precision
Dotaz
Zobrazit nápovědu
1 online zdroj
- MeSH
- individualizovaná medicína MeSH
- kardiovaskulární nemoci * MeSH
- lékařská genetika MeSH
- nemoci cév MeSH
- Publikační typ
- periodika MeSH
- Konspekt
- Patologie. Klinická medicína
- NLK Obory
- kardiologie
- genetika, lékařská genetika
1 online zdroj
1 online zdroj
- MeSH
- cílená molekulární terapie MeSH
- farmakogenetika MeSH
- individualizovaná medicína * MeSH
- nádory MeSH
- Publikační typ
- periodika MeSH
- Konspekt
- Patologie. Klinická medicína
- NLK Obory
- onkologie
Digitalizace laboratoří, aplikace big dat a automatizovaná strojová diagnostika ("machine learning") jsou nástroji pro vznik a fungování toho, co se označuje jako precizní medicína. Genomika, její dominantní metody (qPCR, dPCR, ddPCR, NGS), produkující obrovská kvanta dat (big data) a schopnosti počítačových systémů tyto soubory dat využívat v diagnostice a terapii za významného přispění "umělé inteligence" se označují jako strojová automatizovaná diagnostika - machine learning respektive deep learning). Tyto postupy pronikají z průmyslu a výzkumu do rutinní medicíny včetně medicíny laboratorní. Zvládnutí technických a personálních problémů těchto změn bude stát značné úsilí, srovnatelné s před lety realizovanou přeměnou manuální laboratorní práce na automatizovanou činnost a s přeměnou papírové dokumentace výsledků na laboratorní a nemocniční informační systémy. Lze předpokládat nejen zásadní změny metod laboratorní práce, ale i změny požadavků na odbornost personálu laboratoří a rovněž lze předpokládat nevyhnutelnost radikálního ovlivnění činnosti klinických laboratoří. Etický rozměr nastávajících změn bude stejně závažný, jako ten technický a bude možné očekávat nejen významný progres v diagnostice e prognostice chorob, ale i vzestup rizika zdravotní péče v případě chyb a neprofesionality. Automatická strojová aplikace big dat a používání umělé inteligence jsou náročné, je s nimi v medicíně málo zkušeností, ale vyhnout se jim nebude možné.
Digitalization of clinical laboratories, application of big data and methods of machine learning re contemporary tools for precision medicine. Precision medicine is based mainly on the genomic methods, namely of dominant PCR and NGS methods. These methods produces enormous number of dates (big data) and can be explored by means of artificial intelligence in processes called machine learning. Machine learning was primarily used in industry and research and now contemporary penetrates into medicine and also to laboratory medicine. Methods based on the big data and artificial intelligence with exploration of big data is certainly very important factor of future of medicine. It will be needs large requirements not only on high-technology equipment, but also for new type of young laboratory Professional used basically new methods of work and mind. Machine learning, part of precision medicine, necessary namely for oncology and prediction of patients state crettemeans also lot of new types of ethical problems. These ethical questions and problems should be soluted immediately, parallel with introduction of machine learning to laboratory practice.
Cíl: předvést praktické využití protokolu, který vydal v roce 2006 CLSI (Clinical and Laboratory Standards Institute) pod označením EP15-A2 Vol.25 No.17„User Verification of Performance for Precision and Trueness; Approved Guideline, Second Edition“ [1], dále jen EP15-A2, za účelem uživatelské verifikace preciznosti analytické metody deklarované výrobci IVD MD pro klinické laboratoře. Výsledky: verifikace preciznosti deklarovaná výrobcem se prováděla na koncentraci katalytické aktivity enzymu γ-glutamyltransferázy v lidském séru (měřená veličina), a měření se provádělo na dvou koncentračních hladinách vždy ve třech opakováních v průběhu pěti dní. Diskuse: upozornit na existenci potenciálního úskalí alternativního způsobu odhadu mezilehlé preciznosti měřicího postupu nazvaného „Varianta 1“ a uveřejněného v tomto časopise (dále jen KBM), č. 1/2011, ve sdělení českého kolektivu autorů „Doporučení k provádění validace a verifikace analytických metod v klinických laboratořích“ [2], dále jen „Doporučení“. Závěr: hodnocení čtyřkrokové aplikace protokolu EP15-A2 v praxi, přísliby nové verze EP15-A3, preciznost.
