Diagnosis of Latent Tuberculosis Infection: Promising Antigens
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 119
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMM-17-5_002
تاریخ نمایه سازی: 30 بهمن 1402
چکیده مقاله:
Latent tuberculosis infection (LTBI) prevalence varies dramatically by region, with one-fourth of the world's population infected. The number of people with LTBI progressing to active tuberculosis illness (aTB) should be decreased to meet the WHO End TB Strategy objective of decreasing worldwide tuberculosis incidence by ۲۰۳۰. Current tuberculosis (TB) diagnostic methods are based on detecting an immune response to mycobacterial antigens injected into the skin or in vitro simulations in interferon-gamma release assays. Both tests have low sensitivity, which cannot distinguish between LTBI and aTB. Therefore, various techniques, such as alternate cytokine detection and employing novel antigens, are being studied to increase the accuracy of these tests. In addition, novel antigens can be used to monitor aTB progression and response to treatment. This review aims to assess current available diagnostic tools and evidence on novel Mycobacterium tuberculosis (Mtb) antigens for LTBI diagnosis and select the most promising antigens for future research.
کلیدواژه ها:
Mycobacterium tuberculosis ، Latent Tuberculosis ، Interferon-gamma Release Tests ، Clinical Study ، Serologic Tests ، مایکوباکتریوم توبرکلوزیس ، سل نهفته ، تست های مبتنی بر رهاسازی اینترفرون گاما ، مطالعه بالینی ، تست های سرولوژیک
نویسندگان
Najmeh Jomehpour
Department of Microbiology and Virology, School of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran
Saman Soleimanpour
Department of Microbiology and Virology, School of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran
Mojtaba Sankian
Immunology Research Center, School of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :