西弗吉尼亚大学生物医学工程师将获得 120 万美元,用于改善蜱传感染的早期检测

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

由西弗吉尼亚大学生物医学工程师领导的一个团队正在努力重新思考医疗专业人员诊断莱姆病等蜱传感染的方式。本杰明·斯塔特勒工程与矿产资源学院的助理教授 Soumya Srivastava 正在开发一种工具,可以使用单芯片上的血液样本更快地检测蜱传疾病。 Srivastava 的模型旨在在感染发生后一到两周内检测出疾病,而现有方法依赖于基于症状的调查问卷 - 这可能会询问一个人是否发烧或.​​..

Ein Team unter der Leitung eines biomedizinischen Ingenieurs der West Virginia University arbeitet daran, die Art und Weise, wie Mediziner durch Zecken übertragene Infektionen wie die Lyme-Borreliose diagnostizieren, zu überdenken und zu überdenken. Soumya Srivastava, Assistenzprofessorin am Benjamin M. Statler College of Engineering and Mineral Resources, entwickelt ein Tool, das durch Zecken übertragene Krankheiten anhand einer Blutprobe auf einem einzigen Chip schneller erkennt. Das Modell von Srivastava zielt darauf ab, Krankheiten innerhalb von ein bis zwei Wochen nach Ausbruch einer Infektion zu erkennen, während bestehende Ansätze auf einem symptombasierten Fragebogen – der möglicherweise fragt, ob eine Person Fieber oder einen …
由西弗吉尼亚大学生物医学工程师领导的一个团队正在努力重新思考医疗专业人员诊断莱姆病等蜱传感染的方式。本杰明·斯塔特勒工程与矿产资源学院的助理教授 Soumya Srivastava 正在开发一种工具,可以使用单芯片上的血液样本更快地检测蜱传疾病。 Srivastava 的模型旨在在感染发生后一到两周内检测出疾病,而现有方法依赖于基于症状的调查问卷 - 这可能会询问一个人是否发烧或.​​..

西弗吉尼亚大学生物医学工程师将获得 120 万美元,用于改善蜱传感染的早期检测

由西弗吉尼亚大学生物医学工程师领导的一个团队正在努力重新思考医疗专业人员诊断莱姆病等蜱传感染的方式。

本杰明·斯塔特勒工程与矿产资源学院的助理教授 Soumya Srivastava 正在开发一种工具,可以使用单芯片上的血液样本更快地检测蜱传疾病。 Srivastava 的模型旨在在感染出现后一到两周内检测出疾病,而现有方法依赖于基于症状的调查问卷(可能会询问一个人是否发烧或皮疹)以及仅在感染后至少几周才可靠的测试。

Srivastava 的项目最近获得了美国国家科学基金会和美国国立卫生研究院联合发起的 120 万美元资助。

蜱传病原体可以通过受感染蜱虫的叮咬传播给人类。 这些蜱虫可以传播细菌、病毒或寄生虫。 Srivastava 的努力可能会产生一种急需的工具来对抗近年来激增的蜱传疾病。 根据美国疾病控制与预防中心的数据,美国现在每年约有 30,000 例莱姆病病例,而 2010 年为 22,000 例。

蜱传疾病可导致严重的发病率和死亡率,并且在过去 15 至 20 年中在美国显着增加。该项目将创建一种快速、灵敏且无标签的诊断工具,以改善早期检测及其合并感染,从而减少未确诊和晚期诊断疾病引起的并发症和死亡。”

Soumya Srivastava,本杰明·M·斯塔特勒工程与矿产资源学院助理教授

Srivastava 的研究将涉及微流体、传感器和机器学习的跨学科应用。 这些因素将有助于通过非侵入性、经济实惠、快速且用户友好的工具改进蜱传感染的诊断。

从患者身上采集血液样本后,该设备会分析细胞。 Srivastava 解释说,所有细胞都具有细胞膜和细胞质特有的一系列介电特性,例如介电常数和电导率。 这些特性在很大程度上取决于细胞的状况,例如细胞是否正常或异常。

独特的性质取决于细胞的形状和大小; 膜是否粗糙、光滑或渗漏; 以及细胞内发生的事情。

“基本上,我们是在微流控芯片上测量这些特性,”她说,“来自传感器的电信号将帮助我们确定是否存在感染。这种技术被称为介电泳。”

一旦几滴血液进入设备,电场就会根据细胞的状况、大小和形状对它们进行分类。 斯里瓦斯塔瓦说,分选的细胞将具有传感器显示的基线电容值,这将使我们能够推断感染的类型。

“机器学习将用于使这个工具变得强大和灵敏,在几分钟内检测出多种感染。”

该项目的独特之处在于它能够同时及时检测多种蜱传感染。

Srivastava 表示:“此外,我们的平台将在早期阶段以非侵入性方式检测无形体病、巴贝斯虫病和莱姆病,而其他现有技术则需要在感染发生后四到六周进行检测。” “目前可用的大多数测试都是基于症状的,蜱虫叮咬后四到六周就会出现症状。我们的平台可以使用便携式诊断工具在一到两周内及不到 30 分钟内及早发现这些疾病。如果成功,就可以做到这一点。”该工具可用于除蜱传疾病之外的各种健康应用。

“快速检测可以降低​​住院和就医的风险,并防止该疾病发展为慢性终身疾病。”

来源:

西弗吉尼亚大学