuje dodatkowy etap audytu użytkownika. Doświadczeni technicy przeglądają raport AI, aby zwiększyć dokładność i wiarygodność wyników. Analizator wykazał czułość 84,31% dla raportów AI i 94,12% dla audytów użytkowników, a także swoistość 98,71% dla raportów AI i 99,69% dla audytów użytkowników, co czyni go nieocenionym narzędziem do diagnozy klinicznej i leczenia infekcji pasożytniczych.

Wprowadzenie

W skali globalnej pasożytnicze choroby jelit pozostają istotnym problemem zdrowia publicznego, szczególnie w krajach rozwijających się. Dane historyczne z Komisji Zdrowia i Opieki Społecznej Chińskiej Republiki Ludowej wykazują znaczny spadek wskaźników zakażeń z 62,63% w 1992 roku do 5,96% w 2015 roku1,2,3. Pomimo tak gwałtownego spadku1, przy średniej ważonej chorobowości krajowej na poziomie 0,47% i szacowanej liczbie 5,98 miliona zainfekowanych osób3, chorobowość zakażeń Clonorchis sinensis w populacji Guangdong pozostaje zauważalnie wysoka i wynosi 4,90%4. Konkretne regiony, takie jak Guangdong, wciąż wykazują wyższe wskaźniki zakażeń C. sinensis, co podkreśla potrzebę stosowania precyzyjnych metod diagnostycznych.

Rozpoznawanie chorób pasożytniczych można przeprowadzić za pomocą badania mikroskopowego, obrazowania medycznego oraz metod serologicznych i molekularnych. Analiza serologiczna z wykorzystaniem enzymatycznego testu immunoabsorpcyjnego (ELISA) jest pomocna w diagnozowaniu chorób pasożytniczych, jednak jej czułość jest umiarkowana i wynosi około 80%5. Techniki diagnostyki biologii molekularnej cechują się wysoką czułością i swoistością6, lecz ich zastosowanie utrudniają skomplikowane i czasochłonne procedury oraz wysokie koszty testów, co sprawia, że nie nadają się one do rutynowych badań na dużą skalę.

Wykrycie jaj C. sinensis w kale pacjenta stanowi podstawę potwierdzenia diagnozy. Metoda grubego preparatu Kato-Katz, służąca do poszukiwania jaj C. sinensis, jest klasyczną metodą powszechnie stosowaną w diagnostyce chorób pasożytniczych7,8. Choć jest ona niedroga, jest czasochłonna, pracochłonna i nieodpowiednia do praktyki klinicznej przy dużej liczbie próbek do przeanalizowania. Większość szpitali pierwszego stopnia stosuje obecnie metodę bezpośredniej mikroskopii preparatu mokrego. Jednak metoda ta nadal jest czasochłonna i pracochłonna, wiąże się z nieprzyjemnym zapachem kału i jest podatna na kontaminację krzyżową, wysokie ryzyko bioasekuracyjne oraz wyniki zależne od doświadczenia i staranności personelu wykonującego badania9.

Konwencjonalne techniki diagnostyczne, mimo swojej wartości, wykazują ograniczenia w zakresie czułości i praktyczności. Jednak dzięki stałemu postępowi nauki i technologii, badania kału stają się bardziej zautomatyzowane i zestandaryzowane. W laboratoriach klinicznych zyskują na popularności zautomatyzowane urządzenia wykorzystujące metody oparte na obrazowaniu cyfrowym do ilościowego wykrywania pasożytów lub ich jaj w kałach. Oferują one takie zalety jak łatwość obsługi, szybka detekcja, czyste i higieniczne środowisko pracy oraz wysoka czułość i swoistość. Automatyczny analizator kału wykorzystuje technologię obrazowania cyfrowego do dokumentowania obserwacji mikroskopowych poprzez przechwytywanie serii cyfrowych fotografii przy małym i dużym powiększeniu za pomocą mikroskopu i zintegrowanego systemu obrazowania cyfrowego. Następnie system przesyła te obrazy do komputerowego systemu przetwarzania danych, który odpowiednio je identyfikuje i analizuje. Niedawno podjęliśmy próbę zdiagnozowania szeregu infekcji pasożytniczych, koncentrując się na wykrywaniu pasożytów i ich jaj w próbkach kału. Próbki dodatnie identyfikowane są na podstawie ich cech morfologicznych. Oceńiliśmy automatyczny analizator kału pod kątem wykrywania pasożytów w próbkach kału i potwierdziliśmy jego potencjał jako uzupełnienia konwencjonalnych metod mikroskopowych. Automatyczny analizator kału składa się z jednostki głównej oraz towarzyszącego oprogramowania zawierającego kilka wyspecjalizowanych modułów, w tym moduł automatycznego pobierania próbek, moduł pobierania prób punktowych, moduł obserwacji cech i koloru próbki, moduł kamery oraz moduł kart odczynnikowych (Rycina 1).

