hiện tại vị trí: Trang chủ / Tin tức / CÔNG TY / Các ứng dụng của bài kiểm tra dòng chảy bên

Các ứng dụng của bài kiểm tra dòng chảy bên

Số Duyệt:0     CỦA:trang web biên tập     đăng: 2023-04-06      Nguồn:Site

Các ứng dụng của bài kiểm tra dòng chảy bên

Phân tích dòng chảy bên có một loạt các ứng dụng và có thể kiểm tra nhiều loại mẫu như nước tiểu, máu, nước bọt, mồ hôi, huyết thanh và các chất lỏng khác. Hiện chúng được sử dụng bởi các phòng thí nghiệm lâm sàng, bệnh viện và bác sĩ để thực hiện các xét nghiệm nhanh và chính xác cho các phân tử mục tiêu cụ thể và biểu hiện gen. Việc sử dụng phân tích dòng chảy bên là an toàn thực phẩm và môi trường và thuốc thú y cho các hóa chất như bệnh và độc tố.LFT cũng thường được sử dụng để xác định các bệnh như Ebola, nhưng LFT phổ biến nhất là xét nghiệm mang thai tại nhà.

Thử nghiệm Covid-19 Kiểm tra dòng chảy bên

Các xét nghiệm dòng chảy bên đã đóng một vai trò quan trọng trong phát hiện Covid-19 vì chúng có lợi thế là cung cấp kết quả trong vòng 15-30 phút. Là một phần của sự hợp tác của Vương quốc Anh với Công cộng Anh, Đại học Oxford đã khởi xướng một đánh giá có hệ thống về phân tích dòng chảy bên trong đại dịch Covid-19. Một nghiên cứu có tên là Falcon-C19, bắt đầu vào tháng 6 năm 2020 Một số thiết bị dòng chảy bên (LFD) trong tình huống này. [29] [30] [31] Dựa trên các thử nghiệm ban đầu này, bốn trong số 64 LFD được thử nghiệm có đặc điểm hiệu suất mong muốn; Thử nghiệm định tính nhanh chóng kháng nguyên SARS SARS-CoV-2 thực hiện vừa phải về mặt phát hiện/nhạy cảm kháng nguyên virus với độ đặc hiệu tuyệt vời, mặc dù tỷ lệ thất bại và hiệu ứng đào tạo là mối quan tâm tiềm năng. Trong thử nghiệm giai đoạn 4 là 50,1%. Điều này mô tả một thiết bị trong đó một trong hai bệnh nhân bị nhiễm Covid-19 và được thử nghiệm trong điều kiện trong thế giới thực sẽ nhận được kết quả âm tính sai. Đối với các giáo viên, học sinh và gia đình học sinh khi các trường mở cửa trở lại vào ngày 8 tháng 3 năm 2021. Vào ngày 9 tháng 4 năm 2021, LFT hai tuần một lần mở ra cho mọi người ở Anh. 19.Một số nhà khoa học bên ngoài chính phủ đã bày tỏ những hiểu lầm nghiêm trọng vào cuối năm 2020 về việc sử dụng Innova LFD để sàng lọc Covid.Jon Deek, giáo sư sinh học tại Đại học Birmingham ở Anh, cho biết bài kiểm tra Innova là "hoàn toàn không phù hợp " : "Như bài kiểm tra có thể bỏ lỡ tới một nửa trường hợp, kết quả kiểm tra âm tính chỉ ra nhưng không loại trừ covid.Độ nhạy của thử nghiệm được sử dụng vào năm 2022 là khoảng 70%.

Độ nhạy và độ đặc hiệu

Độ nhạy và độ đặc hiệu mô tả toán học chính xác như thế nào một bài kiểm tra báo cáo sự hiện diện hay vắng mặt của một điều kiện. Nếu những người mắc bệnh được coi là "dương tính " và những người không có điều kiện được coi là " Vâng, một bài kiểm tra xác định các tích cực thực sự, trong khi tính đặc hiệu đo lường mức độ kiểm tra xác định các tiêu cực chỉ số tích cực thực sự của mức độ:Độ nhạy (tỷ lệ dương tính thực) là xác suất của kết quả kiểm tra là dương tính, có điều kiện trên một cá nhân thực sự là tích cực.Tính đặc hiệu (tỷ lệ âm tính thực) là xác suất của một kết quả kiểm tra âm tính, có điều kiện đối với một cá nhân thực sự tiêu cực.Nếu không thể biết được trạng thái thực của điều kiện, độ nhạy và độ đặc hiệu có thể được xác định so với thử nghiệm tiêu chuẩn vàng "được giả định là chính xác. Tắt giữa độ nhạy và độ đặc hiệu, do đó độ nhạy cao hơn sẽ có nghĩa là độ đặc hiệu thấp hơn và ngược lại.Một thử nghiệm có thể phát hiện một cách đáng tin cậy sự hiện diện của một điều kiện để tạo ra một số lượng lớn các tích cực thực sự và một số lượng nhỏ các âm tính giả sẽ có độ nhạy cao. Điều này đặc biệt quan trọng khi hậu quả của việc không điều trị tình trạng này là nghiêm trọng và/ hoặc khi điều trị rất hiệu quả với các tác dụng phụ tối thiểu.Một thử nghiệm đáng tin cậy loại trừ các cá nhân không có điều kiện này, dẫn đến một số lượng lớn các tiêu cực thực sự và một số lượng nhỏ các dương tính giả, sẽ có độ đặc hiệu cao. Điều này đặc biệt quan trọng khi mọi người được xác định là mắc bệnh có thể bị xét nghiệm bổ sung, phí , sự kỳ thị, lo lắng, v.v.