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




Diseñan sensor olfativo portátil para diagnóstico de bacterias

Por el equipo editorial de LabMedica en español
Actualizado el 06 Feb 2018
Image
Image
Se diseñó una nariz electrónica portátil (eNose) para detectar e identificar rápidamente las bacterias más comunes que causan infecciones en los tejidos blandos.

El diagnóstico rápido de las infecciones de heridas se basa en coloraciones de las bacterias, cultivos y ensayos de reacción en cadena de la polimerasa, y los resultados están disponibles después de varias horas como mínimo, pero con mayor frecuencia hasta que pasan varios días de espera. Por lo tanto, el tratamiento con antibióticos a menudo se administra empíricamente sin un diagnóstico específico.

Para rectificar esta situación, un equipo de bioingenieros finlandeses desarrolló la eNose, un dispositivo capaz de producir un perfil olfativo para cada compuesto molecular en la superficie gaseosa creada por una infección bacteriana. El perfil fue analizado por una computadora programada para diferenciar entre los diferentes compuestos.

Los investigadores utilizaron el sistema eNose para un estudio de prueba de concepto destinado a diferenciar las bacterias más relevantes que causan infecciones de las heridas. El estudio utilizó un conjunto de cultivos bacterianos clínicos en placas de cultivo de sangre idénticas y estableció las líneas bacterianas desde la superficie gaseosa.

Los resultados revelaron que el sistema eNose era capaz de diferenciar tanto el Staphylococcus aureus sensible a meticilina (SASM) como el Staphylococcus aureus resistente a meticilina (SARM), el Streptococcus pyogenes, la Escherichia coli, la Pseudomonas aeruginosa y el Clostridium perfringens con una exactitud del 78%, en cuestión de minutos, sin necesidad de preparación previa de la muestra. Lo que es más importante, el sistema fue capaz de diferenciar el SARM del SASM con una sensibilidad del 83%, una especificidad del 100% y una exactitud global del 91%.

“Nuestro objetivo era crear un método para el diagnóstico rápido de las infecciones en los tejidos blandos. Si tuviéramos un método de este tipo, el tratamiento podría iniciarse de manera oportuna y orientarse directamente al patógeno relevante. Esto reduciría la necesidad de tratamientos empíricos y acortaría los retrasos diagnósticos”, dijo el primer autor, el Dr. Taavi Saviauk, investigador de la facultad de medicina y ciencias de la vida de la Universidad de Tampere (Finlandia; www.uta.fi). “El dispositivo portátil eNose que utilizamos no requiere condiciones de laboratorio o capacitación especial, por lo que es adecuado para uso en los pacientes ambulatorios. Los resultados de este estudio son un paso significativo hacia nuestro objetivo”.

El estudio eNose se publicó en la edición de enero de 2018 de la revista European Surgical Research.

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
Immunofluorescence Analyzer
IFA System
New
Analizador totalmente automatizado de proteínas específicas (nefelometría)
PA240

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

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

La secuenciación metagenómica permite diagnóstico rápido de infecciones respiratorias en fibrosis quística

Las infecciones pulmonares graves siguen siendo una causa importante de morbilidad entre las personas con fibrosis quística, un trastorno genético potencialmente mortal caracterizado por... 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
Copyright © 2000-2026 Globetech Media. All rights reserved.