FI63063C - Foerfarande foer identifiering av en gram-negativ mikroorganismstamm i ett vaetskeprov - Google Patents
Foerfarande foer identifiering av en gram-negativ mikroorganismstamm i ett vaetskeprov Download PDFInfo
- Publication number
- FI63063C FI63063C FI780276A FI780276A FI63063C FI 63063 C FI63063 C FI 63063C FI 780276 A FI780276 A FI 780276A FI 780276 A FI780276 A FI 780276A FI 63063 C FI63063 C FI 63063C
- Authority
- FI
- Finland
- Prior art keywords
- mcg
- growth
- subsample
- microorganism
- sample
- Prior art date
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
Landscapes
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biochemistry (AREA)
- Biotechnology (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Genetics & Genomics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Toxicology (AREA)
- Biomedical Technology (AREA)
- Sustainable Development (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Description
Γζ*5?71 ΓΒΐ ««KUULUTUfjULKAliU _ Λ . _ jfäST& LBJ 11 UTLÄCGNINOSSKRIFT 6 30 6 3 c(45) Patentti ay enne * ty n 04 1933
Ns * ^ (51) K*.ik.Va3 e 12 Q 1/04 // C 12 Q 1/18 SUOMI —FINLAND (21) Pmnttffmkwwa» — Pt«WMiOhmn| 780276 m Λ 27.01.78 v / (23) Alioipilvt—GikiglMtadag 27.01.73 (41) Tullut )ulltlt«k>l — Mtvtc offuMlig 29.07.78
Patentti- j* rekisterihallitus (44) Nlhtivftkslpanon j« kuvLJulliatoun pvm. —
Patent· och registerstyreisen ' ' AmSkin uttagd och utUkrtftwi publkand 31.12.82 (32)(33)(31) Pjrrittty «cueikMs~a^irtf prtortt·* 28.01.77 17.10.77 USA(US) 763719, 81+2736 (71) Warner-Lambert Company, 201 Tabor Road, Morris Plains, New Jersey 07950, USA(US) (72) Alan Clarkson Curtiss, Old Lyme, Connecticut, Charles Blake Bidvell,
Madison, Connecticut, Julius Praglin, East Lyme, Connecticut,
James Edward McKie, Ledyard, Connecticut, David Kenneth Longhenry,
East Lyme, Connecticut, Bruce Henry Sielaff, Gales Ferry, Connecticut, USA(US) (7*0 Oy Kolster Ab (5I+) Menetelmä gram-negatiivisen mikro-organismikannan tunnistamiseksi nestenäytteessä - Förfarande för identifiering av en gram-negativ mikroorganismstamm i ett vätskeprov
Keksintö koskee menetelmää gram-negatiivisen mikro-organismi-kannan tunnistamiseksi nestenäytteessä. US-patenttijulkaisussa 3852532 kuvattua menetelmää ja laitetta bakteerien herkkyyden tutkimiseksi antibiootteja vastaan on sovellettu erilaisten bakteerikantojen tunnistamiseen määrittämällä valon hajotusindeksit (LSI) erityiselle ryhmälle antimikrobisia aineita, joilla on mikro-organismikantojen tunnistamisen kannalta erityisen merkittäviä ominaisuuksia/ ja analysoimalla hajotusindeksit tietokonemenetelmällä/kuten tilastollisella neliöimis-diskriminanttifunktiomenetelmällä, mikro-organismien tunnistamiseksi. On havaittu, että 14 antimikrobista ainetta mahdollistaa erittäin luotettavan tunnistuksen ja uskotaan, että tunnistavien aineiden määrää voitaisiin vähentää luotettavuuden paljoakaan kärsimättä. Aineiden tulisi edullisesti olla sellaisia, jotka eivät ole yleisessä terapeuttisessa käytössä virheiden välttämiseksi, jotka aiheutuvat kannoista, jotka ovat tulleet immuuneiksi erilaisille terapeuttisesti käytetyille antibioottisille aineille. Nyt on määritelty 30 tällaista ainetta (kuvataan jäljempänä), jota voidaan käyttää luotettavaan tunnistamiseen tilastollisin menetelmin.
2 63063
Ajatus käyttää kasvun estymiseen tai antibakteeriseen herkkyyteen perustuvia menetelmiä bakteerien tunnistamiseen ei sinänsä ole uusi.
1971 Gilardi (Gilardi, G.L., 1971; Appi. Microbiol. 22:821-823), havaitsi, että herkkyysprofiileja voitaisiin käyttää apuna tunnistettaessa laktoosia ei-fermentoivia, gram-negatiivisia bakteereita. Tässä käytettiin hyväksi 16 antibiootin herkkyysarvoja, jotka oli saatu levy-agar -diffuusiomenetelmällä. Sutter ja Finegold (Sutter, V.L. ja S.M. Finegold, 1971; Appi. Microbiol. 21:13-20) käyttivät herkkyysprofii-leja gram-negatiivisten anaerobisten basillien sijoittamiseksi neljään eri ryhmään. Sen jälkeen vaadittiin lisäkokeita tunnistamisen loppuunsaattamiseksi.
Friedman ja MacLowry (Friedman, R, ja I. MacLowry 1973, Appi. Microbiol. 26:314-317) käyttivät Baysean-matemaattista mallia bakteerien luokittelemiseksi. Tietokanta käsitti todennäköisyystiedot 31 bakteeri lajin herkkyysprofiileista. Nämä tiedot oli koottu useiden vuosien aikana. Kun 1 000 kliinistä eristettä oli luokiteltu tällä menetelmällä, päästiin 86 %:seen vastaavuuteen tavanomaisten biokemiallisten tunnistusmenetelmien kanssa.
US -patentissa 3 852 532 kuvataan menetelmää ja laitetta antibioottisen herkyyden tutkimiseksi tutkittavien bakteerien valon ha-jotusindeksin (LSI) määrityksen yhteydessä,Tällaisissa määrityksissä käytettäviä muita menetelmiä ja laitteita on kuvattu US-patenteissa 3 832 532, 3 895 661, 3 889 011, 3 901 588, 3 934 753 ja 3 942899.
Edellä mainitussa järjestelmässä kuvatussa laitteessa yhdistetään automation nopeus käsikäyttöisen järjestelmän joustavuuteen. Se on suunniteltu bakteerien herkyyden määrittämiseksi samanaikaisesti 12 anti-mikrobisen aineen suhteen. Tuloksena saadaan jokaiselle antimikrobi-selle aineelle herkkyysindeksi, jota sanotaan "valonhajotusindeksiksi" (LSI). Indeksi on 0,00 (resistentti) - 1,00 (herkkä) 0,01:n välein. Koetulokset, muutamia hitaasti, kasvavia organismeja lukuun ottamatta, ovat saatavissa 3-5 tuntia kokeen aloittamisen jälkeen. Keksintö koskee menetelmää gram-negatiivisen mikro-organismikannan tunnistamiseksi nestemäisessä näytteessä, joka menetelmä käsittää vaiheet, joissa jaetaan näyte vähintään 14 alanäytteeksi, ympätään jokainen alanäyte kas-vunestoaineella, joka reagoidessaan alanäytteiden kanssa mahdollistaa mikro-organismikannan tunnistamisen näytteessä, jolloin jokaisen ala-näytteen ynppäämiseen käytetään eri kasvunestoainetta ja /tai erilaista kasvunestoaineen määrää ja jolloin useimpia näistä kasvunestoaineista ei yleisesti käytetä terapeuttisesti mikro-organismi-infektioiden 63063 yhteydessä,inkuboidaan alanäytteitä mikro-organismien kasvussa olevien mahdollisten merkittävien erojen kehittämiseksi, määritetään mikro-organismin kasvu jokaisessa alanäytteessä ja verrataan kasvu-arvoja mikro-organismi-tunnistamispankin mainittuja kasvunestoaineita koskeviin arvoihin, joiden avulla mikro-organismikanta näytteessä tunnistetaan, ja menetelmälle on tunnusomaista, että kasvunestoaineet on valittu ryhmästä, johon kuuluvat akriflaviini, 9 -aminoakridiini, auramiini 0®, briljanttivihreä®' setrimidi, kobolttikloridi, kupri-kloridi, sykloseriini, 3,5-dibromisalisyylihappo, dodekyyliamiini-hydrokloridi, 5-fluoriurasiili, floksuridiini, malakiittivihreä^, metyleenisininen omadiinidisulfidi, natriumomadiini, natriumatsidi, talliumasetaatti , 2^3^41 -trihydroks iasetof enoni, basitrasiini, karbenisilliini, kefalotiini, kolistiin!, kanamysiini, meteeniamiini-mandelaatti, nalidiksiinihappo, nitrofurantoiini, novobiosiini, poly-myksiini B ja tetrasykliini.
Valonhajoitusindeksejä vertailemalla saadut numeeriset kasvu-arvot analysoidaan esim. tietokonetta käyttäen bakteerikantojen tunnistamiseksi. Erittäin käyttökelpoinen menetelmä tietokonekäyttöä varten on tilastollinen neliöimis-diskriminanttifunktiomenetelmä.
Tämä menetelmä on edullisin mutta muitakin tilastollisia menetelmiä voidaan käyttää.
Tätä menettelytapaa voidaan erityisen hyvin käyttää US -patentissa 3 832 532 kuvatun menetelmän ja laitteen yhteydessä, mutta sitä voidaan myös soveltaa mihin tahansa herkkyyden tutkimiseen käytettävään menetelmään, jossa tapahtuu organismin kohtuullinen kvantitatiivinen kasvu estävien aineiden läsnäollessa (ks. myös US 3 837 746).
Edullinen suoritusmuoto on alla kuvatun analyysimenetelmän ja US -patentissa 3 832 532 esitetyn järjestelmän yhdistelmä.
Tämän keksinnön uudet piirteet ja edut käyvät ilmi seuraavasta kuvauksesta.
Kuviossa 1 on esitetty laite, jota voidaan käyttää keksinnön mukaisen menetelmän toteuttamiseen. Kuviossa 2 on esitetty keksinnön mukaisen menetelmän eräässä suoritusmuodossa käytettävä ohjauspöytä.
Kuten kuviosta 1 ilmenee, aikaisempi järjestelmä 10 bakteerien kasvua estävien eri antibioottien (esim. 12) suhteellisen tehokkuuden määrittämiseksi käsittää muovikyvetin 12, jossa herkkyyskoe suoritetaan, levyjakelijän 14 levyjen panemiseksi kyvettiin 12, inkubaattori-ravistimen 30 kyvettien inkuboimiseksi ja sekoittamiseksi sekä automaattisen valonhajotusfotometri-analysaattorin 62 bakteerikasvun arvioimiseksi ja tulosten kirjoittamiseksi etukäteen painetulle kaavakkeelle 63063 tai nauhalle 22, kuten US -patentissa 3 832 532 on yksityiskohtaisesti kuvattu. Kuitenkin voidaan kasvun arvioimiseksi käyttää muita menetelmiä, kuten optista absorboituvuutta, solulaskentaa, impedanssi-mittausta, ATP-konsentraatiota, radio-isotooppien ottokykyä tai kehittymistä* leimatuista yhdisteistä, hapen ottokykyä, C02~ tuottoa tai lämmönkehitystä ja kemiallisia reaktioita, jotka johtuvat metaboliitti-jäännösten metabolisesta hyväksikäytöstä. Samalla, kun nämä menettelytavat voivat poiketa sopivuuden ja tarkkuuden suhteen, tämä keksintö osoittaa, että tunnistamismetodi on riippumaton kasvun tai estoasteen määrittämiseksi käytettävästä menettelytavasta, niin kauan kuin menetelmä pystyy antamaan kvantitatiivisesti riittävän tuloksen käytettäväksi tilastollisessa arvostelussa.
Ennen määritystä kliinisesti eristetty preparaatti siirretään petrimaljaan 20 ja inkuboidaan yli yön. Käyttäen silmukkaa 24 otetaan levyltä useampia samankaltaisen morfologian omaavia pesäkkeitä ja pyör-resuspendoidaan suolaliuokseen putkessa 13. Tämä,vaihe voidaan jättää pois määrätyissä tapauksissa, kun yksi ainoa organismi näyttää aiheuttaneen infektion. Tällaisessa tapauksessa ymppi voidaan valmistaa sopivassa laimennuksessa sentrifuguoidusta verestä, aivo-selkäydinnesteestä tai suodatetusta virtsasta. Käyttämällä fotometri-kojeiden standardoimisina 11 ia putkessa olevan suspension pitoisuus nostetaan standar-dibakteeri-väkevyyteen, jota tarkistetaan analysointilaitteessa 62 sijoittamalla se kannessa 74 olevaan aukkoon ja lukemalla mittarista 68. 2 ml edellistä suspensiota lisätään 18 mliaan eugeenistä elatus-liuosta kierteillä varustettuun koeputkeen 78. Koeputki 78 kiertyy suoraan muovikyvettiin 12 ja pieni käsiliike siirtää koeputken sisällön tasaisesti 13 kyvettitestiosastoon. Antimikrobiset aineet, edullisesti absorboituna paperilevyille,lisätään nyt aukkojen kautta, levyjakolait-teella 14 ja pidetään suspendoituna kasvuväliaineessa kammioiden 12 erillisessä osastossa putkimaisilla muovipuikoilla kyvetin yläpäässä.
13. kammio on vertailu. Kyvettiä 12 inkuboidaan nyt edullisesti n. kolme tuntia inkubointi-ravistimessa 30, joka on tarkoitettu 30 kyve-tille. Kolmen tunnin kuluttua kyvetti 12 pannaan analysointilaitteeseen 62 ja kasvu kussakin kammiossa arvioidaan. Vertaamalla vertailu-kammioon jokaisen antimikrobisen aineen suhteellinen estovaikutus lasketaan ja tulostetaan kuten US -patentissa 3 832 532 on kuvattu.
63063 5
Seuraavat kuviossa 1 esitetyn laitteen osat on yksityiskohtaisesti kuvattu US -patenttijulkaisussa 3 832 532: Putket 39, pidikkeet 42, vipu 51, telineet 54, turvatermostaatti 60, nopeuden säätönuppi 65, mittari 65 a, kojetaulu 66, tulostusosa 70, laitteen kehys 72, suoja-luukku 75 ja katkaisin 77.
Laite 10 on suunniteltu helpottamaan tietokoneeseen liittämistä. Voidaan käyttää joko tehtaassa tai paikalla asennettua tietokoneen jako-pintasarjaa, joka tekee mahdolliseksi kojeen yhdistämisen tietokonejärjestelmään. Tietokonejärjestelmä sisältää bakteereja tunnistavan tietopankin ja muita käyttökelpoisia tietoja ja tunnistaminen tapahtuu fotometrillä saatujen arvojen tilastollisella analyysilla. Tietokoneen käyttö tapahtuu siten, että koe aloitetaan normaalilla tavalla ja tiedot tulostetaan samanaikaisesti kortille ja syötetään tietokoneeseen. Tietokone mahdollistaa myös kortille tulostettujen tulosten eliminoimisen ja laitteen pitämisen määrätyn koekammion kohdalla kunnes tietokone on käsitellyt tiedot valmiiksi.
Kuvassa 2 on esitetty ohjauspöytä 62 A,jota voidaan käyttää esillä olevassa keksinnössä ja joka on samantyypinen kuin US -patentissa 3 832 532 kuvattu. Laitteessa 62 A on seuraavat samankaltaisuudet ja erot verrattuna US -patentissa 3 832 532 kuvattuun laitteeseen.
1. Etukojetaulu: Etukojetaulun kokoa pidennettiin laitteen koko pituuteen antamaan tilaa näppäimistölle E ja numeronäytölle D.
2. Aikaisemmin käytetty kytkinsarja koneen taustan asettamiseksi muuttumattomaksi korvattiin katetulla näppäimistöllä A.
3. Tulostusosa B; ymppimittari F; ja tarkkailutaulu C eivät ole i oleellisesti muuttuneet.
Käyttö tapahtuu seuraavasti: 1. Kun menettelytapa on valittu ja tausta asetettu muuttumattomaksi, tapahtuu koneen käyttö täysin samalla tavalla kuin on kuvattu US -patentissa 3 832 532.
2. Käyttötapa valitaan painamalla sopivia painikkeita näppäimistössä E. Esimerkiksi, kone pannaan suorittamaan standardiherkkyys-koetta painamalla peräkkäin näppäimiä merkinnällä AEROBIC SUSCEPT TEST. Kun näppäintä on painettu, syttyy sopiva merkkivalo osoittamaan valitun toimintatavan. Aerobinen tunnistamiskoe voitaisiin aloittaa esimerkiksi painamalla peräkkäin AEROBIC IDENT TEST.
3. Laskenta ja taustan asetus muuttumattomaksi aloitetaan osoittamalla haluttu koetapa painamalla CAL TEST1in asemesta. Niinpä halutun taustavakion laskemiseksi tässä herkkyysmenetelmässä, painetaan AEROBIC SUSCEPT CAL. Kahdelle tai useammalle kyvetille, jotka on ym- 6 63063 pätty kuvatulla tavalla, suoritetaan kalibrointikäsittely. Kone laskee automaattisesti kammion keskiarvon jokaiselle kyvetille ja keskiarvon kaikille käsitellyille kyveteille ja osoittaa tämän luvun digitaalinäytöllä D. (Digital Display D). Jos tämä luku on tyydyttävä, painetaan ENTER-painiketta näppäimistössä E ja luku säilyy muistissa käytettäväksi menetelmää varten. TEST-näppäimen painaminen palauttaa koneen normaaliin toimintatapaan.