Schemat analizatora medycznego z opisanymi elementami: mikroskop, skaner kodów kreskowych, statyw na próbki.
Rysunek 1: Elementy urządzenia. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

W niniejszym badaniu 2305 świeżych próbek kału pobranych w lipcu 2024 r. od pacjentów hospitalizowanych w Guangdong Provincial People's Hospital poddano ocenie metodą podwójnie ślepej próby, wykorzystując automatyczny analizator kału (Automatic Fecal Analyzer) oraz metodę mikroskopii bezpośredniej w kropli wody (Rycina 2). Jedna grupa przeprowadziła testy z wykorzystaniem metody mikroskopii bezpośredniej w kropli wody, natomiast druga zastosowała automatyczny analizator kału z raportem generowanym przez AI. Po udokumentowaniu wyników z każdej grupy, trzecia grupa badaczy przeprowadziła ręczny przegląd obrazów zarejestrowanych przez analizator automatyczny. Przeszukiwano je pod kątem podejrzenia obecności pasożytów lub jaj, obrazów odbiegających od analizy automatycznej, obrazów niewyraźnych lub brakujących, a także tych o złożonym tle zawierającym nadmierne zanieczyszczenia. Proces ten polegał na korekcie wyników, co określono jako audyt użytkownika automatycznego analizatora kału. Ostatecznie czwarta osoba podsumowała i przeanalizowała statystycznie otrzymane wyniki. Skuteczność w pełni zautomatyzowanego oprzyrządowania do badania kału oceniono poprzez podwójnie ślepą detekcję pasożytów/jaj, porównując czas wykrywania oraz wyniki uzyskane za pomocą trzech metodologii.

Schemat procesu analizy kału: mikroskopia vs metody zautomatyzowane; wykrywanie infekcji pasożytniczych.
Rysunek 2: Schematyczny rysunek planu badawczego. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Badanie to zostało zatwierdzone przez Komisję Rewizji Etycznej Szpitala Ludowego Prowincji Guangdong, Southern Medical University w Guangzhou w Chinach (numer zatwierdzenia: KY2024-445-02). Wszyscy uczestnicy podpisali pisemną zgodę na udział w badaniu przed jego rozpoczęciem. Odczynniki i sprzęt wykorzystane w badaniu wyszczególniono w Tabeli Materiałów.

1. Pobieranie próbek

  1. Należy użyć probówek do pobierania próbek od producenta Automatycznego Analizatora Kału, upewniając się, że są one zakręcane, szczelne, czyste, suche, nieprzeciekające oraz posiadają odpowiedni otwór i objętość do próbkowania wielopunktowego.
  2. Należy pobrać jak największą ilość świeżego, nieprawidłowego materiału kałowego zawierającego śluz, ropę lub krew, dążąc do uzyskania ilości około 0,5 g. W przypadku kału rozrzedzonego lub wodnistego należy użyć jednorazowej pipety do pobrania wymaganej objętości próbki.
    UWAGA: Należy zachować ostrożność, aby zapobiec zanieczyszczeniu próbek kału z materiałów niepochodzących od pacjenta. Obejmuje to, ale nie ogranicza się do: kału po lewatywach lub przeczyszczaczach na bazie olejów, próbek z k इसकी łóżkowych lub toalet, kału zanieczyszczonego roślinami, glebą, ściekami, środkami dezynfekcyjnymi, detergentami, moczem, krwią menstruacyjną lub leucoreą.

