जर्नल ऑफ बैक्टीरियोलॉजी एंड पैरासिटोलॉजी

अमूर्त

मानव लेप्टोस्पायरोसिस के लिए वैध प्रयोगशाला केस परिभाषा की स्थापना

मार्गा जीए गोरिस, मारिस्का एमजी लीफ्लांग, किम्बर्ली आर. बोअर, मार्को गोइजेनबियर, एरिक सीएम वैन गोर्प, जिरी एफपी वेगेनार और रूडी ए. हर्ट्सकीरल

लेप्टोस्पायरोसिस की प्रयोगशाला मामले की परिभाषा को शायद ही किसी ठोस मूल्यांकन द्वारा परिभाषित किया जा सकता है जो लागू किए जाने वाले परीक्षणों में कट-ऑफ मान निर्धारित करता है। यह अध्ययन लेप्टोस्पायरोसिस की वैध केस परिभाषा के लिए लेप्टोस्पायरोसिस के लिए प्रयोगशाला परीक्षणों के इष्टतम कट-ऑफ टिटर निर्धारित करने की प्रक्रिया का वर्णन करता है। इस मामले में परीक्षण माइक्रोस्कोपिक एग्लूटिनेशन टेस्ट (MAT) और इन-हाउस IgM एंजाइम-लिंक्ड इम्यूनोसॉर्बेंट परख (ELISA) हैं, जो डच आबादी में संदर्भ परीक्षण के रूप में सकारात्मक संस्कृति का उपयोग करके एकल सीरम और युग्मित नमूनों पर किए जाते हैं। विशिष्टता का मूल्यांकन स्वस्थ दाताओं से सीरम के पैनल, ज्ञात अन्य बीमारियों वाले मामलों और लेप्टोस्पायरोसिस के साथ संगत लक्षणों वाले गैर-लेप्टोस्पायरोसिस मामलों का उपयोग करके किया गया था। मामलों को तीव्र चरण (बीमारी की शुरुआत के 1-10 दिन बाद (DPO)), प्रारंभिक स्वास्थ्य लाभ (11-20 DPO) और देर से स्वास्थ्य लाभ चरण (>20 DPO) की पुष्टि करने वाली तीन अवधियों में विभाजित किया गया था। MAT और IgM ELISA के लिए कट-ऑफ टिटर तीनों अवधियों के लिए क्रमशः 1:160 और 1:80 निर्धारित किए गए थे। इन कट-ऑफ टिटर ने 100% विशिष्टता को एक संवेदनशीलता के साथ जोड़ा जो दोनों परीक्षणों के लिए रोग के चरण के अनुसार बदल गया। शुरुआती तीव्र चरण में कम संवेदनशीलता हास्य प्रतिरक्षा प्रतिक्रिया की गतिशीलता के अनुरूप है। IgM ELISA ने तीव्र और शुरुआती स्वास्थ्य लाभ चरणों में MAT की तुलना में उच्च संवेदनशीलता प्रदान की। इसके अलावा, MAT की इष्टतम संवेदनशीलता, स्वर्ण मानक <82% थी, जिसका अर्थ है कि वैश्विक मामलों का एक महत्वपूर्ण हिस्सा इस अनुशंसित परीक्षण से छूट जाता है। MAT और IgM ELISA आंशिक रूप से पूरक प्रकट हुए, यह अध्ययन बेहतर मामले की खोज के लिए वर्तमान प्रयोगशाला परिभाषा को बेहतर बनाने में सक्षम बनाता है और इसका तात्पर्य है कि मामले की परिभाषा के लिए प्रयोगशाला मापदंडों का ठोस सत्यापन व्यक्तिगत रोगी देखभाल के लिए निदान और विश्वव्यापी स्तर पर रोग के बोझ का अनुमान लगाने दोनों में सुधार करेगा।