Jos tarvitaan arvoltaan erityistä taustavakiota, tämä voidaan asettaa katetun näppäimistön A kautta ja ENTER-näppäimellä näppäimistössä E.
Jokainen kyvetti, jossa enemmän kuin kaksi kammiota poikkeaa lasketusta keskimääräisestä valonhajotusarvosta yli ennalta määritetyn määrän, tulee automaattisesti hylätyksi ja lisäkyvetti on ajettava.
4. Näppäimistössä E olevat tyhjät tilat sallivat 20 lisätyö-suorituksen liittämisen koneeseen otttamalla käyttöön käyttämättömät näppäimet ja lisäämällä sisäinen tulppakytkentämoduuli.
Keksinnön mukainen menetelmä toteutetaan käytännössä seuraaval-la tavalla. US -patenteissa 3 895 661 kuvatut muovikyvetit, joita varastoidaan muovipusseissa, poistetaan suojuksistaan. Valkoinen, joustava muovisuojus poistetaan kyvetin yläpäästä. Kyvetti pannaan sitten levyjakelijaan, jollainen on kuvattu US -patentissa 3 899 011, ja levyjakelija aktivoidaan vapauttamalla valittuja antimikrobisia aineita sisältävät levyt kyvetin jokaiseen kammioon. Ainoastaan yksi levy pannaan kuhunkin kammioon ja tämän levyn sisältämä aine on etukäteen valittu joko antimikrobisen herkkyyden perusteella tai sen bakteeri-lajeja erottavan kyvyn perusteella. Valkoinen nauhasuljin pannaan sitten kyvettiin takaisin paikoilleen.
Seuraavana vaiheena on valita bakteerikanta alkuperäiseltä eris-tyslevyltä. Viljelmä ympätään edullisesti fosfaatilla puskuroituun suolaliuosputkeen. Tämä suolaliuosputki pannaan sitten valonhajotus-fotometriin, joka jälleen on keskeinen peruskomponentti järjestelmässä, ympin standardoimiseksi ja luetaan standardoimismittarinaulan poikkeama. Kun neula asettuu merkityn asteikon keskiosalle, standardoituminen on saavutettu. 2 ml standardoitua ymppiä pipetoidaan sitten engeenista elatusliuosta sisältävään putkeen. Pitäen kyvettiä pystysuorassa, putki kierretään kyvettiin. Kyvetti käännetään sitten niin, että kaikki putkessa oleva elatusliuos jakautuu kyvetin toisessa päässä olevaan pidätyskammioon. Kun tämä tapahtuu, on kyvetti pystysuorassa ylösalaisin. Kyvetin kaksi seuraavaa käsittelyvaihetta tehdään, 7 63063 1) elatusliuoksen jakamiseksi tasaisesti pitkin kyvetin pituutta, ja 2) yhtä suurten 1,5 ml;n tasaosien jakamiseksi kyvetin yksittäisiin kammioihin, joihin etukäteen on sijoitettu antimikrobisia aineita sisältävät levyt.
Kyvetti pannaan sitten inkuboimisravistimeen ja sitä pyöritetään nopeudella 220 kierrosta minuutissa lämpötilassa 36° C n. kolme tuntia. Inkuboimisjakson päätyttyä kyvetti sijoitetaan pidikevarteen tai alustalle järjestelmän valonhajotusfotometrikomponentissa. Foto-metrikansi suljetaan, kortti pannaan sisään tuloksien taltioimiseksi ja kone aloittaa laskemisensa. Riittävästi kasvua on täytynyt tapahtua vertailukammiossa tai fotometri automaattisesti hylkää kokeen. Tällaisen hylkäämisen tapahtuessa kyvetti palautetaan inkuboimislaittee-seen ja inkuboidaan vielä ylimääräinen aika. Jos vertailukammiossa on riittävä kasvu, silloin laskee fotometrissä oleva pienoistietokone valonhajotusindeksin. Tämä valonhajotusindeksi on numeroarvoltaan väliltä 0-1 ja tämän numerollisen arvon pohjalta lasketaan herkkyys, neutraalisuus tai resistenssi jokaiselle antimikrobiselle aineelle.
Kuten edellä on mainittu, herkkyyskoetuloksien tällä järjestelmällä on osoitettu olevan täysin vertailukelpoisia sekä standardoidun Kirby-Bauer -levydiffuusiomenetelmän kanssa (Bauer, A. W., W. M. M. Kirby, J. C. Sherris, ja M. Turck, 1966; Am. J. Clin. Path. 45:493-496; ja National Committee For Clinical Laboratory Standards Subcommittee on Antimicrcbial Susceptibility Testing, 1974; A. Valow'in julkaisussa Current Techniques for Antibiotic Susceptibility Testing, Charles C. Thomas, Sprinfield, Illinois, s. 138-155) että International Collaborative Study -standardoidun agarlaimennusmenetelmän kanssa (Ericsson, H. ja J. C. Sherris, 1971; Acta. Pathol. Microbiol. Scand. Suppl. 217).
Tämä menetelmä ei kuitenkaan rajoitu edellä esitetyn järjestelmän käyttöön, vaan on yhtä käyttökelpoinen muiden kasvua mittaavien järjestelmien kanssa, edellyttäen, että tällaiset järjestelmät pystyvät suorittamaan vastaavan kvantitatiivisen mittauksen antimikrobisten aineiden suhteen.
Tunnistamismenetelmässä käytetään hyväksi tuloksia jokaisesta tutkitusta antimikrobisesta aineesta. Valonhajotusindeksiä, joka on 0,5:stä 1,5:teen, 0,01 välein, käytetään monivariaatioanalyysimenet-telyssä, jota sanotaan neliöimis-diskriminanttifunktioksi (Quadratic Diskriminant Function, QDF). Tämä on edullinen suoritusmuoto, mutta ei ainoa keksinnön mahdollinen suoritusmuoto. QDF-menetelmä 8 63063 perustuu olettamukseen, että jokaisen bakteeriryhmän jäsenet pyrkivät seuraamaan luonteenomaista normaalijakautumaa jokaisen antimikro-bisen yhdisteen kanssa, jota tutkitaan ja käytetään analyysijärjestelmässä (Sielaff, B. H., Johnson, E. A. ja Matsen, J. M., 1976; J. Clin. Microbiol. (3105-109). Jos kahdella bakteeriryhmällä sattuu olemaan toistensa päälle menevät jakautumiskäyrät, silloin saman todennäköisyyden piste muodostuu päällekkäin menevälle alueelle. Tätä saman todennäköisyyden pistettä voidaan käyttää rajana luokittelulle. Jos päällekkäisyys on huomattava, silloin ei edes hyvä tietokonemenetelmä pysty erottamaan bakteeriryhmiä toisistaan yhdellä muuttujalla. Kun muuttujia lisätään, silloin ryhmien ero-tettavuustodennäköisyys kasvaa. Jos erotettavilla ryhmillä on suuresti poikkeavat arvot jokaisella antimikrobisista aineista, vähenee väärinluokittelu ja tunnistaminen on aika yksinkertaista ja helposti suoritettavissa.
Tavoitteena on sen tähden ollut löytää yhdisteitä, joilla on kyky laajalti erotella valonhajotusindeksiarvojen perusteella, tai ainakin yksi antimikrobinen aine, jolla selvä erottaminen voi tapahtua. Ensimmäiset yritykset käsittivät ainoastaan niiden aineiden käytön, joita on käytetty terapeuttisesti bakteeriorganismeja vastaan ihmisissä. Työ aloitettiin gram-negatiivisilla organismeilla, mikä johtui näiden orgasnismien selvästi vaikeammasta jakamisesta erilaisiin kliinisesti merkitseviin lajeihin. Tämä organismien ryhmä käsittää sukuja, jotka ovat vaikeita erottaa, kuten Citrobacter, Enterobacter, Escherichia ja Klebsiella, samoin kuin neljä Proteus-suvun lajia. Profiilissa käytetyt antimikrobiset-yhdisteet olivat ampisilliini, basitrasiini, kaksi eri väkevyyttä karbenisilliiniä, kefalotiini, kolistiinisulfaatti kahdessa väkevyydessä, erytromysiini, furatso-lidoni, kanamysiini, meteeniamiinimandelaatti, nalidiksiinihappo, neomysiini, nitrofurantoiini, novobiosiini, polymyksiini B, streptomysiini ja tetrasykliini. Matriisit tai tietokanta, jota käytettiin neliöimis-diskriminanttifunktiotietokoneohjelmassa koetulosten analysoimiseksi, kehitettiin syöttämällä tietokoneeseen näiden bakteeriryhmien joukkoon kuuluvien tunnettujen organismien valon-hajotusindeksiarvot.
