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




Análisis de huellas digitales identifica usuarios de heroína y cocaína

Por el equipo editorial de LabMedica en español
Actualizado el 16 Apr 2018
Imagen: Las crestas de fricción en un dedo (Fotografía cortesía de Wikimedia Commons).
Imagen: Las crestas de fricción en un dedo (Fotografía cortesía de Wikimedia Commons).
Un protocolo de análisis basado en el análisis de cromatografía líquida-espectrometría de masas (LC-MS) detecta con exactitud los niveles de drogas ilegales en una sola huella dactilar de usuarios de drogas y elimina a aquellos que solo tuvieron contacto pasivo con un consumidor de drogas.

En un estudio anterior, los investigadores de la Universidad de Surrey (Reino Unido) describieron una prueba que utilizaba una huella digital para detectar el consumo de cocaína. Ahora, en un estudio reciente, el grupo ha mejorado la prueba anterior mediante el desarrollo de un nuevo protocolo de huellas digitales que detecta tanto la cocaína como la heroína.

Para este estudio, se recogieron 100 muestras de huellas dactilares de 50 usuarios que no usaban drogas antes y después del lavado de manos para establecer valores de corte ambientales separados y protocolos de prueba para cocaína, benzoilecgonina, heroína y 6-monoacetilmorfina. El límite fue desafiado al probar las huellas dactilares de voluntarios libres de drogas luego de estrechar la mano de los usuarios de drogas. También se recogieron y analizaron huellas dactilares de pacientes que declararon haber consumido cocaína (n=32) y heroína (n=24). El análisis se llevó a cabo utilizando el método de análisis de drogas, estándar de oro, la LC-MS.

Los resultados revelaron que este protocolo identificó al 100% de los usuarios de heroína incluso después de lavarse las manos y dio un falso positivo para un solo usuario que no usaba drogas y le dio la mano a un consumidor de drogas. Los investigadores también usaron la LC-MS para evaluar la cocaína y su metabolito benzoilecgonina, que identificó al 85% de los usuarios de cocaína después del lavado de manos y no produjeron falsos positivos para los usuarios no drogadictos que entraron en contacto con los consumidores de drogas. Tanto para la heroína como para la cocaína, la prueba de huellas dactilares identificó correctamente a más usuarios de drogas que las pruebas de saliva.

“La posibilidad de pruebas de drogas a partir de una huella dactilar se ha convertido en el tema de muchos artículos de investigación recientes, debido a la naturaleza fácil y no invasiva de la recolección de muestras, así como al hecho de que la identidad del donante está integrada en el detalle de la huella dactilar misma”, dijo la autora principal, la Dra. Melanie Bailey, profesora de química en la Universidad de Surrey. “Esto proporciona ... la posibilidad de realizar pruebas de drogas de forma rápida y no invasiva de una manera que es difícil de falsificar. Este es, creemos, el primer estudio que explora la importancia de las pruebas de drogas a partir de una huella dactilar y, por lo tanto, el primer esfuerzo dedicado a establecer un límite ambiental”.

El estudio fue publicado en la edición en línea del 22 de marzo de 2018 de la revista Clinical Chemistry.


Miembro Oro
Aspiration System
VACUSAFE
Software de laboratorio
Acusera 24•7
HPV Molecular Test
BD Onclarity HPV Assay
Pipette Calibration System
Artel PCS®

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.