Objective: to demonstrate the practical application of the EP15-A2 Vol. 25 No.17 CLSI document titled as „User Verification of Performance for Precision and Trueness; Approved Guideline, Second edition“ [1], next only EP15-A2, to the user verification („spot-checking“) analytical methods precision of manufacturer claims in clinical laboratories, which was published by CLSI 2006. Results: the precision manufacturer precision claims were tested on the gamma-glutamyltransferase catalytic concentration in human serum (measurand), at two levels, running 3 replicates on each of the 5 days. Discussion: the possible pitfalls of the analytical method precision alternative verification way when the intermediate precision is assessed as the „Option 1“ formerly published in „Recommendation to perform the analytical methods validation and verification in clinical laboratories“ [2], next only „Recommendation“, in this journal „Clinical biochemistry and metabolism“, next only KBM, No. 1/2011, by the Czech authors collective. Conclusion: the evaluation of 4-steps EP15-A2 protocol application in practice, the new version EP15-A3 promises.
Research has exposed cancer to be a heterogeneous disease with a high degree of inter-tumoral and intra-tumoral variability. Individual tumors have unique profiles, and these molecular signatures make the use of traditional histology-based treatments problematic. The conventional diagnostic categories, while necessary for care, thwart the use of molecular information for treatment as molecular characteristics cross tissue types.This is compounded by the struggle to keep abreast the scientific advances made in all fields of science, and by the enormous challenge to organize, cross-reference, and apply molecular data for patient benefit. In order to supplement the site-specific, histology-driven diagnosis with genomic, proteomic and metabolomics information, a paradigm shift in diagnosis and treatment of patients is required.While most physicians are open and keen to use the emerging data for therapy, even those versed in molecular therapeutics are overwhelmed with the amount of available data. It is not surprising that even though The Human Genome Project was completed thirteen years ago, our patients have not benefited from the information. Physicians cannot, and should not be asked to process the gigabytes of genomic and proteomic information on their own in order to provide patients with safe therapies. The following consensus summary identifies the needed for practice changes, proposes potential solutions to the present crisis of informational overload, suggests ways of providing physicians with the tools necessary for interpreting patient specific molecular profiles, and facilitates the implementation of quantitative precision medicine. It also provides two case studies where this approach has been used.
- MeSH
- dítě MeSH
- individualizovaná medicína * MeSH
- klinické zkoušky jako téma MeSH
- lékařská onkologie * MeSH
- lidé MeSH
- nádory farmakoterapie genetika MeSH
- protokoly protinádorové kombinované chemoterapie terapeutické užití MeSH
- výzkumný projekt MeSH
- Check Tag
- dítě MeSH
- lidé MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
- Publikační typ
- časopisecké články MeSH
- kazuistiky MeSH
- přehledy MeSH
