使用pLDH指标评估输入性疟疾的严重程度：通过智能手机视频分析技术实现快速临床决策

《Biosensors and Bioelectronics》：pLDH to identify severity in imported malaria: Implementing smartphone video analysis for rapid clinical decision-making

疟疾 imported malaria 诊断中，利用侧流快速检测试纸（LFA）结合智能手机视频分析技术，发现广谱乳酸脱氢酶（pan-pLDH）可作为评估病情严重程度的生物标志物，其敏感性和特异性优于PfHRP2。智能手机实时分析可将检测时间缩短至6分钟，同时保持高准确性（AUC-ROC达0.99）。该技术适用于非疫区快速筛查重症疟疾患者，优化医疗资源分配。

　　在当前全球范围内，疟疾作为一种由疟原虫感染引起的致命性疾病，对人类健康构成了严重威胁。尽管已有有效的控制措施，但其仍导致每年约60.8万例死亡，尤其在非疫区，因旅行者和移民带来的输入性疟疾病例仍可能导致较高的死亡率。随着国际旅行的日益频繁，以及气候变化对疾病传播范围的潜在影响，疟疾的诊断和管理面临新的挑战。特别是对于输入性疟疾患者，由于其临床表现不具特异性，且医疗人员对疟疾的识别经验有限，导致诊断和治疗的延误。因此，寻找一种快速、可靠且具有临床价值的工具，对于改善输入性疟疾的管理至关重要。

本研究聚焦于疟原虫衍生的两个生物标志物：疟疾裂殖子组蛋白2（PfHRP2）和泛特异性乳酸脱氢酶（pan-pLDH），旨在评估其在输入性疟疾诊断和严重程度评估中的应用潜力。通过结合智能手机图像和视频分析技术，研究团队试图提高检测的效率和客观性。这一创新方法不仅能够加速检测过程，还能减少人为判断的偏差，为临床医生提供更准确的病情评估依据。

PfHRP2作为一种长期用于快速诊断测试（RDTs）的生物标志物，因其在血浆和感染红细胞表面的存在，能够准确反映疟疾感染状态。然而，某些地区（如亚马逊盆地和非洲之角）出现的PfHRP2/3基因缺失，使得其在这些区域的诊断可靠性受到质疑。相比之下，pan-pLDH虽然在诊断方面略逊于PfHRP2，但其在识别严重疟疾（SM）方面的表现更为突出。这一发现为非疫区的疟疾管理提供了新的思路，特别是在缺乏专业实验室条件的情况下，pan-pLDH作为补充诊断手段具有重要价值。

研究中采用的智能手机图像分析方法，能够在15分钟内完成检测，且对SM的识别能力与传统实验室检测相当。视频分析技术进一步缩短了检测时间，仅需6分钟即可获得诊断结果，同时提升了检测的准确性和一致性。这种结合数字技术的方法，使得临床医生能够在更短时间内做出更准确的判断，从而加快治疗决策的进程，降低患者延误治疗的风险。

在非疫区，疟疾的诊断和管理主要依赖于显微镜检查和聚合酶链式反应（PCR）。然而，这些方法不仅耗时，还需要专业人员和设备，限制了其在资源有限地区的应用。因此，开发一种便携、快速且易于使用的诊断工具，对于提高输入性疟疾的早期识别和干预具有重要意义。本研究中展示的LFA结合智能手机分析技术，不仅满足了这一需求，还为未来的临床应用提供了可行的方案。

此外，本研究还指出，尽管PfHRP2在诊断中表现出色，但其在严重程度评估中的表现不如pan-pLDH。因此，未来的研究应进一步探索pan-pLDH在诊断和预后评估中的应用，以提高其在临床实践中的价值。同时，结合机器学习和人工智能技术，可以进一步优化LFA的分析流程，提高检测的准确性和一致性，减少因环境因素导致的偏差。

研究团队在非疫区的医院临床环境中收集了121名患者的样本，其中包括75名疟疾患者和46名非疟疾发热患者。这些患者中，有25名被归类为非严重疟疾（UM），而50名则被诊断为严重疟疾（SM）。结果显示，PfHRP2和pan-pLDH在诊断和预后评估中的表现均较为优异，尤其是在pan-pLDH对SM的识别方面，其敏感性和特异性均高于PfHRP2。这一发现为疟疾的快速识别和预后评估提供了新的方向。

本研究的局限性在于其回顾性设计和单一医院样本的来源，这可能影响其结果的普遍适用性。因此，未来的研究应进一步扩大样本范围，包括更多非疫区和疫区的患者，以验证这些生物标志物在不同环境下的表现。同时，研究团队建议在未来的临床应用中，结合更多先进的技术手段，如电化学传感器和人工智能算法，以提高检测的准确性和效率。

综上所述，本研究通过结合LFA和智能手机图像分析技术，为输入性疟疾的诊断和预后评估提供了新的解决方案。这一方法不仅提高了检测的速度和准确性，还为非疫区的医疗资源优化和患者管理提供了重要支持。未来的研究应继续探索这一技术的潜力，并推动其在更广泛范围内的应用，以改善全球疟疾防控的现状。