Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Yöntem makalesi

Dışkı Örneklerinde Paraziter Enfeksiyonları Tespit Etmek için Otomatik Dışkı Analizörü ile Doğrudan Islak Yayma Mikroskobunun Karşılaştırmalı Analizi

1.6K görüntülenme

DOI:

10.3791/67706

25 Nisan 2025

* These authors contributed equally

Bu makalede

Özet

Paraziter enfeksiyonlar, özellikle gelişmekte olan ülkelerde ve bölgelerde önemli bir halk sağlığı sorunu oluşturmaktadır. Bu çalışma, tanısal etkinliğini değerlendirmek için bir Otomatik Fekal Analizörü geleneksel Doğrudan Islak Smear Mikroskobu yöntemiylekini karşılaştırmaktadır.

Özet

Sosyo-ekonomik gelişme ile birlikte bağırsak paraziter hastalıklarının prevalansı yıldan yıla önemli ölçüde azalmıştır. Bununla birlikte, paraziter enfeksiyonlar, özellikle gelişmekte olan ülkelerde ve bölgelerde, küresel olarak önemli bir halk sağlığı sorunu olmaya devam etmektedir. Zamanında tanı ve tedavi, bu hastalıkların yayılmasını kontrol etmek için çok önemlidir. Geleneksel Doğrudan Islak Smear Mikroskobu yöntemi, yaygın olarak kullanılmasına rağmen, emek yoğundur, kontaminasyona eğilimlidir ve teknisyenin becerilerine bağlıdır. Bu makale, dışkı örneği işlemeyi otomatikleştiren, geleneksel Doğrudan Islak Smear Mikroskobu yöntemine göre kullanım kolaylığı, hızlı algılama, temiz ve hijyenik bir çalışma ortamı ve yüksek hassasiyet ve özgüllük gibi avantajlar sunan bir Otomatik Dışkı Analiz Cihazını tanıtmaktadır, böylece tanısal verimliliği ve doğruluğu artırır.

Dışkı analizi için üç farklı yöntemi karşılaştırdık: doğrudan ıslak smear mikroskobu yöntemi, otomatik dışkı analizörü (AI raporu) ve otomatik dışkı analizörü (kullanıcı denetimi). Yapay zeka raporu, dışkı örneklerindeki parazitler ve yumurtalar gibi bileşenleri tanımlamak için otomatik görüntü analizi ve makine öğrenimi algoritmaları kullanır. Bu yöntem, çok sayıda numuneyi hızlı bir şekilde işleyerek verimliliği artırabilir. Kullanıcı Denetimi ayrıca otomatik bir dışkı analizörü kullanır ancak ek bir kullanıcı denetimi adımı içerir. Deneyimli teknisyenler, sonuçların doğruluğunu ve güvenilirliğini artırmak için AI raporunu inceler. Analizör, yapay zeka raporu için %84,31 ve kullanıcı denetimleri için %94,12'lik bir hassasiyetin yanı sıra yapay zeka raporları için %98,71 ve kullanıcı denetimleri için %99,69'luk bir özgüllük sergileyerek paraziter enfeksiyonların klinik tanı ve tedavisi için paha biçilmez bir araç haline geldi.

Giriş

Küresel ölçekte intestinal paraziter hastalıklar, özellikle gelişmekte olan ülkelerde önemli bir halk sağlığı sorunu olmaya devam etmektedir. Çin Halk Cumhuriyeti Sağlık ve Refah Komisyonu'ndan alınan tarihsel veriler, enfeksiyon oranlarının 1992'de %62,63'ten 2015'te %5,96'ya belirgin bir şekilde düştüğünü göstermektedir1,2,3. Bu dramatik düşüşe rağmen1, ağırlıklandırılmış ulusal prevalansın %0,47 ve tahmini enfekte birey sayısının 5,98 milyon olduğu bir ortamda3, Guangdong popülasyonunda Clonorchis sinensis enfeksiyonu prevalansı %4,90 ile dikkat çekici derecede yüksek seyretmektedir4. Guangdong gibi belirli bölgeler hala yüksek C. sinensis enfeksiyon oranları sergilemekte olup, bu durum hassas tanı yöntemlerine olan ihtiyacı vurgulamaktadır.

