Evaluation of Loopamp Leishmania detection kit for the diagnosis of cutaneous leishmaniasis in Ethiopia
Notice bibliographique
Résumé
BACKGROUND: Cutaneous leishmaniasis (CL) in Ethiopia and some parts of Kenya is predominantly caused by Leishmania aethiopica. While skin-slit (SS) microscopy is routinely used for CL diagnosis, more sensitive molecular tests are available. The Loopamp™ Leishmania detection kit (Loopamp) is a robust loop-mediated isothermal amplification (LAMP) assay with the potential for implementation in primary healthcare facilities. In this study, we comparatively assessed the diagnostic accuracy of four methods currently used to diagnose CL: Loopamp, kinetoplast DNA (kDNA) PCR, spliced leader RNA (SL-RNA) PCR and SS microscopy. METHODS: A study on 122 stored tape disc samples of suspected CL patients was conducted in Gondar, northwestern Ethiopia. Routine SS microscopy results were obtained from all patients. Total nucleic acids were extracted from the tapes and subjected to PCR testing targeting kDNA and SL-RNA, and Loopamp. Diagnostic accuracy was calculated with SS microscopy as a reference test. The limit of detection (LoD) of Loopamp and kDNA PCR were determined for cultured L. aethiopica and Leishmania donovani. RESULTS: Of the 122 patients, 64 (52.5%) were identified as CL cases based on SS microscopy. Although the PCR tests showed a sensitivity of 95.3% (95% confidence interval [CI] 91.6-99.1), Loopamp only had 48.4% (95% CI 39.6-57.3) sensitivity and 87.9% (95% CI 82.1-93.7) specificity. The LoD of Loopamp for L. donovani was 100-fold lower (20 fg/µl) than that for L. aethiopica (2 pg/µl). CONCLUSIONS: The Loopamp™ Leishmania detection kit is not suitable for the diagnosis of CL in Ethiopia, presumably due to a primer mismatch with the L. aethiopica 18S rRNA target. Further research is needed to develop a simple and sensitive point-of-care test that allows the decentralization of CL diagnosis in Ethiopia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».