WVU biomedisinsk ingeniør vil motta 1,2 millioner dollar for å forbedre tidlig oppdagelse av flåttbårne infeksjoner
Et team ledet av en biomedisinsk ingeniør fra West Virginia University jobber med å revurdere og revurdere måten medisinske fagfolk diagnostiserer flåttbårne infeksjoner som Lyme-sykdom. Soumya Srivastava, en assisterende professor ved Benjamin M. Statler College of Engineering and Mineral Resources, utvikler et verktøy som oppdager flåttbårne sykdommer raskere ved å bruke en blodprøve på en enkelt brikke. Srivastavas modell tar sikte på å oppdage sykdom innen én til to uker etter en infeksjonsutbrudd, mens eksisterende tilnærminger er avhengige av et symptombasert spørreskjema - som kan spørre om en person har feber eller...

WVU biomedisinsk ingeniør vil motta 1,2 millioner dollar for å forbedre tidlig oppdagelse av flåttbårne infeksjoner
Et team ledet av en biomedisinsk ingeniør fra West Virginia University jobber med å revurdere og revurdere måten medisinske fagfolk diagnostiserer flåttbårne infeksjoner som Lyme-sykdom.
Soumya Srivastava, en assisterende professor ved Benjamin M. Statler College of Engineering and Mineral Resources, utvikler et verktøy som oppdager flåttbårne sykdommer raskere ved å bruke en blodprøve på en enkelt brikke. Srivastavas modell tar sikte på å oppdage sykdom innen én til to uker etter at en infeksjon dukker opp, mens eksisterende tilnærminger er avhengige av et symptombasert spørreskjema – som kan spørre om en person har feber eller utslett – og tester som kun er pålitelige minst flere uker etter infeksjon.
Srivastavas prosjekt ble nylig tildelt 1,2 millioner dollar som et felles initiativ fra National Science Foundation og National Institutes of Health.
Flåttbårne patogener kan overføres til mennesker gjennom bitt av infisert flått. Disse flåttene kan overføre bakterier, virus eller parasitter. Srivastavas innsats kan gi et sårt tiltrengt verktøy i kampen mot flåttbårne sykdommer, som har økt kraftig de siste årene. Det er nå rundt 30 000 tilfeller av borreliose årlig i USA, opp fra 22 000 i 2010, ifølge Centers for Disease Control and Prevention.
Flåttbårne sykdommer kan forårsake alvorlig sykelighet og dødelighet og har økt betydelig i USA de siste 15 til 20 årene. Dette prosjektet vil skape et raskt, sensitivt og merkefritt diagnostisk verktøy for å forbedre tidlig oppdagelse og deres samtidige infeksjoner for å redusere komplikasjoner og dødsfall fra udiagnostiserte og sent diagnostiserte sykdommer."
Soumya Srivastava, assisterende professor, Benjamin M. Statler College of Engineering and Mineral Resources
Srivastavas forskning vil innebære tverrfaglig bruk av mikrofluidikk, sensorer og maskinlæring. Disse faktorene vil muliggjøre forbedret diagnose av flåttbårne infeksjoner via et ikke-invasivt, rimelig, raskt og brukervennlig verktøy.
Etter å ha tatt en blodprøve fra en pasient, analyserer enheten cellene. Alle celler har et sett med dielektriske egenskaper, som permittivitet og konduktivitet, som er unike for cellemembranen og cellecytoplasma, forklarte Srivastava. Disse egenskapene avhenger sterkt av tilstanden til cellen, for eksempel om den er normal eller unormal.
De unike egenskapene avhenger av formen og størrelsen på cellen; hvis membranen er grov, glatt eller lekker; og hva som skjer inne i cellen.
"I utgangspunktet måler vi disse egenskapene på mikrofluidbrikken vår," sa hun, "og det elektriske signalet som kommer fra sensoren vil hjelpe oss å finne ut om det er en infeksjon eller ikke. Denne teknikken er kjent som dielektroforese."
Så snart noen få dråper blod kommer inn i enheten, sorteres de etter et elektrisk felt i henhold til tilstanden, størrelsen og formen til cellene. De sorterte cellene vil ha en baseline kapasitansverdi som vil bli vist av sensoren, og dette vil tillate oss å utlede typen infeksjon, sa Srivastava.
"Maskinlæring vil bli brukt for å gjøre dette verktøyet robust og følsomt, og oppdage flere infeksjoner i løpet av minutter."
Det som gjør prosjektet enda mer unikt er dets evne til å oppdage flere flåttbårne infeksjoner samtidig og til rett tid.
"I tillegg vil plattformen vår ikke-invasivt oppdage anaplasmose, babesiosis og borreliose på et tidlig stadium, sammenlignet med de andre tilgjengelige teknikkene som tester fire til seks uker etter at infeksjonen utvikler seg," sa Srivastava. "De fleste testene som for øyeblikket er tilgjengelige er symptombaserte og symptomene vises fire til seks uker etter et flåttbitt. Plattformen vår kan oppdage disse sykdommene tidlig ved hjelp av et bærbart diagnoseverktøy innen én til to uker og på mindre enn 30 minutter. Hvis vellykket, dette." Verktøyet kan være nyttig for en rekke helseapplikasjoner utover flåttbårne sykdommer.
"Rask oppdagelse kan redusere risikoen for sykehusinnleggelser og legebesøk og forhindre at sykdommen utvikler seg til en kronisk, livslang tilstand."
Kilde:
.