Paraziter hastalıkların teşhisi; mikroskobik inceleme, tıbbi görüntüleme, serolojik ve moleküler yöntemlerle gerçekleştirilebilir. Enzim bağlı immünosorbent analiz (ELISA) kullanılarak yapılan serolojik analizler, paraziter hastalıkların teşhisinde yardımcıdır ancak duyarlılık yaklaşık %80 ile orta düzeydedir5. Moleküler biyoloji tanı teknikleri yüksek duyarlılık ve özgüllüğe sahiptir6, ancak zahmetli ve zaman alan işlemler ile yüksek test maliyetleri nedeniyle geniş ölçekli rutin testler için uygun değildirler.

Hastanın dışkısında C. sinensis yumurtalarının tespit edilmesi, tanının doğrulanmasının temelidir. C. sinensis yumurtalarını araştıran Kato-Katz kalın yayma yöntemi, paraziter hastalıkların teşhisinde yaygın olarak kullanılan klasik yöntemdir7,8. Ucuz olmasına rağmen, zaman alıcıdır, yoğun iş gücü gerektirir ve taranacak yüksek örnek hacmi karşısında klinik uygulama için uygun değildir. Birinci basamak hastanelerin çoğu şu anda Doğrudan Islak Yayma Mikroskopisi yöntemini kullanmaktadır. Ancak bu yöntem hâlâ zaman alıcı ve iş gücü yoğun olup, rahatsız edici dışkı kokusuna sahiptir; ayrıca çapraz kontaminasyona, yüksek biyogüvenlik risklerine ve test personelinin uzmanlığı ile titizliğine bağlı sonuçlara açıktır9.

Geleneksel tanı teknikleri değerli olsa da hassasiyet ve pratiklik açısından sınırlamalarla karşı karşıyadır. Ancak, bilim ve teknolojideki süregelen ilerlemelerle birlikte, dışkı testleri daha otomatik ve standardize hale gelmektedir. Dışkıdaki parazitlerin veya parazit yumurtalarının kantitatif olarak tespit edilmesi için dijital görüntü tabanlı yöntemler kullanan otomatik cihazlar, klinik laboratuvarlarda popülerlik kazanmaktadır. Bu cihazlar; kullanım kolaylığı, hızlı tespit, temiz ve hijyenik bir çalışma ortamı ile yüksek hassasiyet ve özgüllük gibi avantajlar sunar. Otomatik Dışkı Analizörü, mikroskop ve entegre dijital görüntüleme sistemi aracılığıyla bir dizi düşük ve yüksek büyütmeli dijital fotoğraf çekerek mikroskobik gözlemleri belgelemek için dijital görüntüleme teknolojisini kullanır. Sistem daha sonra bu görüntüleri, onları uygun şekilde tanımlayan ve analiz eden bir bilgisayar veri işleme sistemine iletir. Son zamanlarda, dışkı örneklerinde parazitlerin ve yumurtalarının tespitine odaklanarak, bir dizi paraziter enfeksiyonu teşhis etmeyi amaçladık. Pozitif örnekler, morfolojik özelliklerinin varlığı ile tanımlanır. Otomatik Dışkı Analizörünü dışkı örneklerinde parazit tespiti için değerlendirdik ve geleneksel mikroskopi yöntemlerine yardımcı bir araç olarak potansiyelini doğruladık. Otomatik Dışkı Analizörü; bir ana gövde ve otomatik örnekleme ünitesi, ponksiyon örnekleme ünitesi, örnek özellikleri ve renk gözlem ünitesi, kamera ünitesi ve reaktif kart ünitesi dahil olmak üzere birkaç özel ünite içeren beraberindeki yazılımdan oluşmaktadır (Şekil 1).