Käyttäen mainittua 18-aineista profiilia 481 organismin tutkimiseen, saavutettiin tälle profiilille 97,3 %:n tarkkuus.
Ongelmia esiintyy kuitenkin tämän profiilin koon ja tunnistamismenettelyssä käytettävien lajien rajoitetun lukumäärän suhteen.
Lisäksi on aina pidettävä huoli siitä, että voi esiintyä spontaanista resistenssiä sairaalaympäristössä aineille, joita terapeuttisesti 6 3063 käytetään bakteeriorganismeihin, tai muissa yhteyksissä, kuten esimerkiksi eläinlääketieteellisessä lääkityksessä jne.
Tutkimuksen seuraavana vaiheena oli sitten yritys vähentää antimikrobista profiilia muuttujien vähentämiseksi pienimpään mahdolliseen uhraamatta prosentuaalista vastaavuutta. Tässä nimenomaisessa yrityksessä oli mukana käytettyjen 18 alkuperäisen antimik-robisen aineen erikokoisia alaryhmiä. Eräässä 14 antimikrobisen aineen erityisryhmässä käytettiin edellä esitettyjä 481 organismia. Tapahtui vähemmän kuin 2 %:n prosentuaalinen vastaavuuspoikkeama.
Kun muuttujien lukumäärä vähennettiin alle 14, alkoi kuitenkin prosentuaalinen vastaavuus nopeasti alentua. Kaikkia pyrkimyksiä ja tarkoituksia varten osoittautui 14 antimikrobisen aineen alaryhmä edustavan pienintä ryhmää, joka vielä antoi hyväksyttävän vastaavuustason.
Tässäkin alaryhmässä on pelkästään aineita, joita käytetään terapeuttisesti .
Seuraavana yrityksenä oli kehittää valikoima aineita, joilla on antimikrobinen vaikutus, mutta jotka eivät kuulu antibioottisten tai terapeuttisesti antimikrobisten yhdisteiden klassiseen kategoriaan. Tutkimuksen tässä osassa tutkittiin runsaasti yli 600 yhdistettä mahdollisen bakteereja vastustavan vaikutuksensa suhteen. Kyseessä olevien yhdisteiden luettelo käsitti kaikentyyppisiä kemikaaleja, joilla on esitetty olevan erilaisia antibakteerisia spektrejä. Noin 15 % yhdisteistä tutkittiin selektiivisyyden määrittämiseksi antibakteerisen spektrin suhteen, jolloin itse asiassa 104 yhdistettä tutkittiin 20 lajin suhteen, jotka käsittivät valtaosan Enterobacte-riaceae -lajeista sekä myös tavallisesti eristetyt ei -fermentoivat gram-negatiiviset ryhmät. Nämä yhdisteet tutkittiin minimiestokonsen-traatiotutkimuksin antibakteerisen vaikutuksen ilmenemiseen tarvittavien määrien määrittämiseksi kunkin tutkittavan ryhmän aineissa. Suoritettiin yli 10 000 sarjaa minimiestokonsentraatiotutkimuksia.
Ne yhdisteet, joilla oli kyky bakteeriryhmien erotteluun, valittiin sitten jatkoanalyysiin varsinaisen tietokonejärjestelmän piiriin.
Alkuvaiheessa tämän toteuttamiseksi käytettiin pientä joukkoa näitä yhdisteitä, yhdessä aikaisemmin tutkittujen aineiden profiilin kanssa erotuskyvyn tutkimiseksi. Tutkimuksessa käytettiin 12 yhdistettä ja nämä yhdisteet käsittivät neljä klassista antibioottia korvaavaa yhdistettä. Neljä korvaavaa yhdistettä ovat brillianttivihreä, klooriheksidiini, sykloseriini ja trihydroksiasetofenoni. Mukana on myös meteeniamiinimandelaatti, joka ei kuulu antimikrobisiin rutii-niherkkyysprofiileihin, mutta jonka on tässä järjestelmässä havait- 10 63063 tu olevan avuksi eri profiilien erottelussa. Alunperin 20 bakteeri-ryhmästä, joissa kussakin oli ryhmää kohti 24 tai 25 eristettä, käytettiin 14 ryhmää erotuskyvyn tutkimiseen näiden tavanomaisella tavalla eristettyjen ja jonkin verran vaikeasti erotettavien ryhmien suhteen. Tarkoituksellisesti oli jälleen mukana organismeja, joita on vaikea erottaa toisistaan, kuten sukuihin Escherichia, Citrobacter, Enterobacter ja Proteus kuuluvia organismeja.
Käyttäen edellä esitettyä antimikrobisten aineiden ryhmää näitä organismeja vastaan, saavutettiin 97,1 %:n tarkkuus tietokoneohjelmalla. Huonoimmat tulokset saatiin Escherichia coli'lla, jolloin ainoastaan 20-24 kantaa pystyttiin tunnistamaan oikein. Kolme Citrobacter freun-dii -organismia tunnistettiin väärin samoin kuin yksi Enterobacter-kanta ja kaksi Proteus vulgaris -kantaa. Escheria coli’n kohdalla on ongelmana erottaa se Shigella -suvusta. Tutkittujen yhdisteiden joukossa on olemassa aineita, jotka erottavat nämä nimenomaiset suvut.
Jos tämä tekijä otetaan huomioon, silloin tarkkuus tunnistamiskaavi-oissa näille 14 lajille on lähellä 98-99 %.
Perustavana seikkana näissä tutkimuksissa oli määrittää, onko mahdollista käyttää koneellisesti luettavaa bakteerikasvua, sellaisena kuin sitä tapahtuu tai ei tapahdu erilaisten kemiallisten yhdisteiden läsnäollessa, bakteereiden tunnistamisprofiilin luomiseksi. Tähän tavoitteeseen on menetyksellisesti päästy. On käytetty huomattava aika käyttökelpoisten yhdisteiden tunnistamiseksi ja tietokoneohjelman luomiseksi, joka menestyksellisesti käyttää hyväkseen koneellisesti saatuja arvoja. Tutkimusten tehostamiseksi oli tarpeen vähentää tutkittavien ryhmien lukumäärää. Tässä on muodollisessa tutkimuksessa monista syistä keskitytty gram-negatiivisiin bakteereihin. Ensinnäkin tämä ryhmä on melko nopeasti ja helposti suoritettavalla menetelmällä erottavissa muista bakteeriryhmistä. Toiseksi tämän ryhmän jäsenet ovat yleensä vaikeimmat tunnistaa kliinisen mikrobiologian laboratoriossa. Ne tarjoavat suurimman haasteen ehdotetulle tunnistamisjärjestelmälle. Kolmanneksi gram-negatiiviset bakteerit muodostavat valtaosan tunnistettavista mikro-organismeista kliinisen mikrobiologian laboratoriossa.
yhteenvetona ovat tutkimukset osoittaneet, että automatisoitua instrumentaalista menetelmää antimikrobisen aineen herkkyyden tutkimiseksi voidaan käyttää bakteerien tunnistamiseksi samassa 3-5 tunnin ajassa, jota herkkyyskokeisiin käytetään. Tunnistamisjärjestelmässä käytettiin antimikrobisten aineiden herkkyystuloksia ja kasvumalleja muista kasvu -ei -kasvu -kemikaaleista. On kehitetty tieto- 11 63063 koneohjelma, joka analysoi nämä tulokset tilastollisella neliöimis-diskriminantti -funktiomenetelmällä. Bakteeriryhmien luokittelun tarkkuus ja tunnistaminen on 95 % tai suurempi verrattuna biokemiallisiin standardimenetelmiin.
Seuraavassa esitetään luettelo tehokkaista antimikrobisista aineista ja tehokkaista väkevyyksistä, joita voidaan hyvällä menestyksellä käyttää tämän keksinnön mukaisessa menetelmässä.
