Il titolo qui sopra potrebbe sembrare divertente, ma con l'avvento della tecnologia dei microarray è del tutto possibile per il medico di farti una domanda come questa. Vale a dire, qualsiasi prova basata su array di diagnostica che determina una firma malattia multi-componente è di per sé genera una rassegna statistica. Per esempio:
I risultati delle prove dimostrano con il 90% di confidenza che le vostre probabilità di avere malattie X sono del 75%, come rilevato dal modello di marker, che è fino al 85% sensibile e specifico per la malattia X.
La dichiarazione di cui sopra può sembrare incomprensibile e non hanno senso medico, ma se si confronta il processo alla base di questa affermazione ipotetica macchina generati alla tradizionale diagnostica clinica, poi ti rendi conto della somiglianza. Vale a dire, entrambi sono in realtà il riconoscimento di pattern. Tradizionalmente, la diagnostica è stata attivata con l'esperienza medici 'in modo che i più esperti il medico, il suo migliore della sua capacità di riconoscere i sintomi e sintetizzare questi sintomi in un modello di malattia, alias la diagnosi. Fatta eccezione per casi semplici, i medici fanno di pattern-recognition di routine. Ad esempio, è rivolgersi al proprio medico di denunce tra cui stanchezza cronica, febbre occasionale, mal di testa, mancanza di respiro, e perdita di appetito. Il medico ti ascolta, ti guarda, e analizza la radiografia del torace, ecc sangue-test seconda di ciò che il medico constata, si potrebbe avere qualche disturbo o polmonare o nessuna malattia rilevabile a tutti. Come medici di venire con queste diagnosi? Molto semplicemente, analizzare i modelli, che possono notevolmente sovrapposizione da malattia a malattia, ma contengono anche elementi specifici che determinano la diagnosi e la terapia.
Ad un certo punto in futuro, l'era dei microarrays diagnostici arriverà, e il riconoscimento di pattern clinico è abilitato per chip minuscolo, che quantificano i marcatori molecolari della malattia invece di parlare a te, ti guarda, ti ascolta, e analizzando il vostro X- raggi
Così, il futuro microarrays diagnostico potenzialmente eliminare alcune delle necessità per il riconoscimento tradizionale, medico-enabled. Non credo, tuttavia, che la capacità di riconoscimento di forme di microarrays è da nessuna parte vicino a farlo perché (1) le norme tecniche di diagnostica per i microarrays non esistono, (2) la matematica del modello di riconoscimento ha senso per gli statistici, ma non i medici e pazienti, e soprattutto, (3) la comunità medica non ha biomarcatori surrogati, fatta eccezione per le malattie infettive. In breve, oltre a grandi potenzialità, la tecnologia microarray comporta sfide uniche per gli scienziati, l'industria IVD, comunità medica e le istituzioni di regolamentazione. Alcune di queste sfide sono formulati in Diagnostica per Nucleic Acid MICROARRAYS [MM12A, 2006; Clinical and Laboratory Standards Institute (CLSI)]. E mi preme qui per la mia favorita: GESTIONE PER LA QUALITÀ DELLA PRODUZIONE E LE PRESTAZIONI DI DIAGNOSTICA microarrays.
Immaginate la quantità di controllo e garanzia della qualità (QC / QA) che serve per un array di 10 elementi, a differenza di un tradizionale test ELISA che determina solo un indicatore unico. Ricordate che uno deve essere in grado di QC / QA tutti gli elementi dell'array. Il modo migliore per farlo è di progettare una statistica QC / QA metodologia, e ridurre il numero di elementi di matrice il più possibile. In sintesi, nonostante la grande promessa, gli array diagnostici dovranno superare formidabili sfide tecniche. E prima di entrare pratica clinica di routine, gli array di diagnostica che producono firme diagnostico multi-componente dovrà dimostrare che fanno la diagnostica clinica più accurata ed efficiente. A meno che essi diventano in grado di rilevare i biomarcatori surrogato, che per la maggior parte delle malattie sono ancora da scoprire, o fornire informazioni utili per la migliore terapia per un paziente, ci sarà solo vedere le prove sperimentali con diagnosi statistica (vedi sopra). Quindi, volete essere statisticamente la diagnosi?