2. Metody badania kału

  1. Metoda bezpośredniego badania preparatu w kropli10,11
    1. Nanieść 1-2 krople roztworu soli fizjologicznej na czyste szkło przedmiotowe.
    2. Pobrać małą próbkę z obszaru nieprawidłowości lub z kilku obszarów kału w celu wykonania rozmazu.
    3. Równomiernie rozprzestrzenić próbkę na szkiełku. Dostosować grubość rozmazu, aby zapewnić widoczność szczegółów.
    4. Przykryć rozmaz szkiełkiem zakrywającym, unikając powstania pęcherzyków powietrza.
    5. Przeskanować ponad 10 pól widzenia przy małym powiększeniu (10x). W przypadku wykrycia jaj pasożytów lub samych pasożytów, przełączyć na duże powiększenie (40x) w celu szczegółowej obserwacji morfologicznej.
      UWAGA: Zaleca się badanie szkiełka przy małym powiększeniu w sekwencji „zygzaka” (tzw. battlements), aby zminimalizować ryzyko pominięcia zmian.
  2. Automatyczny analizator kału (Rysunek 3)
    1. Włączyć komputer i analizator, uruchomić oprogramowanie, wprowadzić nazwę użytkownika oraz hasło i poczekać, aż urządzenie przeprowadzi autotest.
    2. Zebrać odpowiednią próbkę kału do właściwej probówki do pobierania próbek.
      UWAGA: Preferowaną próbką jest świeży, nieprawidłowy kał zawierający śluz, ropę lub krew o masie około 0,5 g.
    3. Umieścić probówkę z próbką w uchwycie analizatora, umieścić statyw z próbkami w automatycznym wlocie próbek i kliknąć Start, aby rozpocząć pierwszy test po autoteście.
      UWAGA: Kolejne testy będą automatycznie wykrywane i przeprowadzane przez urządzenie. Robot instrumentu wykona zdjęcie próbki do celów dokumentacyjnych.
    4. Dodać 5 mL rozcieńczalnika do probówki z próbką, dokładnie wymieszać za pomocą mieszania pneumatycznego i odstawić próbkę do osadzenia przed analizą.
      UWAGA: Probówka do pobierania próbek jest wyposażona w specjalny filtr usuwający pozostałości nieposiadające znaczenia patologicznego, takie jak duże ilości włókien roślinnych, nasiona i niestrawione resztki pokarmowe.
    5. Pozwolić próbce wpłynąć do komory zliczającej w celu analizy, gdzie analizator uchwyci wysokorozdzielcze obrazy mikroskopowe pod mikroskopem, a oprogramowanie przetworzy i rozpozna te obrazy.
    6. Przejść do interfejsu Result, sprawdzić obrazy testowe i przesłać wynik do Laboratoryjnego Systemu Informatycznego (LIS) lub go wydrukować.
    7. Kliknąć Stop, aby zakończyć test.
    8. Wybrać opcję Flush i Shutdown.
    9. Załadować statyw z koncentratem płynu płuczącego. Urządzenie automatycznie przeprowadzi płukanie i wyłączy się.

Schemat działania analizatora laboratoryjnego; konfiguracja analizy mikroskopowej; diagram; przetwarzanie próbek; integracja oprogramowania.
Rysunek 3: Schemat działania zautomatyzowanego systemu analizatora kału. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