Východisko. Patní kost je jedním z velmi často užívaných míst pro hodnocení stavu skeletu, a tedy i pro hodnocení osteoporózy. Cílem této studie bylo zhodnotit výpověď dvouenergiové rentgenové absorpciometrie (DXA) a kvan- titativní ultrasonometrie (QUS) patní kosti a porovnat je s výpovědí DXA osového skeletu. Metody a výsledky. U 1284 dospělých osob byla pomocí DXA vyšetřena denzita kostního minerálu (BMD) v bederní páteři, v proximálním femoru (707 osob, DPX-L, Lunar; 577 osob, QDR 4500, Hologic) a v patní kosti (PIXI, Lunar) a QUS patní kosti (Achilles Plus, Lunar). Při QUS byly hodnocenými parametry zeslabení signálu (Broadband Ultrasound Attenuation, BUA), rychlost signálu (Speed of Sound, SOS) a Stiffness Index (SI). Výsledky byly vyjádřeny v absolutních hodnotách a pomocí T-skóre. Průměrný věk vyšetřených osob byl 56,5±11,6 let, průměrná výška 166 cm, průměrná hmotnost 70 kg. U 3 osob s nízkou, střední a vysokou BMD patní kosti (T-skóre -2,2, T-skóre -0,77, T-skóre 2,02) byla změřena pravá patní kost na přístroji PIXI a Achilles Plus, a to 21krát během jednoho dne a ve 21 dnech po sobě následujících. Chyba (in vivo precision error) byla vyjádřena jako variační koeficient v procentech (CV, %). In vivo zjištěná přesnost měření patní kosti (BMD, SOS a BUA) v jednom dni byla u osob s normální kostní denzitou 0,67 %, 0,47 % a 1,87 %, resp.; dlouhodobá in vivo přesnost byla 1,14 %, 0,26 % a 2,95 %, resp. Mezi výsledkem měření denzity pravé a levé patní kosti nebyly zjištěny průkazné rozdíly. Při měření patní kosti byly zjištěny statisticky významné korelace mezi BUA a BMD (r=0,71, p<0,001), SOS a BMD (r=0,73, p<0,001), Stiffness a BMD (r=0,77, p<0,001). BMD patní kosti statisticky významně korelovala s BMD krčku femoru (r=0,64, p<0,001) a celkového proximálního femoru (r=0,70, p<0,001). Závěry. Při hodnocení BMD podle kritérií Světové zdravotnické organizace podhodnocuje DXA patní kosti (PIXI) prevalenci osteoporózy. Výsledky QUS patní kosti (Stiffness) jsou lépe porovnatelné s BMD femoru než výsledky DXA patní kosti. Při korelaci obou typů vyšetření vysvětluje obsah kostního minerálu v patní kosti jen 60 % variability ultrasonometrických nálezů.
Background. The aim of the study was to determine the relationship between dual energy x-ray absorptiometry (DXA) and quantitative ultrasonometry (QUS) of calcaneus and their correlation with axial bone mineral density. Methods and Results. 1284 subjects were tested for BMD (Bone Mineral Density) by DXA at the spine and hip (707 subjects by DPX-L, Lunar, and 577 subjects by QDR-4500 A, Hologic) and calcaneus (by PIXI, Lunar). The calcaneus was also measured using the QUS (Achilles Plus, Lunar), on the same day. The mean age of the patients was 56.5±11.6 years, mean height 166 cm, mean weight 70 kg. Three subjects were selected for precision error measurement with low, medium and high BMD of calcaneus (T-score of -2.2, -0.77 and 2.02, respectively) and scanned with re-positioning at the right heel (PIXI and Achilles Plus) 21 times on one day for short term precision error and over 21 consecutive days for long term precision error. The in vivo short term precision error of the heel measurement (BMD, SOS, BUA) in subjects with normal BMD was 0.67 %, 0.47 % and 1.87 %, respectively; the long term in vivo precision error was 1.14 %, 0.26 % and 2.95 %, respectively. No significant difference was found between BMD values on the right and left heel. A statistically significant correlation (p<0.001) was found between BUA and BMD (r=0.71), SOS and BMD (r=0.73), Stiffness and BMD (r=0.77). The heel BMD was also significantly correlated to BMD of the femoral neck (r=0.64) and BMD of total femur (r=0.70) and BMD of lumbar spine (r=0.59). Conclusions. The DXA of the heel underestimates the prevalence of osteoporosis. The results of the heel QUS (Stiffness) appear to be better correlated to femoral BMD than heel BMD. The observed correlation coefficient of 0.77 between QUS and DXA at the heel was statistically significant, but it explains only 60 % of variability of the QUS of the heel.