Bileşenleri etiketlenmiş tıbbi analizör diyagramı: mikroskop, barkod tarayıcı, numune rafı.
Şekil 1: Cihazın bileşenleri. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Bu çalışmada, Temmuz 2024'te Guangdong Provincial People's Hospital'deki yatan hastalardan alınan 2.305 taze dışkı örneği, Otomatik Fekal Analizör ve Doğrudan Islak Yayma Mikroskopisi yöntemi kullanılarak çift körleme yöntemiyle değerlendirilmiştir (Şekil 2). Bir grup Doğrudan Islak Yayma Mikroskopisi yöntemiyle testler gerçekleştirirken, diğer grup AI tarafından oluşturulan raporlara sahip bir Otomatik Fekal Analizör kullanmıştır. Her grubun sonuçları belgelendikten sonra, üçüncü bir deneyci grubu otomatik analizör tarafından yakalanan görüntüleri manuel olarak incelemiştir. Bu grup; şüphelenilen parazitleri veya yumurtaları, otomatik analizden sapan görüntüleri, bulanık veya eksik görüntüleri ve aşırı kalıntı içeren karmaşık arka planlı görüntüleri titizlikle incelemiştir. Bu süreç, sonuçların düzeltilmesini içermiş olup daha sonra Otomatik Fekal Analizör'ün kullanıcı denetimi olarak adlandırılmıştır. Son olarak, dördüncü bir kişi bulguları özetlemiş ve istatistiksel olarak analiz etmiştir. Tam otomatik fekal enstrümantasyonun etkinliği, üç metodoloji arasındaki tespit süresi ve sonuçlar karşılaştırılarak, parazitlerin/yumurtaların çift körleme tespiti yoluyla değerlendirilmiştir.

Dışkı analizi süreç diyagramı: mikroskopiye karşı otomatik yöntemler; paraziter enfeksiyonları tespit eder.
Şekil 2: Araştırma planının şematik gösterimi. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

Bu çalışma, Çin, Guangzhou'daki Southern Medical University, Guangdong Eyalet Halk Hastanesi Etik İnceleme Kurulu tarafından onaylanmıştır (Onay numarası: KY2024-445-02). Tüm katılımcılar, çalışmaya dahil edilmeden önce yazılı bir bilgilendirilmiş onam formu imzalamıştır. Çalışmada kullanılan reaktifler ve ekipmanlar Materyaller Tablosu'nda listelenmiştir.

1. Numune toplama

  1. Kapaklı, sızdırmaz, temiz, kuru, sızdırmayan, çok noktalı örnekleme için uygun açıklığa ve hacme sahip olduğundan emin olarak Otomatik Dışkı Analizörü Üreticisinin Örnek Toplama Tüplerini kullanın.
  2. Mukus, püy veya kan içeren, mümkün olduğunca fazla taze anormal dışkı maddesi seçin; hedef miktar yaklaşık 0.5 g olmalıdır. Dışkı seyrelmiş veya sulu olduğunda, gerekli örnek hacmini toplamak için tek kullanımlık bir pipet kullanın.
    NOT: Hasta dışı tüm dışkı örneklerinden kaynaklanabilecek kontaminasyonu önlemek için dikkatli olunmalıdır. Buna lavman veya yağ bazlı laksatiflerden gelen dışkılar, ördek veya tuvaletlerden alınan örnekler; bitkiler, toprak, kanalizasyon, dezenfektanlar, deterjanlar, idrar, menstrual kan veya lökorre ile kontamine olmuş dışkılar dahildir ancak bunlarla sınırlı değildir.