3. Ocena metodologiczna

  1. Obliczanie czasu detekcji
    UWAGA: Czas detekcji obliczano poprzez zapisywanie czasu rozpoczęcia i zakończenia każdej procedury testowej. Wyniki testów porównywano poprzez analizę czułości i swoistości każdej metody w wykrywaniu pasożytów.
    1. Metoda bezpośredniej mikroskopii preparatów mokrych
      1. Dla każdej próbki kału zmierz czas potrzebny na pobranie ilości kału wielkości ziarna ryżu i równomierne rozprowadzenie go na szkiełku przedmiotowym.
      2. Zmierz czas odczytu wyników dla każdego uczestnika.
      3. Zsumuj czas pobierania i odczytu dla każdego uczestnika.
      4. Pomnóż sumę z kroku 3.1.1.3 przez liczbę uczestników, aby uzyskać całkowity czas testu dla metody bezpośredniej mikroskopii preparatów mokrych (T1).
      5. Podziel T1 z kroku 3.1.1.4 przez liczbę przebadanych próbek, aby uzyskać średni czas testu dla metody bezpośredniej mikroskopii preparatów mokrych (t1).
    2. Automatyczny analizator kału (raport AI)
      UWAGA: Proces ten może być wykonany przez jedną osobę.
      1. Zmierz czas testu automatycznego analizatora kału dla każdej próbki (T2).
      2. Podziel T2 przez liczbę przebadanych próbek, aby uzyskać średni czas testu dla automatycznego analizatora kału (raport AI) (t2).
    3. Automatyczny analizator kału (audyt użytkownika)
      1. Zmierz czas testu automatycznego analizatora kału dla każdej próbki (patrz krok 3.1.2).
      2. Zmierz czas ręcznej weryfikacji obrazów dla każdej próbki. Uruchom stoper (stoper mechaniczny lub cyfrowy) natychmiast po rozpoczęciu weryfikacji obrazów przechwyconych przez automatyczny analizator kału z danej próbki. Dokładnie zbadaj obrazy w celu zidentyfikowania wszelkich istotnych składników lub nieprawidłowości. Zatrzymaj stoper po zakończeniu weryfikacji danej próbki, zanotuj czas poświęcony na weryfikację każdej próbki i wprowadź dane do arkusza kalkulacyjnego w celu dalszej analizy.
      3. Zsumuj czas testu automatycznego analizatora kału oraz czas ręcznej weryfikacji obrazów dla każdej próbki.
      4. Pomnóż sumę z kroku 3.1.3.3 przez liczbę uczestników, aby uzyskać całkowity czas testu dla automatycznego analizatora kału (audyt użytkownika) (T3).
      5. Podziel T3 przez liczbę przebadanych próbek, aby uzyskać średni czas testu dla automatycznego analizatora kału (audyt użytkownika) (t3).
  2. Porównanie wyników testów
    UWAGA: Efektywność raportu generowanego przez AI automatycznego analizatora kału oraz wyniki audytu użytkownika oceniano, przyjmując metodę bezpośredniego preparatu mokrego jako punkt odniesienia.
    1. Zbierz wyniki metody bezpośredniej mikroskopii preparatów mokrych, która posłuży jako punkt odniesienia.
    2. Zbierz wyniki z raportu generowanego przez AI automatycznego analizatora kału.
    3. Zbierz wyniki z audytu użytkownika automatycznego analizatora kału.
  3. Oblicz wskaźniki oceny.
    1. Próbkę uznaje się za prawdziwie dodatnią (TP), gdy wyniki automatycznego analizatora kału (raport AI lub audyt użytkownika) oraz metoda bezpośredniej mikroskopii preparatów mokrych wskazują na obecność badanego analitycznego.
    2. Próbkę uznaje się za prawdziwie ujemną (TN), gdy zarówno wyniki automatycznego analizatora kału (raport AI lub audyt użytkownika), jak i metoda bezpośredniej mikroskopii preparatów mokrych wskazują na brak badanego analitycznego.
    3. Próbkę uznaje się za fałszywie dodatnią (FP), gdy raport AI lub audyt użytkownika automatycznego analizatora kału wskazuje na obecność badanego analitycznego, ale metoda bezpośredniej mikroskopii preparatów mokrych nie potwierdza jego obecności.
    4. Próbkę uznaje się za fałszywie ujemną (FN), gdy raport AI lub audyt użytkownika automatycznego analizatora kału wskazuje na brak badanego analitycznego, podczas gdy metoda bezpośredniej mikroskopii preparatów mokrych faktycznie wykrywa jego obecność.
    5. Oblicz swoistość w następujący sposób:
      ​Swoistość= Prawdziwie Ujemne (TN) / (Prawdziwie Ujemne + Fałszywie Dodatnie)
    6. Oblicz czułość w następujący sposób.
      ​Czułość= Prawdziwie Dodatnie (TP) / (Prawdziwie Dodatnie + Fałszywie Ujemne)
    7. Oblicz dodatnią wartość predykcyjną (PPV) w następujący sposób:
      PPV = Prawdziwie Dodatnie (TP) / (Prawdziwie Dodatnie + Fałszywie Dodatnie)
    8. Oblicz ujemną wartość predykcyjną (NPV) w następujący sposób:
      ​NPV = Prawdziwie Ujemne (TN) / (Prawdziwie Ujemne + Fałszywie Ujemne)
    9. Oblicz wartość Kappa za pomocą oprogramowania statystycznego.
    10. Oblicz współczynnik zgodności w następujący sposób:
      ​Współczynnik zgodności = Zgodności (zarówno raport AI, jak i raport użytkownika są zgodne z punktem odniesienia) / Wszystkie próbki.
    11. Oblicz odsetek detekcji dodatniej w następujący sposób:
      Odsetek detekcji dodatniej = Liczba wyników dodatnich / Wszystkie próbki.

