Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil





Hisopados nasofaríngeos son más efectivos que las pruebas de saliva para detectar la COVID-19

Por el equipo editorial de LabMedica en español
Actualizado el 07 Jun 2022
Imagen: El hisopado de las fosas nasales puede ser la mejor forma de detectar la COVID-19 (Fotografía cortesía de Unsplash)
Imagen: El hisopado de las fosas nasales puede ser la mejor forma de detectar la COVID-19 (Fotografía cortesía de Unsplash)

Un nuevo estudio ha encontrado que los hisopos nasofaríngeos, tomados desde el interior de la fosa nasal, fueron más efectivos para detectar la COVID-19 que las pruebas de saliva o los hisopados justo dentro de la fosa nasal o debajo de la lengua. El estudio también encontró que las tasas de detección fueron más bajas en pacientes asintomáticos, lo que confirma la justificación de las pautas de aislamiento más cortas.

Para el estudio, los investigadores de la Universidad de Cornell (Ithaca, NY, EUA), utilizaron diferentes muestras de pacientes: hisopados nasofaríngeos, hisopados nasales anteriores (frente a la fosa nasal), saliva e hisopados sublinguales (debajo de la lengua). Los investigadores también recolectaron muestras de individuos sintomáticos, asintomáticos y postsintomáticos (aquellos que se habían recuperado de la enfermedad) para comprender mejor la eficiencia de las pruebas en estas poblaciones. Cuando compararon los diferentes tipos de muestras, los investigadores encontraron que las muestras nasofaríngeas proporcionaron la mejor tasa de detección, del 92 al 100 %. Esto probablemente se deba a que el virus se replica en el cornete nasal, las estructuras de tejido en la parte superior de la nariz.

Las tasas de detección de fosas nasales anteriores y muestras de saliva fueron ligeramente más bajas, del 92 al 96 % para pacientes sintomáticos. Esta tasa de detección fue menor cuando las muestras provenían de pacientes asintomáticos (75% a 92%). La detección de SARS-CoV-2 de muestras sublinguales fue mucho peor, con tasas de detección de solo 40 a 60% en muestras de pacientes sintomáticos y de 25 % a 42 % en muestras de pacientes asintomáticos. Las tasas de detección en pacientes sintomáticos, asintomáticos y postsintomáticos fueron bastante intuitivas, siendo la detección más sólida en pacientes sintomáticos, con un rango de 92 a 100%, según la prueba utilizada. En todas las pruebas, el virus fue un poco más difícil de detectar en pacientes asintomáticos, con una tasa del 75 al 96 %. Una vez que los síntomas se resolvieron en pacientes postsintomáticos, la detección fue mucho más difícil.

El equipo también investigó la infectividad: el nivel de partículas virales infecciosas excretadas en cada uno de los tipos de muestras y de las diferentes categorías de pacientes. Como se predijo, la mayoría de las muestras infecciosas provinieron de pacientes sintomáticos, mientras que menos de un tercio de las muestras recolectadas de pacientes asintomáticos eran infecciosas. Los investigadores no pudieron aislar ningún virus infeccioso de muestras de pacientes postsintomáticos. Estos nuevos datos brindan a los profesionales de la salud una guía práctica.

“El estudio abordó el tema muy importante de identificar un tipo de muestra que permitiera la detección confiable del virus, sin comprometer significativamente la sensibilidad de detección”, dijo el Dr. Diego Diel, profesor asociado en el Departamento de Medicina Poblacional y Ciencias Diagnósticas y director del laboratorio de virología del Centro de Diagnóstico en Salud Animal, quien fue el autor principal del estudio. “Nos sorprendió el período relativamente corto en el que se podía detectar el virus infeccioso”.

Enlaces relacionados:
Universidad de Cornell  

Miembro Oro
Lector rapido de tarjetas
EASY READER+
Software de laboratorio
Acusera 24•7
Manual Pipetting Aid
Pipette Controllers macro
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Patología

ver canal
Crédito de imagen: iStock

Herramienta de patología con IA predice riesgo de recaída en cáncer colorrectal en estadio II

El cáncer colorrectal es el cuarto cáncer diagnosticado con mayor frecuencia en Australia y la segunda causa principal de muerte por cáncer, al tiempo que sigue siendo el tercer cáncer... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más

Industria

ver canal
Crédito de imagen: iStock

Una colaboración impulsa los diagnósticos basados en esputo para el asma y la EPOC

El asma y la enfermedad pulmonar obstructiva crónica son afecciones inflamatorias de las vías respiratorias muy prevalentes, que afectan a más de 40 million Americans y a más... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.