2. Dışkı test yöntemleri

  1. Doğrudan Yaş Yayma Mikroskopisi yöntemi10,11
    1. Temiz bir mikroskop lamı üzerine 1-2 damla salin solüsyonu uygulayın.
    2. Yayma işlemi için anormal bölgeden veya dışkının birden fazla bölgesinden küçük bir örnek alın.
    3. Örneği lam üzerine eşit şekilde yayın. Detayların görülebilirliğini sağlamak için yaymanın kalınlığını ayarlayın.
    4. Hava kabarcığı oluşmamasına dikkat ederek yaymanın üzerine bir lamel yerleştirin.
    5. Düşük büyütmede (10x) 10'dan fazla görüş alanını tarayın. Parazit yumurtaları veya parazitler tespit edilirse, ayrıntılı morfolojik gözlem için yüksek büyütmeye (40x) geçin.
      NOT: Atlama riskini en aza indirmek için lamın 'sur' düzeninde düşük büyütmeli bir incelemesi önerilir.
  2. Otomatik Dışkı Analizörü (Şekil 3)
    1. Bilgisayarı ve analizörü açın, yazılımı başlatmak için tıklayın, kullanıcı adı ve şifre ile giriş yapın ve cihazın kendi kendini kontrol etmesini bekleyin.
    2. Uygun örnek toplama tüpünü kullanarak uygun nitelikteki dışkıyı toplayın.
      NOT: Mukus, püy veya kan içeren, yaklaşık 0.5 g ağırlığındaki taze anormal dışkı tercih edilen örnektir.
    3. Örnek toplama tüpünü analizörün örnek tutucusuna yerleştirin, örnek rafını otomatik örnek girişine koyun ve kendi kendine kontrol işleminden sonra ilk test için Başlat'a tıklayın.
      NOT: Sonraki testler cihaz tarafından otomatik olarak tespit edilecek ve yürütülecektir. Cihaz robotu, belgeleme amacıyla örneğin fotoğrafını çekecektir.
    4. Örnek tüpüne 5 mL dilüent ekleyin, pnömatik karıştırma ile iyice karıştırın ve analizden önce örneğin çökelmesine izin verin.
      NOT: Örnek toplama tüpü, çok miktarda bitki lifleri, tohumlar ve sindirilmemiş gıda kalıntıları gibi patolojik önemi olmayan kalıntıları gidermek için özel bir filtre ile kaplanmıştır.
    5. Örneğin analiz için sayım hücresine akmasını sağlayın; burada analizör mikroskop altında yüksek çözünürlüklü mikroskobik görüntüler yakalayacak ve yazılım bu görüntüleri işleyip tanıyacaktır.
    6. Sonuç arayüzüne geçin, test görüntülerini kontrol edin ve sonucu Laboratuvar Bilgi Yönetim Sistemi'ne (LIS) gönderin veya çıktılarını alın.
    7. Testi sonlandırmak için Durdur düğmesine tıklayın.
    8. Yıkama ve Kapatma seçeneğini seçin.
    9. Konsantre temizleme sıvısı rafını yükleyin. Cihaz otomatik olarak yıkanacak ve kapanacaktır.

Laboratuvar analizör iş akışı; mikroskopi analiz kurulumu; diyagram; numune işleme; yazılım entegrasyonu.
Şekil 3: Otomatik Fekal Analizör Sistemi İş Akışı. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