4. Analiza wyników

  1. Wprowadź dane do arkuszy kalkulacyjnych i przeprowadź analizę statystyczną.
  2. W przypadku danych liczbowych do opisu wykorzystaj wskaźniki i proporcje, a porównania między grupami przeprowadź za pomocą dwustronnego testu chi-kwadrat dla par.
  3. Porównaj średnie czasy detekcji między dwiema metodami, stosując test T dla prób niezależnych.
  4. Oceń zgodność w wykrywaniu gatunków pasożytów między technikami za pomocą współczynnika zgodności Kappa (κ).
  5. Przyjmij, że wartość P < 0,05 oznacza istotność statystyczną.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Porównanie czasów detekcji pomiędzy trzema metodami detekcji
Średni czas detekcji wynosił 1,55 min na osobę na próbkę dla metody bezpośredniej mikroskopii rozmazu w kropli, 1,30 min na osobę na próbkę dla automatycznego analizatora kału (raport AI) oraz 1,47 min na osobę na próbkę dla automatycznego analizatora kału (audyt użytkownika). Metoda bezpośredniej mikroskopii rozmazu w kropli wymagała 1,1x dłuższego czasu w porównaniu do automatycznego analizatora kału (raport AI) (t = 2,442, P...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Choroby pasożytnicze stanowią poważny globalny problem zdrowia publicznego12 , szczególnie w krajach rozwijających się, gdzie prowadzą do problemów zdrowotnych, takich jak niedożywienie, zahamowanie wzrostu, niedokrwistość i niedrożność dróg żółciowych13 , a także są związane z niewystarczającym rozwojem społeczno-gospodarczym i edukacją. Badanie kału na obecność pasożytów stało się rutynową częścią praktyki klinicznej, a dokładność, szybkość i wydajność są kluczowymi wymag...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają do zadeklarowania konfliktu interesów.

