Development of a metabolic biosignature for detection of early Lyme disease
25.Mai 2015
Claudia R. Molins et. al
Entwicklung einer metabolischen Biosingnatur für die Erkennung der frühen Lyme-Borreliose
(
Development of a metabolic biosignature for detection of early Lyme disease)
Hintergrund: Patienten mit einer frühen Lyme-Borreliose kommen häufig zum Arzt, bevor sie eine meßbare Antikörperantwort auf den Krankheitserreger
Borrelia Burgdorferi entwickelt haben. Daher hat die existierende Zwei-Stufen-Serologie bei einer frühen Infektion nur eine geringe Sensitivität (29-40 %). Das Fehlen eines akkuraten Teste für eine frühe Lyme-Borreliose trägt zu Mißverständnissen über Diagnose und Behandlung bei und unterstreicht die
Notwendigkeit für neue diagnostische Ansätze.
Background. Early Lyme disease patients often present to the clinic prior to developing a detectable antibody response to Borrelia burgdorferi, the etiologic agent. Thus, existing two-tier serology-based assays yield low sensitivities (29-40%) for early infection. The lack of an accurate laboratory test for early Lyme disease contributes to misconceptions about diagnosis and treatment, and underscores the need for new diagnostic approaches.
Ergebnisse: Mit Hilfe der Entwicklung einer Metabolischen Biosignatur wurden 95 Molekulare Merkmale ausgewählt, die in der Lage sind, frühe Lyme-Borreliose-Patienten von gesunden Kontrollgruppen zu unterscheiden. Nach statistischer Modellierung verringerte sich die Biosignatur auf
44 Molekulare Merkmale und diese erkannten Patienten mit früher Lyme-Borreliose und gesunde Kontrollgruppen korrekt mit einer
Sensitivität von 88 % (84-95 %) und eine
Spezifität von 95 % (90-100 %). Besonders wichtig: die metabolische Biosignatur klassifizierte
77-95 % der Lyme-Borreliose-Patienten
mit negativer Serologie richtig.
Results. Metabolic biosignature development selected 95 molecular features that distinguished early Lyme disease patients from healthy controls. Statistical modeling reduced the biosignature to 44 molecular features, and correctly classified early Lyme disease patients and healthy controls with a sensitivity of 88% (84-95%), and a specificity of 95% (90-100%). Importantly, the metabolic biosignature correctly classified 77-95% of the of serology negative Lyme disease patients.
Schlußfolgerung: Die Daten liefern eine Machbarkeits-Grundlage dafür, dass sich mit einer
metabolischen Profilerstellung eine wesentlich höhere (p < 0.0001) diagnostische Sensitivität bei der Diagnostik der frühen Lyme-Borreliose erreichen läßt, unter Beibehaltung der hohen Spezifität, als mit der gegenwärtigen Zwei-Stufen Serologie.
Conclusion. The data provide proof-of-concept that metabolic profiling for early Lyme disease can achieve significantly greater (p<0.0001) diagnostic sensitivity than current two-tier serology, while retaining high specificity.
Diese Arbeit wurde auch auf der Seite des Staatlichen Amerikanischen Gesundheitsdienstes veröffentlich:
NIH - National Institute of Allergy and Infectious Diseases
New Approach to Diagnosing Lyme Disease Shows Promise
Sensitivity refers to a test true positive rate, or the probability that a person will test positive when a disease is present. Optimizing a test’s sensitivity helps prevent false-negatives.
Specificity refers to a test’s true negative rate, or the probability that a person will test negative when no disease is present. Optimizing a test’s specificity helps prevent false-positive.