- MeSH
- absorpční fotometrie metody přístrojové vybavení MeSH
- bederní obratle ultrastruktura MeSH
- dospělí MeSH
- femur ultrastruktura MeSH
- finanční podpora výzkumu jako téma MeSH
- kostní denzita MeSH
- lidé středního věku MeSH
- lidé MeSH
- osteoporóza diagnóza MeSH
- patní kost ultrastruktura MeSH
- senioři MeSH
- ultrasonografie metody přístrojové vybavení MeSH
- Check Tag
- dospělí MeSH
- lidé středního věku MeSH
- lidé MeSH
- mužské pohlaví MeSH
- senioři MeSH
- ženské pohlaví MeSH
- Publikační typ
- přehledy MeSH
- srovnávací studie MeSH
K detekování a měření specifických IgE protilátek jsou používány různé laboratorní testy a neexistuje standard, který by ověřil jejich analytickou kvalitu. Záměrem bylo analyzovat přesnost a správnost výsledků stanovení specifických IgE z různých laboratoří, naměřených se stejnými vzorky sér. Jako metody bylo použito 26 neoznačených vzorků sér obsahujících specifické IgE protilátky proti 17 běžným inhalačním alergenům, bylo normálním způsobem opakovaně (3x) zasláno k analýze do šesti laboratoří, které užívají 5 různých analytických testů. Šest z předložených 26 vzorků bylo dodáno v různých ředěních, jako diluční řady. Naměřené hodnoty (n = 12 708) byly analyzovány běžnou metodou nejmenších čtverců, t statistikou, standardní chybou (SE), intervalem spolehlivosti, a R2 hodnotami. Takto získané hodnoty byly porovnány s teoretickou ideální metodou, jakožto referencí. Analýza ukázala, že jeden systém užívaný ve dvou různých laboratořích pracoval téměř tak dobře jako ideální standard (0,97; rozsah 0,91 - 1,01) při hodnocení lineární regresí, (0,05; rozsah 0,02 - 0,16) při hodnocení SE, (93 %; rozsah 0,64 - 0,99) při R2 a s variačním koeficientem (10,3 %; rozsah 6 % - 14 %). Mnohem rozsáhlejší variabilita byla pozorována u zbývajících 4 testovacích systémů. Zde byly nalezeny hodnoty (0,76; rozsah 0,11 - 1,24) při hodnocení lineární regresí, (0,19; rozsah 0,03 - 0,95) při hodnocení SE, (53 %; rozsah 0,00 - 0,98) při hodnocení R2 a s variačním koeficientem (19 %; rozsah 5 % - 49 %). U některých specifických alergenů nebyly některé laboratoře schopny zachytit diluční řady. Jeden komerční systém užívaný ve dvou laboratořích poskytoval výsledky téměř shodné s metodou ideální. Zbývající čtyři metody stanovení specifického IgE poskytovaly výsledky značně vzdálené od ideálních s mnoha příklady nesprávnosti a nízké přesnosti, speciálně pro určité alergeny jako například ze skupiny plísní a plevelů.
Different laboratory assays are used to detect and measure specific IgE antibodies. No standard exists to assess their analytic performance. We sought to analyze reported specific IgE results from different laboratories an the same serum samples for their accuracy and precision. Blinded serum samples (26) containing variable levels of specific IgE to 17 common aeroallergens were sent on 3 different occasions through normal channels to 6 laboratories that used 5 different test procedures. Laboratory-assays performance was assessed by analyzing the reported results (n=12,708) by using ordinary least squares regression with slope coefficients, the t statistic, SEs, confidence intervals, and R2 values. These were compared with a theoretic ideal assay as the reference. Analysis revealed that one system used in two different laboratories performed nearly as well as the ideal standard, with an overall average slope (0,97; range, 0,91-1,01), SE (0,05; range, 0,02-0,16), R2 value (93 %; range, 0,64-0,99), and coefficient of variation (10,3 %; range, 6 %-14 %). Extensive variability was observed in the other 4 laboratory-assay systems with respect to overall average slope (0,76; range, 0,11-1,24), SE (0,19; range, 0,03-0,95), R2 value (53 %; range, 0,00-0,98), and coefficient of variation (19 %; range, 5 %-49 %). For some specific allergens, some laboratories-assays were not able to detect serial dilutions of the same sample. One commercial system used two different laboratories performed nearly as well as the ideal standard. Four of the laboratories-assays for specific IgE antibodies demonstrated substandard overall performance with multiple instances of poor precision and accuracy, particularly for certain allergens, such as weeds and molds. (J Allergy Clin. Immunol 2000;105:1221-30.)