3. Metodolojik değerlendirme

  1. Tespit süresinin hesaplanması
    NOT: Tespit süreleri, her bir test prosedürünün başlangıç ve bitiş zamanları kaydedilerek hesaplanmıştır. Test sonuçları, her bir yöntemin parazitleri tespit etmedeki duyarlılığı ve özgüllüğü analiz edilerek karşılaştırılmıştır.
    1. Doğrudan Yaş Yayma Mikroskopisi yöntemi
      1. Her bir fekal örnek için, pirinç tanesi büyüklüğünde dışkı alıp bunları bir lam üzerine eşit şekilde yaymak için geçen süreyi ölçün.
      2. Her bir katılımcı için sonuçların okunması için geçen süreyi ölçün.
      3. Her bir katılımcı için yayma ve okuma sürelerini toplayın.
      4. Doğrudan Yaş Yayma Mikroskopisi yöntemi için toplam test süresini (T1) elde etmek için 3.1.1.3 adımındaki toplamı katılımcı sayısıyla çarpın.
      5. Doğrudan Yaş Yayma Mikroskopisi yöntemi için ortalama test süresini (t1) elde etmek için 3.1.1.4 adımındaki T1 değerini test edilen örnek sayısına bölün.
    2. Otomatik Fekal Analizör (Yapay Zeka raporu)
      NOT: İşlem tek bir kişi tarafından gerçekleştirilebilir.
      1. Her bir örnek için Otomatik Fekal Analizör test süresini ölçün (T2).
      2. Otomatik fekal analizör (Yapay Zeka Raporu) için ortalama test süresini (t2) elde etmek için T2 değerini test edilen örnek sayısına bölün.
    3. Otomatik Fekal Analizör (kullanıcı denetimi)
      1. Her bir örnek için Otomatik Fekal Analizör test süresini ölçün (bkz. adım 3.1.2).
      2. Her bir örnek için manuel görüntü inceleme süresini ölçün. Otomatik Fekal Analizör tarafından bir örnekten alınan görüntülerin incelemesi başlar başlamaz zamanlayıcıyı (kronometre veya dijital zamanlayıcı) başlatın. İlgili herhangi bir bileşeni veya anormalliği belirlemek için görüntüleri dikkatlice inceleyin. O örneğe ait inceleme tamamlandığında zamanlayıcıyı durdurun, her bir örnek incelemesi için geçen süreyi not edin ve verileri daha sonra analiz etmek üzere bir hesap tablosuna girin.
      3. Her bir örnek için Otomatik Fekal Analizör test süresi ile manuel görüntü inceleme süresini toplayın.
      4. Otomatik Fekal Analizör (kullanıcı denetimi) için toplam test süresini (T3) elde etmek için 3.1.3.3 adımındaki toplamı katılımcı sayısıyla çarpın.
      5. Otomatik Fekal Analizör (kullanıcı denetimi) için ortalama test süresini (t3) elde etmek için T3 değerini test edilen örnek sayısına bölün.
  2. Test sonuçlarının karşılaştırılması
    NOT: Otomatik Fekal Analizör'ün Yapay Zeka tarafından oluşturulan raporunun ve kullanıcı denetimi sonuçlarının performansı, referans olarak doğrudan yaş yayma yöntemi kullanılarak değerlendirilmiştir.
    1. Referans görevi görecek olan Doğrudan Yaş Yayma Mikroskopisi yönteminden sonuçları toplayın.
    2. Otomatik Fekal Analizör'ün Yapay Zeka tarafından oluşturulan raporundan sonuçları toplayın.
    3. Otomatik Fekal Analizör'ün kullanıcı denetiminden sonuçları toplayın.
  3. Değerlendirme Metriklerini hesaplayın.
    1. Otomatik Fekal Analizör (Yapay Zeka raporu veya kullanıcı denetimi) ve Doğrudan Yaş Yayma Mikroskopisi yöntemi sonuçlarının her ikisi de hedef analitin varlığını gösterdiğinde, bir örneği Doğru Pozitif (TP) olarak kabul edin.
    2. Hem Otomatik Fekal Analizör (Yapay Zeka raporu veya kullanıcı denetimi) hem de Doğrudan Yaş Yayma Mikroskopisi yöntemi sonuçları hedef analitin yokluğunu gösterdiğinde, bir örneği Doğru Negatif (TN) olarak kabul edin.
    3. Otomatik Fekal Analizör'ün Yapay Zeka raporu veya kullanıcı denetimi hedef analitin varlığını gösterdiği, ancak Doğrudan Yaş Yayma Mikroskopisi yönteminin varlığını onaylamadığı durumlarda, bir örneği Yanlış Pozitif (FP) olarak kabul edin.
    4. Otomatik Fekal Analizör'ün Yapay Zeka raporu veya kullanıcı denetimi hedef analitin yokluğunu gösterdiği, ancak Doğrudan Yaş Yayma Mikroskopisi yönteminin aslında varlığını tespit ettiği durumlarda, bir örneği Yanlış Negatif (FN) olarak kabul edin.
    5. Özgüllüğü şu şekilde hesaplayın:
      ​Özgüllük= Doğru Negatifler (TN) / (Doğru Negatifler + Yanlış Pozitifler)
    6. Duyarlılığı şu şekilde hesaplayın.
      ​Duyarlılık= Doğru Pozitifler (TP) / (Doğru Pozitifler + Yanlış Negatifler)
    7. Pozitif Öngörü Değerini (PPV) şu şekilde hesaplayın:
      PPV = Doğru Pozitifler (TP) / (Doğru Pozitifler + Yanlış Pozitifler)
    8. Negatif Öngörü Değerini (NPV) şu şekilde hesaplayın:
      ​NPV = Doğru Negatifler (TN) / (Doğru Negatifler + Yanlış Negatifler)
    9. İstatistiksel yazılım kullanarak Kappa Değerini hesaplayın.
    10. Uyum Oranını şu şekilde hesaplayın:
      ​Uyum Oranı = Uyumluluklar (hem Yapay Zeka hem de kullanıcı raporu referansla eşleşiyor) / Toplam Örnek Sayısı.
    11. Pozitif tespit oranını şu şekilde hesaplayın:
      Pozitif tespit oranı = Pozitif Sayısı / Toplam Örnek Sayısı.