Yhdiste Levymassa Tehokkaiden väke vyyksien raja mik-rogrammoina/ml
Akriflaviini (2,8 -diamino-10- 7,5 mcg 5,0 metyyliakridiniumkloridin ja 2,8 -diaminoakriidin seos)
Akriflaviini 30,0 mcg 20,0 9-aminoakridiini 10,0 mcg 6,7
Auramiini 0® (bis-(4-(dimetyyliami- 160,0 mcg 106,7 no)-fenyyli) -metyleeni-imiinihydro- kloridi)
Bril janttivihreä px' 1,5 mcg 1,0
Briljanttivihreä^ 3,0 mcg 2,0
Briljanttivihreä^ 5,0 mcg 3,3
Setrimidi 120,0 mcg 80,0
Kobolttikloridi 375,0 mcg 250,0
Kuprikloridi 375,0 mcg 250,0
Sykloseriini 120,0 mcg 80,0
Sykloseriini 240,0 mcg 160,0 3,5-dibromisalisyylihappo 750,0 mcg 500,0
Dodekyyliamiini HCL 18,75 mcg 12,5
Dodekyyliamiini HCL 75,0 mcg 50,0 5-fluoriurasiili 8,0 mcg 5,3
Floksuridiini 9,0 mcg 6,0
Floksuridiini 36,0 mcg 24,0 (2'-deoksi-5-fluoriuridiini)
Malakiittivihreä|><' 3,0 mcg 2,0
Metyleenisininen^ 255,0 mcg 170,0
Omadiini-disulfidi 5,5 mcg 3,7 (pyritioni-disulfidi)
Natriumomadiini 7,5 mcg 5,0 (natriumpyritioni)
Natriumatsidi 75,0 mcg 50,0
Talliumasetaatti 150,0 mcg 100,0 21,3',41-trihydroksi-asetofenoni 375,0 mcg 250,0 12 63063
Yhdiste Levymassa Tehokkaiden väke vyyksien raja mikrogrammoina /ml
Basitrasiini 18,0 yksikköä 12,0 yksikköä/ml
Karbenisilliini 50,0 mcg 33,3
Kefalotiini 15,0 mcg 10,0
Kolistiin! 13,0 mcg 8,7
Kanamysiini 5,0 mcg 3,3
Meteeniamiinimandelaatti v 1 ,0 mg 667 0
Nalidiksiinihappo 5,0 mcg 3,3
Nitrofurantoiini 15,0 mcg 10,0
Novobiosiini 30,0 mcg 20,0
Polymyksiini B 50,0 yksikköä 33,3 yksikköä/ml
Tetrasykliini 0,5 mcg 0,3
Tunnistamiseen käytetty tilastollinen menetelmä
Tunnistaminen suoritetaan edullisesti tilastollisen monimuun-nosmenetelmän avulla, joka tunnetaan neliöimis-diskriminantti -funktiona. Neliöimis-diskriminantti -funktio pohjautuu normaaliin moni-muunnosmalliin. Kahdella toisensa leikkaavalla, normaali moni-variaatio-normaali jakautumalla on saman todennäköisyyden omaava piste päällekkäin menevällä alueella. Tätä saman todennäköisyyden pistettä voidaan käyttää rajana luokittelulle. Jonkin yksilön luokittelemiseksi on tarpeen määrittää ainoastaan kummalla puolella rajaa yksilö on. Tämä sama todennäköisyysraja vähentää väärinluokittelua, olettaen, että populaatioiden koko on kummallakin likimäärin sama.
Jos nämä kaksi populaatiota poikkeavat suuresti kooltaan, silloin jokaisen populaation, joka luokitellaan väärin, osuus vähenee, mutta väärinluokittelujen kokonaislukumäärä ei vähene. Sen tähden tulisi suorittaa populaatiokoon eron tarkistus.
Ensimmäisenä tehtävänä on laskea kovarianssi-matriisit eri ryhmille. Kaava kovarianssi-matriisin elementtien laskemiseksi on seuraavä standardi-kovarianssikaava: n n n n/_xikxjk xik 7*jk S k.1 lc,1 k=1 (1) X1X: 2 n - n jossa S on kovarianssi muuttujien x. ja x. välillä (kun i = j, ij ^ 1 3 supistuu kaava muuttujan x^ varianssin kaavaksi) ja n on havainto- 63063 jen lukumäärä muuttujilla ja (tämä luku on sama sekä x^:lle että x^ille; se edustaa yksilöiden lukumäärää tiedostossa). Nämä matriisit sisältävät varianssit ja kovarianssit eri muuttujille kussakin ryhmässä.
Myös keskiarvovektorit lasketaan jokaiselle ryhmälle. Ne sisältävät keskiarvot eri muuttujille kussakin ryhmässä. Jos muuttu-jasarja, jota käytetään luokitukseen, muutetaan, silloin täytyy rakentaa uusi matriisisarja. Nämä matriisit rakennetaan käyttäen ainoastaan LSI-arvoja uudessa muuttujasarjassa oleville muuttujille.
Yksilön luokittelemiseksi yhteen NG-ryhmistä lasketaan kullekin ryhmälle seuraava funktio:
NV
2 2 (2) f(X). = p. (2m |S .1 -1/2 e jossa p. voi olla joko näytteen osuus ryhmässä i tai aikaisempi ryhmän i todennäköisyys; NV on muuttujien lukumäärä; |S^| on kovarians-si matriisin determinantti ryhmälle i; = (X - x^)’ 1 (X - xO, jossa X on luokiteltavan organismin LSI-arvojen vektori; x^ on kes-kiarvovektori i^-ryhmälle; ' tarkoittaa matriisin transponointia; ja on kovarianssi-matriisin käänteisluku i -ryhmälle. Voi daan nähdä, että yhtälö 2 ilman p^ on juuri todennäköisyystiheys-funktio normaalille monivariaatiomallille.
Kun tämä on laskettu kaikille ryhmille, valitaan ryhmä, jolla on suurin arvo f(X):lle, tunnistamisryhmäksi tunetemattomalle organismille. Nykykäytännössä, koska suhteellinen suuruus, jota käytetään vertailuun ryhmien välillä, on tärkeä pikemmin kuin todellinen arvo, .eliminoidaan vakiotekijä, joka sisältää f/:n, laskelmista.
Todellisuudessa_useimmat monivar i aati o-j akautumat ____ eivät ole normaaleja. Onneksi neliöimis-diskriminantti-funktio- menetelmä on hyvin yksinkertainen. Erittäin hyviä luokittelusääntöjä voidaan kehittää populaatioille, jotka ovat hyvin epänormaaleja. Monivariaationormaalisuuden ja neliöimis-diskriminantti-funktioiden lisäkäsittelyä varten ks. Anderson (Anderson,T.W.,1958; John 14 63063
Wiley & Sons, Inc., New York), Grams et al (Grams, R. R., E. A.
Johnson, ja E. S. Benson, 1972, Am. J. Clin. Pathol. 58:188-200; ja Grams, R. R., E. A. Johnson, ja E. S. Benson, 1972, Am. J. Clin. Pathol. 58:201-207) ja Michaelis (Michaelis, J., 1973, Academic Press, Inc., New York).
Tulokset
Tutkittiin yhteensä 31 antimikrobista ainetta. Koska tiettyjä aineita käytettiin moninkertaisissa väkevyyksissä, tutkittiin yhteensä 48 mahdollista muuttujaa (taulukko I) näiden, tutkimusten aikana. Useita näistä muuttujista poistettiin sitten, koska ne eivät antaneet erottamista varten käyttökelpoista tietoa. Useimmat kaikkien ryhmien kannoista olivat joko kaikki herkkiä tai kaikki resistenttejä antimikrobiselle aineelle tässä väkevyydessä. Eräät muuttujat eivät antaneet täsmällistä tietoa (antoivat saman tiedon kuin joku toinen muuttuja) ja voitiin sen tähden poistaa. Taulukossa 2 on esitetty koko muuttujasarjasta vain alaryhmä, joka antoi lupaavimmat tulokset.
Antimikrobisia aineita tutkittiin 481 bakteeri-eristettä käsittävän näytteen suhteen. Näytteen koostumus on esitetty taulukossa 3. Tuloksia käytettiin luokitteluun käytettävien matriisien rakentamiseen. Kun 481 eristettä taulukossa 3 oli luokiteltu taulukossa 2 esitettyjen 18 antimikrobisen aineen mukaan, oli vastaavuus siihen tunnistamiseen nähden johon päästään kliinisessä laboratoriossa tavanomaisin tunnistamismenetelmin, yli 97 %. Nämä tulokset voidaan nähdä taulukossa 4. Lähes 80 % tapauksista, joissa ei esiintynyt vastaavuutta, käsitti orgasnismeja, jotka tunnistettiin Citrobacter- tai Enterobacter-lajeiksi kliinisessä laboratoriossa ja joksikin muuksi herkkyysprofiililla. Nämä kaksi sukua havaittiin yhtäpitävästi kaikkein vaikeimmiksi tunnistaa.