Podziękowania

Ta praca została sfinansowana przez Narodową Fundację Nauk Przyrodniczych Chin (82002235, 82302571); Fundacja Podstawowych i Stosowanych Badań Podstawowych i Stosowanych Guangdong (2024A1515011037).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Oprogramowanie automatycznego analizatora kału (FA280S)ORIENTERv.1.028(RecoV2.9.14)Oprogramowanie systemu automatycznego analizatora kału (FA280S)
Skoncentrowany płyn czyszczącyORIENTERNadaje się do czyszczenia rurociągów
OkładkaMARKASZKLANEGO ŻAGLA Chronić próbkę przed uszkodzeniem i zanieczyszczeniem.
Jednorazowa plastikowa słomkaNantong Lingke BiotechnologyJednorazowa plastikowa słomka służąca do zasysania soli fizjologicznej
FA280SORIENTERA022201035W pełni automatyczny analizator kału
Płyn płuczącyORIENTERQ/WWT-019-2021Wyprodukowano rurociąg płuczący w pełni automatycznego analizatora kału 
MikroskopOLYMPUS3H51278Obserwacja komórek
Szkiełka mikroskopoweWS-7101Zapewniają stabilną, płaską powierzchnię do mocowania próbek do badania pod mikroskopem.
Rozcieńczalnik próbkiORIENTERSichuan Rong Machinery 20150025Nadaje się do rozcieńczania próbek kału
Stojak na próbkiORIENTERStojaki załadowcze
Probówka na próbkiORIENTERSichuan Rong Machinery 20200204Kolektor kału
Wtrysk chloeide soduGuangdong Daxiang Pharmaceutical Co.H14020786Rozcieńczanie
Oprogramowanie statystyczne SPSSIBMSPSS Statistics 22.0Nadaje się do różnych zadań badawczych i analitycznych
Drewniany kijJednorazowy drewniany patyczek służący do pobierania odpowiedniej ilości próbki kału.

Bibliografia

  1. Yu, S., et al. Report on the first nationwide survey of the distribution of human parasites in China. 1. Regional distribution of parasite species. Zhongguo Ji Sheng Chong Xue Yu Ji Sheng Chong Bing Za Zhi. 12 (4), 241-247 (1994).
  2. Coordinating Office of the National Survey on the Important Human Parasitic Diseases. A national survey on current status of the important parasitic diseases in human population. Zhongguo Ji Sheng Chong Xue Yu Ji Sheng Chong Bing Za Zhi. 23 (5), 332-340 (2005).
  3. Yindan, C., et al. National survey on the current status of important human parasitic diseases in China in 2015. Chinese Journal of Parasitology and Parasitic Diseases. 38 (1), 5-16 (2020).
  4. Mengran, L., et al. A survey of epidemic status of principal human parasites in Guangdong Province in 2015. Chinese Journal of Endemiology. 37 (2), 144-148 (2018).
  5. Pacheco, F., et al. Specific IgG and IgA antibody reactivities in sera of children by enzyme-linked immunoassay and comparison with Giardia duodenalis diagnosis in feces. Ann Lab Med. 40 (5), 382-389 (2020).
  6. Rahman, S., et al. Application of a loop-mediated isothermal amplification (LAMP) assay targeting cox1 gene for the detection of Clonorchis sinensis in human fecal samples. PLoS Negl Trop Dis. 11 (10), e5995(2017).
  7. Koontz, F., Weinstock, J. V. The approach to stool examination for parasites. Gastroenterol Clin North Am. 25 (3), 435-449 (1996).
  8. Boonyong, S., et al. High-throughput detection of parasites and ova in stool using the fully automatic digital feces analyzer, orienter model fa280. Parasit Vectors. 17 (1), 13(2024).
  9. Dacal, E., Köster, P. C., Carmena, D. Diagnóstico molecular de parasitosis intestinales. Enferm Infecc Microbiol Clin. 38 (1), 24-31 (2020).
  10. Deka, S., et al. Comparison of diagnostic performance of single and multiple fecal sampling in the detection of soil-transmitted helminths in school-aged children[J]. J Parasit Dis. 45 (2), 324-329 (2021).
  11. Deka, S., Kalita, D., Hazarika, N. K. Prevalence and risk factors of intestinal parasitic infection in under-five children with malnutrition: A hospital based cross-sectional study. J Family Med Prim Care. 11 (6), 2794-2801 (2022).
  12. Fairweather, I., et al. Drug resistance in liver flukes. Int J Parasitol Drugs Drug Resist. 12, 39-59 (2020).
  13. Soares, F. A., et al. Detection of intestinal parasites in human faecal samples using dissolved air flotation. Trop Med Int Health. 27 (12), 1044-1052 (2022).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Analiza próbek kałubadanie mikroskopoweanaliza obrazualgorytmy uczenia maszynowegoczułość diagnostycznawykrywanie jaj pasożytówdiagnoza kliniczna