4. Sonuçları analiz edin

  1. Verileri hesap tablolarına girin ve istatistiksel olarak analiz edin.
  2. Sayımsal veriler için tanımlama amacıyla oranlar ve yüzdeler kullanın ve gruplar arasını eşleştirilmiş dört kuyruklu ki-kare testi ile karşılaştırın.
  3. İki yöntem arasındaki ortalama tespit sürelerini bağımsız örneklemler T-testi kullanarak karşılaştırın.
  4. Teknikler arasındaki parazit türü tespit tutarlılığını Kappa (κ) uyumu aracılığıyla değerlendirin.
  5. P < 0.05 değerini istatistiksel olarak anlamlı kabul edin.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Üç saptama yöntemi arasındaki saptama sürelerinin karşılaştırılması
Ortalama saptama süresi, Doğrudan Islak Yayma Mikroskopisi yöntemi için kişi başına örnek başına 1,55 dk, Otomatik Dışkı Analizörü (Yapay Zeka raporu) için kişi başına örnek başına 1,30 dk ve Otomatik Dışkı Analizörü (kullanıcı denetimi) için kişi başına örnek başına 1,47 dk olarak belirlenmiştir. Doğrudan Islak Yayma Mikroskopisi yöntemi, Otomatik Dışkı Analizörü (Yapay Zeka raporu) ile karşılaştırıldığında 1,1 kat daha fazla süre g...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Paraziter hastalıklar, özellikle yetersiz beslenme, bodurluk, anemi ve safra tıkanıklığı13 gibi sağlık sorunlarına yol açtıkları ve aynı zamanda yetersiz sosyo-ekonomik kalkınma ve eğitimle bağlantılı oldukları gelişmekte olan ülkelerde önemli bir küresel halk sağlığı sorununu12 temsil etmektedir. Parazitler için dışkı testi, klinik uygulamanın rutin bir parçası haline geldi ve doğruluk, hız ve verimlilik bu tür testler için temel gereksinimlerdir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarların beyan edecekleri herhangi bir çıkar çatışması yoktur.

Teşekkürler

Bu çalışma Çin Ulusal Doğa Bilimleri Vakfı (82002235, 82302571) tarafından finanse edilmiştir; Guangdong Temel ve Uygulamalı Temel Araştırma Vakfı (2024A1515011037).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Otomatik Dışkı Analiz Cihazı (FA280S) yazılımıORIENTERv.1.028(RecoV2.9.14)Otomatik Dışkı Analiz Cihazı (FA280S) sisteminin yazılımı
Konsantre Temizleme SıvısıORIENTERBoru hattı temizliğine uygun
Kapak GLASSSAIL MARKANumuneyi hasar ve kontaminasyondan koruyun.
Tek kullanımlık plastik samanNantong Lingke BiyoteknolojiFizyolojik tuzlu su aspirasyonu için kullanılan tek kullanımlık plastik pipet
FA280SORIENTERA022201035Tam otomatik dışkı analizörü
Yıkama SıvısıORIENTERQ/WWT-019-2021Üretilen tam otomatik dışkı analizörünün yıkama boru hattı 
MikroskopOLYMPUS3H51278Hücrelerin gözlemlenmesi
Mikroskop slaytlarıWS-7101Mikroskop altında incelenmek üzere numuneleri monte etmek için sabit, düz bir yüzey sağlarlar.
Numune SeyrelticiORIENTERSichuan Rong Makine 20150025Dışkı numunelerinin seyreltilmesi için uygundur
Numune rafıORIENTERYükleme rafları
Numune tüpüORIENTERSichuan Rong Makine 20200204Dışkı Toplayıcı
Sodyum ChloeideEnjeksiyonu Guangdong Daxiang Pharmaceutical Co.H14020786Seyreltme
SPSS istatistik yazılımıIBMSPSS Statistics 22.0Çeşitli araştırma ve analitik görevler için uygundur
Tahta çubukUygun miktarda dışkı örneği almak için kullanılan tek kullanımlık bir tahta çubuk.

Kaynaklar

  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).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Etiketler

Dışkı Örneği AnaliziMikroskobik İncelemeGörüntü AnaliziMakine Öğrenmesi AlgoritmalarıTanısal DuyarlılıkParazit Yumurtası TespitiKlinik Tanı