63063 15 rö en to m <-n CM O O LO O O O O O LO LO o o o o Π3 Ö0 rs rs rs rs rs rs rs rs rs rs rs rs rs rs rs rs O CM O CM OOCMOOOt- CO o o cm o >,w l-,— LO O T-CM CM f- 00 r~
> CO
Φ J Λ 3
UI
CD CD O OQ CQ CQ ·Η ·Η ·Η ''"'•μ β G C ·Η ·Η ·Ηη •H ·Η ·Η ·Η Ή ·Η ·Η ·Η ·Η C C η Ο Ή
G G G G C G ·Η ·Η ·Η -H ·Η Ή tn G G
•μ ·μ -h ·μ ·μ ·μ tn en en ·μ ·η -η μ μ ·η ·η ·η
•Η ·Η Ή ·Η ·Η ·Η ί>ι >ι ι—I rl M fd Ή rl G G
μ μ μ en ιηεηβΕβ^ΛίΛεηεηωΉ-Η ιΗ ιΗ I—I ,Μ •μ ·μ ·μ >, i^S'i-H-p-Mcnen-PoSSwen μ tn to e ββαΗΡΗα<3^3ί·Ηθθ>>>ι α) ·η ·η ·η >> >,>,Q)(ua)GGS(i)^ryee
G G G C μ HHPGG+J+J-HäGGOO
•H CDtDeUO O O μ μ μ Φ Φ Wl id rt! <e3 ·Η ·Η < cucucuci. p-, cl, en en en h E-< Eh μ > > > > μ te) -r •h en Λ μ> ws-s o o o σοοοοοοοο οοοο Ο Π3Μ f'·'**'*'*'*'*'»' n rs λ *
O g il. LO 00 CM τ— OlOt— lOlOlOOLO lO O CO LO
•H ^ t“ CO r- CM T— CO T— Λ > «H Φ μ* μι
G
Ifl o o
CU (¾ -H
μ O. ft G
β I rO n3 -i—I ·Η ·Η μ ·η μ μ ·η G c μ ·μ β ή ·μ ·μ ·μ ·μ o μ Ή *μ μ μ ·μ ·μ c ·μ ·μ e c g g g -μ c c ·μ ·μ μ5 β β μ μ μ μ ·μ ·μ ·μ μ ·μ μ g ·μ ·μ en en 3 ·μ ·μ ·μ £ -μ ·μ μ ·μ ·μ ·μ β G te! ·μ ·μ ^ ^ Ε-η ·μ ·μ en cö rö »—ι ι—ti—t en en ·μ μ G en en £ £ ιη(ο>>'μιί^ΗΗ^^μ·μ 3 0000 • >i So S g h >, ·μ ·μ ·μ ·μ en ω μ ·μ ·μ ό ό
τ- SgOtDOcncneoOOSoSoO ΰ ΰ G G
α> ϊ3ιχ)>;ω,σα3·μμ'·μ·μβΒ^ ο ο Φ te! te! o e βββμβμμίμμμοομ > > <u cd en Λ!·μ ro <τ3 -μ <uroa)a)rdrorocL><3j -μ ooi—tiH en X < 2; Se o o -h 2 -.9 rH ifö i 3 te! G 6 tO en to ·μ te!
E-h en ^ cd o o o oooooomco ldooo :0G
Φ bO ts rs rs rs r> rs rs rs bO
g il COOOOO LOLOCNlT— CM 00 O t- OM LO O CT) Χ·μ
ί>, τ-LOCNr- r- T-O Ή iH
i> t— r- en μ Φ μ ·μ
μ >> S
•μ ·μ 3 3 CC ·η ·μ μ μ •μ ·μ η ·μ G ·Η ·μ ·μ ·μ ·μ μ μ •μ ·μ ·μ ·μ o G ·Η G G G G G ·μ tfl re) c C μ μ ·μ Μ ·μ ·μ μ ·Η ·μ ·μ o G μ μ •μ ·μ μ ι—ι β ·μ ·μ ι—ι μ μ *η μ ·μ μ 'Ο ·μ μ ·μ •μ ·μ ·μ ·μ ·μ β en μ G G h h en tn ·μ ·μ Β Β μ tn en en ·μ<ϋ>>·μ·μ·μ^^ >> >> μ tn μ ο μ μ μ μ S en μ μ ε ε ο μ to to μβββ οεπ3^μμ»ω ο ο ω ε tnen tn μ <ρ <υ μίοΌωιοιημμ G C μ tej entn <υ μ μ λ Λ te! β β ,ν μ μ en tn μ μ μ μ ro to β ο<ωββ μο-πομμ^:^ >^ > k c ς ς •μ SieJfeJte! ομμμοοΟΟ c C 3 α> —> < < C0 Ο Ο W W h ΰ ΌΛ 16 6 30 6 3
Taulukko 2 Antibiootti-alaryhmä Aine Levymassa (pg) Aine Levymassa (pg)
Ampisilliini 3,6 Kanamysiini 5,0
Basitrasiini 18,0a^ Meteeniamiini- Ι,Ο*3) mandelaatti
Karbenisilliini 50,0 Nalidiksiinihappo 5,0
Karbenisilliini 120,0 Neomysiini 5,0
Kefalotiini 15,0 Nitrofurantoiini 15,0
Kolistiin! 2,0 Novobiosiini 30,0
Kolistiini 13,0 Polymyksiini B 50,0
Erytromysiini 15,0 Streptomysiini 10,0
Furitsolidoni 100,0 Tetrasykliini 0,5 a^Massa mitattu yksikköinä b^Massa mitattu milligrammoissa
Taulukko 3 Näytteen koostumus
Organismi Organismien lukumäärä CITROB 50 ENTEROB 48 ECOLI 75 HEREL 35 KLEB 59 PROTMIR 49 PROTOTH 51 P. morganil (19) P. rettgeri (17) P. vulgaris (15) PSEUDO 62 P. aeruginosa (35) P. fluorescens (15) P. maltophilia (12) SERRAT 52 CITROB, Citrobacter; ENTEROB, Enterobacter; ECOLI, Escherichia coli; HEREL, Herellea; KLEB, Klebsiella; PROTMIR, Proteus mirabilis; PROTOTH, indoli-positiivinen Proteus; PSEUDO, Pseudomonas; SERRAT, Serratia.
17 63063
Sulkeissa olevat numerot eivät ole mukana testattujen organismien kokonaismäärissä.
Taulukko 4 Ryhmätunnistus herkkyysprofiililla ja tavanomaisilla menetelmillä - 18 muuttujaa
Ryhmätunnistus Ryhmätunnistus herkkyysprofiililla tavanomaisilla menetelmillä
CQ ' Oi K
CQ O W t-< O H
O Oi H J SOQ<
OiPUJOJODE-iE-ilDO; HHOOSWOOWPi
M^IOWJpioicOW
owwtcy;pL,OL,cuco CITROB 45 2 2 0 1 0 0 0 0 ENTEROB 443 1 0 0 0 0 0 0 ECOLI 01 73 000001 HEREL 0 0 035 0 0 0 0 0 KLEB 0000 59 0000 PROTMIR 00000 51 000 PROTOTH 000001 48 00 PSEUDO 0000000 62 0 SERRAT 0 0 0 0 0 0 0 052
Katso taulukko 2. Vastaavuus-% herkkyysprofiilin ja tavanomaisten menetelmien välillä oli 97,3 %.
Lyhenteitä varten. Ks. taulukko 3.
63063 18
Taulukko 5 Ryhmätunnistus herkkyysprofiililla ja tavanomai-silla menetelmillä -14 muuttujaa
Ryhmätunnistus Ryhmätunnistus herkkyysprofiililla tavanomaisilla menetelmillä
CQ Oä K
CO O M H O H
0«W_q £ O Q < HHOdiWOOWCici
O W M DQ XCUOh O, CO
CITROB 42 4 2 0 1 0 1 0 0 ENTEROB 2 46 2000000 ECOLI 1 1 72 0 0 0 0 0 0 HEREL 0 0 035 0 0 0 0 0 KLEB 0 1 1 057 0 0 0 0 PROTMIR 00000 51 000 PROTOTH 000001 48 00 PSEUDO 0 0 0 0 1 0 061 0 SERRAT 01 00001 0 50
Muuttujat käsittivät ampisilliinin, basitrasiinin, karbenisil-liinin 50 ja 120/ kefalotiinin, kolistiinin 2 ja 13, erytromysii-nin 15, kanamysiinin 5, meteeniamiini-mandelaatin, neomysiinin 5, nitrofurantoiinin, novobiosiinin 30 ja tetrasykliinin 0,5. Vastaa-vuus-% tavanomaisten menetelmien kanssa oli 95,6 %.
Lyhenteitä varten. Ks. taulukko 3.
Yhteenvetona tämä tutkimus on osoittanut, että bakteerien tunnistaminen käyttäen niiden suhteellista herkkyyttä erilaisille anti-mikrobisille aineille on mahdollista.
