Verimaljalla kasvavien bakteerin tunnistaminen DMS-tekniikalla
Lepomäki, Jaakko; Kesti, Artturi (2018)
2018
Lääketieteen lisensiaatin tutkinto-ohjelma - Licentiate's Degree Programme in Medicine
Lääketieteen ja biotieteiden tiedekunta - Faculty of Medicine and Life Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2018-02-16
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi:uta-201804161528
http://urn.fi/URN:NBN:fi:uta-201804161528
Tiivistelmä
Tutkimme DMS-teknologiaan perustuvan elektronisen nenän kykyä tunnistaa verimaljalla kasvavia bakteereita. Näytteinämme oli 642 Fimlabin näytevirrasta kerättyä verimaljaa, joilla kasvoi tunnistettuja bakteereita. Analyysiin valikoitui 537 näytettä 15:sta eri bakteerilajista. Ulos rajautuivat ne bakteerilajit, joita esiintyi alle 10 kappaletta koko aineistossa.
Käyttämämme elektroninen nenä tunnisti oikein 70.7% analysoiduista bakteereista. Suurimmat sekaannukset aiheutuivat lähisukuisten bakteerien kanssa, esimerkiksi 12.5% Str. Pyogenes -bakteerista tunnistettiin Str. Pneumoniae -bakteeriksi molempien ollessa Grampositiivisia streptokokkeja.
Tutkimuksemme osoitti DMS-teknologian mahdollistavan bakteerien tunnistamisen ilman huolellista esivalmistelua ja varsin lyhyessä ajassa. Aikaisempiin tutkimuksiin nähden koeasetelmamme oli vähemmän kontrolloitu, koska se oli toteutettu käytännön olosuhteissa.
Tuloksemme perusteella voidaan suunnitella jatkotutkimuksia kliinistä diagnostiikkaa varten. Jatkossa tavoitteellista olisi validoida laitteisto tunnistamaan tuoreita tai lyhyen aikaa viljeltyjä näytteitä. Tutkimuksemme virhelähteet ja puutteet antavat myös hyviä kehitysajatuksia tulevien koeasetelmien sekä laitteistojen suunnitteluun.
Käyttämämme elektroninen nenä tunnisti oikein 70.7% analysoiduista bakteereista. Suurimmat sekaannukset aiheutuivat lähisukuisten bakteerien kanssa, esimerkiksi 12.5% Str. Pyogenes -bakteerista tunnistettiin Str. Pneumoniae -bakteeriksi molempien ollessa Grampositiivisia streptokokkeja.
Tutkimuksemme osoitti DMS-teknologian mahdollistavan bakteerien tunnistamisen ilman huolellista esivalmistelua ja varsin lyhyessä ajassa. Aikaisempiin tutkimuksiin nähden koeasetelmamme oli vähemmän kontrolloitu, koska se oli toteutettu käytännön olosuhteissa.
Tuloksemme perusteella voidaan suunnitella jatkotutkimuksia kliinistä diagnostiikkaa varten. Jatkossa tavoitteellista olisi validoida laitteisto tunnistamaan tuoreita tai lyhyen aikaa viljeltyjä näytteitä. Tutkimuksemme virhelähteet ja puutteet antavat myös hyviä kehitysajatuksia tulevien koeasetelmien sekä laitteistojen suunnitteluun.