Claims (4)
1. Menetelmä gram-negatiivisen mikro-organismikannan tunnistamiseksi nestemäisessä näytteessä, joka menetelmä käsittää vaiheet, joissa jaetaan näyte vähintään 14 alanäytteeksi, ympätään jokainen alanäyte kas-vunestoaineella, joka reagoidessaan alanäytteiden kanssa mahdollistaa mikro-organismikannan tunnistamisen näytteessä, jolloin jokaisen ala-näytteen ynppäämiseen käytetään eri kasvunestoainetta ja/tai erilaista kasvunestoaineen määrää ja jolloin useimpia näistä kasvunestoaineista ei yleisesti käytetä terapeuttisesti mikro-organismi-infektioiden yhteydessä, inkuboidaan alanäytteitä mikro-organismien kasvussa olevien mahdollisten merkittävien erojen kehittämiseksi, määritetään mikro-organismin kasvu jokaisessa alanäytteessä ja verrataan kasvu-arvoja mikro-organismi-tunnistamispankin mainittuja kasvunestoaineita koskeviin arvoihin, joiden avulla mikro-organismikanta näytteessä tunnistetaan, tunnettu siitä, että kasvunestoaineet on valittu ~ ryhmästä, johon kuuluvat akriflaviini, 9-aminoakridiini, auramiini O bril janttivihreä®, setrimidi, kobolttikloridi, kuprikloridi, syklo-seriini, 3,5-dibromisalisyylihappo, dodekyyliamiinihydrokloridi, 5-fluoriurasiili, floksuridiini, malakiittivihreä ®, metyleenisininei^ omadiinidisulfidi, natriumomadiini, natriumatsidi, talliumasetaatti, 2^3^41 -trihydroksiasetofenoni, basitrasiini, karbenisilliini, kefar lotiini, kolistiini, kanamysiini, meteeniamiinimandelaatti, nalidiksii-nihappo, nitrofurantoiini, novobiosiini, polymyksiini B ja tetrasykliini .
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että kasvuarvo saadaan fotometrisesti.
3. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnet- t u siitä, että käytetään lisäalanäytettä, joka ei sisällä kasvunestoainetta, jolloin tämä alanäyte toimii kontrollialanäytteenä.
4. Patenttivaatimuksen 3 mukainen menetelmä, tunnettu siitä, että kasvunestoaineiden konsentraatiot ympätyissä alanäytteieefi ovat suunnilleen seuraavat: akrif lavjU-ni (5 tai 20 mcg/ml) , 9-amino-^ akridiini (6,7 mcg/ml), auramiini 0® (107 mcg/ml), briljanttivihreä^ (1,0 tai 3,3 mcg/ml), setrimidi (80 mcg/ml), kobolttikloridi (250 mcg/ml) kuprikloridi (250 mcg/ml), sykloseriini (80 tai 160 mcg/ml), 3,5-dibromisalisyylihappo (500 mcg/ml), dodekyyliamiinihydrokloridi (12,5 tai 50 mcg/ml), 5-fluoriurasiili (5,3 mcg/ml), floksuridiini (6 tai 24 mcg/ml), malakiittivihreä^ (2 mcg/ml), metyleenisininen^ 20 63063 (170 mcg/ml), omadiinidisulfidi (3,7 mcg/ml), natriumomadiini (5 mcg/ml), natriumatsidi (50 mcg/ml), talliumasetaatti (100 mcg/ml), 2^3^41 - trihydroksiasetofenoni (250 mcg/ml), basitrasiini (12 yksikköä/ml), karbenisilliini (33 mcg/ml), kefalotiini (10 mcg/ml), kolistiini (8,7 mcg/ml), kanamysiini (3,3 mcg/ml), meteeniamiini-mandelaatti (667 mcg/ml), nalidiksiinihappo (4 mcg/ml), nitrofuran-toiini (10 mcg/ml), novobiosiini (20 mcg/ml), polymyksiini B (33 mcg/ml) ja tetrasykliini (0,33 mcg/ml).
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US76371977A | 1977-01-28 | 1977-01-28 | |
| US76371977 | 1977-01-28 | ||
| US84273677 | 1977-10-17 | ||
| US05/842,736 US4288543A (en) | 1977-01-28 | 1977-10-17 | Method and apparatus for identifying microorganisms |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| FI780276A FI780276A (fi) | 1978-07-29 |
| FI63063B FI63063B (fi) | 1982-12-31 |
| FI63063C true FI63063C (fi) | 1983-04-11 |
Family
ID=27117326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FI780276A FI63063C (fi) | 1977-01-28 | 1978-01-27 | Foerfarande foer identifiering av en gram-negativ mikroorganismstamm i ett vaetskeprov |
Country Status (19)
| Country | Link |
|---|---|
| US (1) | US4288543A (fi) |
| JP (1) | JPS5399379A (fi) |
| AU (1) | AU506967B2 (fi) |
| BR (1) | BR7800530A (fi) |
| CA (1) | CA1093947A (fi) |
| CH (1) | CH622826A5 (fi) |
| DE (1) | DE2803044B2 (fi) |
| DK (1) | DK40278A (fi) |
| ES (1) | ES466104A1 (fi) |
| FI (1) | FI63063C (fi) |
| FR (1) | FR2378858A1 (fi) |
| GB (1) | GB1554134A (fi) |
| IE (1) | IE46316B1 (fi) |
| IL (1) | IL53898A (fi) |
| IT (1) | IT1092026B (fi) |
| LU (1) | LU78947A1 (fi) |
| NL (1) | NL7800994A (fi) |
| SE (1) | SE7800038L (fi) |
| YU (1) | YU11378A (fi) |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4236211A (en) * | 1978-09-15 | 1980-11-25 | Pfizer Inc. | Method and apparatus for determining the minimum concentration of antibiotic necessary to at least inhibit microorganism growth |
| US4375510A (en) * | 1981-03-05 | 1983-03-01 | Forsyth Dental Infirmary For Children | Selective medium composition and method for the detection of Actinomyces viscosus and Actinomyces naeslundii |
| DE3127654C2 (de) * | 1981-07-13 | 1983-05-11 | Hoechst Ag, 6230 Frankfurt | Automatisiertes Verfahren zur Selektion von Mikroorganismen |
| US4526865A (en) * | 1981-10-01 | 1985-07-02 | Amb Systems Corp. | Microorganism identification technique |
| US4532206A (en) * | 1982-07-19 | 1985-07-30 | Vitek Systems, Inc. | β-Streptococcus selective medium |
| NZ207166A (en) * | 1983-03-04 | 1987-07-31 | American Home Prod | Apparatus for recording events in chambers of microbiological test tray |
| EP0576753B1 (en) * | 1986-06-24 | 1997-11-05 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Devices for carrying out a plurality of microbiological tests |
| JP2549665B2 (ja) * | 1987-07-31 | 1996-10-30 | 東亜医用電子株式会社 | フロ−サイトメトリ用網状赤血球測定試薬 |
| US5254461A (en) * | 1989-11-07 | 1993-10-19 | Infometrix, Incorporated | Method of and apparatus for determining microorganism populations electrochemically |
| US5876959A (en) * | 1992-07-22 | 1999-03-02 | Daikin Industries, Ltd. | Method for testing infectious disease causing microorganisms |
| US5654165A (en) * | 1992-07-22 | 1997-08-05 | Daikin Industries, Ltd. | Antibacterial drug inspection method and apparatus therefor |
| ES2144008T3 (es) * | 1992-07-22 | 2000-06-01 | Daikin Ind Ltd | Metodo y aparato para estudiar farmacos antibacterianos. |
| EP0609458B1 (en) * | 1992-07-22 | 2002-10-09 | Daikin Industries, Limited | Infectious disease inspection method and apparatus therefor |
| US5849515A (en) * | 1994-04-01 | 1998-12-15 | Hach Company | Method and medium for use in detecting E. coli and total coliforms |
| US5620865A (en) * | 1994-11-04 | 1997-04-15 | Idexx Laboratories, Inc. | Medium for detecting Enterococci in a sample |
| AU3672097A (en) | 1996-07-26 | 1998-02-20 | Idexx Laboratories, Inc. | Method and medium for detecting vancomycin-resistant (enterococcus) |
| EP1177448A2 (en) | 1999-04-29 | 2002-02-06 | Dade MicroScan Inc. | A combined rapid anti-microbial susceptibility assay and microorganism identification system |
| GB9929808D0 (en) * | 1999-12-16 | 2000-02-09 | Carr Anthony H | Microbial growth variations |
| EP1574856A4 (en) * | 2002-12-20 | 2007-09-05 | Shigeki Higashiyama | Method for screening a cell growth inhibitor and cell growth inhibitor |
| US7341841B2 (en) * | 2003-07-12 | 2008-03-11 | Accelr8 Technology Corporation | Rapid microbial detection and antimicrobial susceptibility testing |
| US20120077206A1 (en) * | 2003-07-12 | 2012-03-29 | Accelr8 Technology Corporation | Rapid Microbial Detection and Antimicrobial Susceptibility Testing |
| WO2005027714A2 (en) * | 2003-07-12 | 2005-03-31 | Accelr8 Technology Corporation | Sensitive and rapid biodetection |
| US8778657B1 (en) | 2004-04-26 | 2014-07-15 | Hardy Diagnostics | Culture medium for cultivation of microorganisms |
| US8313938B1 (en) | 2004-04-26 | 2012-11-20 | Hardy Diagnostics | Culture medium for cultivation of microorganisms |
| US20060136555A1 (en) * | 2004-05-21 | 2006-06-22 | Bea Systems, Inc. | Secure service oriented architecture |
| US20060046279A1 (en) * | 2004-08-24 | 2006-03-02 | Truong Palestrina R | Analytical methods utilizing real-time energy/particle interaction-based determination techniques |
| US7534394B1 (en) * | 2005-07-11 | 2009-05-19 | The United States Of America As Represented By The Secretary Of The Navy | Potentiometric titration method for quantitative determination of hydrogen peroxide |
| EP1913150A2 (en) * | 2005-07-22 | 2008-04-23 | University of Basel | Calorimetric assessment of microorganisms and use thereof |
| EP2683831B1 (en) | 2011-03-07 | 2015-09-23 | Accelerate Diagnostics, Inc. | Rapid cell purification systems |
| US10254204B2 (en) | 2011-03-07 | 2019-04-09 | Accelerate Diagnostics, Inc. | Membrane-assisted purification |
| US9677109B2 (en) | 2013-03-15 | 2017-06-13 | Accelerate Diagnostics, Inc. | Rapid determination of microbial growth and antimicrobial susceptibility |
| US10253355B2 (en) | 2015-03-30 | 2019-04-09 | Accelerate Diagnostics, Inc. | Instrument and system for rapid microorganism identification and antimicrobial agent susceptibility testing |
| AU2016243656A1 (en) | 2015-03-30 | 2017-11-09 | Accelerate Diagnostics, Inc. | Instrument and system for rapid microorganism identification and antimicrobial agent susceptibility testing |
| WO2018102346A1 (en) * | 2016-11-29 | 2018-06-07 | The Regents Of The University Of California | Antimicrobial susceptibility testing device and method for use with portable electronic devices |
| CN111261304B (zh) * | 2020-01-21 | 2023-04-18 | 杭州杏林信息科技有限公司 | 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3804720A (en) * | 1972-05-02 | 1974-04-16 | W Curby | Dynamic method of identifying microbes and evaluating antimicrobial processes |
| US3832532A (en) * | 1972-08-18 | 1974-08-27 | Pfizer | Method and apparatus for testing antibiotic susceptibility |
| US3899011A (en) * | 1972-08-18 | 1975-08-12 | Pfizer | Disc dispenser |
| US3895661A (en) * | 1972-08-18 | 1975-07-22 | Pfizer | Cuvette apparatus for testing a number of reactants |
| US3901588A (en) * | 1973-06-19 | 1975-08-26 | Pfizer | Calibrating device for light scatter photometering instrument |
| US3942899A (en) * | 1973-06-19 | 1976-03-09 | Pfizer, Inc. | Calibrating device for light scatter photometering instrument |
| US3934753A (en) * | 1974-01-29 | 1976-01-27 | Pfizer Inc. | Disc dispenser with removable magazines |
| US3928140A (en) * | 1974-05-10 | 1975-12-23 | Philip J Wyatt | Apparatus and process for testing microparticle response to its environment |
| US4024530A (en) * | 1975-12-23 | 1977-05-17 | Arleigh Bruce Hughes | Bacteria identification device |
-
1977
- 1977-10-17 US US05/842,736 patent/US4288543A/en not_active Expired - Lifetime
- 1977-12-21 CA CA293,566A patent/CA1093947A/en not_active Expired
-
1978
- 1978-01-02 SE SE7800038A patent/SE7800038L/xx unknown
- 1978-01-18 YU YU00113/78A patent/YU11378A/xx unknown
- 1978-01-18 ES ES466104A patent/ES466104A1/es not_active Expired
- 1978-01-25 DE DE2803044A patent/DE2803044B2/de not_active Ceased
- 1978-01-26 IL IL53898A patent/IL53898A/xx unknown
- 1978-01-26 LU LU78947A patent/LU78947A1/xx unknown
- 1978-01-27 NL NL7800994A patent/NL7800994A/xx active Search and Examination
- 1978-01-27 GB GB3445/78A patent/GB1554134A/en not_active Expired
- 1978-01-27 JP JP820878A patent/JPS5399379A/ja active Pending
- 1978-01-27 AU AU32806/78A patent/AU506967B2/en not_active Expired
- 1978-01-27 FR FR7802436A patent/FR2378858A1/fr active Granted
- 1978-01-27 IE IE185/78A patent/IE46316B1/en unknown
- 1978-01-27 CH CH94978A patent/CH622826A5/fr not_active IP Right Cessation
- 1978-01-27 IT IT19747/78A patent/IT1092026B/it active
- 1978-01-27 FI FI780276A patent/FI63063C/fi not_active IP Right Cessation
- 1978-01-27 BR BR7800530A patent/BR7800530A/pt unknown
- 1978-01-27 DK DK40278A patent/DK40278A/da not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| FR2378858B1 (fi) | 1980-08-29 |
| YU11378A (en) | 1984-06-30 |
| FR2378858A1 (fr) | 1978-08-25 |
| DE2803044A1 (de) | 1978-08-03 |
| JPS5399379A (en) | 1978-08-30 |
| IT1092026B (it) | 1985-07-06 |
| IE780185L (en) | 1978-07-28 |
| IT7819747A0 (it) | 1978-01-27 |
| DK40278A (da) | 1978-07-29 |
| SE7800038L (sv) | 1978-07-29 |
| CH622826A5 (fi) | 1981-04-30 |
| NL7800994A (nl) | 1978-08-01 |
| LU78947A1 (fr) | 1979-09-06 |
| IL53898A (en) | 1980-12-31 |
| AU3280678A (en) | 1979-08-02 |
| AU506967B2 (en) | 1980-01-31 |
| BR7800530A (pt) | 1978-08-29 |
| FI780276A (fi) | 1978-07-29 |
| IE46316B1 (en) | 1983-05-04 |
| CA1093947A (en) | 1981-01-20 |
| DE2803044B2 (de) | 1979-11-29 |
| ES466104A1 (es) | 1979-01-01 |
| IL53898A0 (en) | 1978-04-30 |
| FI63063B (fi) | 1982-12-31 |
| US4288543A (en) | 1981-09-08 |
| GB1554134A (en) | 1979-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FI63063C (fi) | Foerfarande foer identifiering av en gram-negativ mikroorganismstamm i ett vaetskeprov | |
| US4985631A (en) | Luminescence exposure apparatus | |
| Mariani et al. | Dipstick chemical urinalysis: an accurate cost-effective screening test | |
| US20210310040A1 (en) | Susceptibility and resistance of microorganisms | |
| WO2000067037A2 (en) | A combined rapid anti-microbial susceptibility assay and microorganism identification system | |
| CA2044265C (en) | Apparatus and methods for antimicrobial susceptibility testing of microorganisms | |
| CN103998619A (zh) | 用于确定分析物浓度的方法 | |
| Alexander et al. | Evaluation of an adenosine 5'-triphosphate assay as a screening method to detect significant bacteriuria | |
| US10610863B2 (en) | Automatic microfluidic system for antibiotic susceptibility testing and method of operating thereof | |
| US7384778B2 (en) | Methods and devices for the detection of pathogenic microorganisms and their antimicrobial susceptibility | |
| US6187556B1 (en) | Composition, kit, and method for detecting Helicobacter pylori in biopsy | |
| Der Hulst et al. | Laser assisted ratio analyser 13C‐urea breath testing, for the detection of H. pylori: a prospective diagnostic European multicentre study | |
| Holland et al. | A comparison of chemical dipsticks read visually or by photometry in the routine screening of urine specimens in the clinical microbiology laboratory | |
| US20080113403A1 (en) | Infrared Measurement for the Rapid Enumeration of Microbial Concentrations | |
| Barbin et al. | Simplified microscopy for rapid detection of significant bacteriuria in random urine specimens | |
| Bixler-Forell et al. | Clinical evaluation of three rapid methods for the detection of significant bacteriuria | |
| Bee et al. | Hemoglobinuria and hematuria: accuracy and precision of laboratory diagnosis. | |
| BE863410A (fr) | Methode et appareil pour l'identification de micro-organismes | |
| Pfaller et al. | Improved urine screening using a combination of leukocyte esterase and the Lumac system | |
| Kasezawa et al. | Criteria for screening diabetes mellitus using serum fructosamine level and fasting plasma glucose level | |
| Kurland | Usefulness of the chemical dipstick in the clinical laboratory for predicting urinary tract infections in outpatient clinic population groups | |
| Campus et al. | PROCEDURE 945.8035 | |
| Stribling et al. | The urologic office laboratory | |
| Ramsey | Automated Microbiology | |
| Khalifa et al. | Interpretation of multiple isolate urine cultures in adult male patients. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM | Patent lapsed |
Owner name: WARNER-LAMBERT COMPANY |