Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/34037
Type
ArticleCopyright
Open access
Collections
- IOC - Artigos de Periódicos [12821]
Metadata
Show full item record
A NOVEL INTEGRATED MOLECULAR AND SEROLOGICAL ANALYSIS METHOD TO PREDICT NEW CASES OF LEPROSY AMONGST HOUSEHOLD CONTACTS
Leprosy
Household contacts
New method
Molecular and serological analysis
Author
Affilliation
Universidade Federal de Juiz de Fora. Instituto de Ciências Biológicas e DIP. Genética e Biotecnologia. Juiz de Fora, MG, Brasil / Universidade do Vale do Rio Doce. Núcleo de Pesquisa em Imunologia. Governador Valadares, MG, Brasil.
Universidade Federal de Juiz de Fora. Campus GV. Departamento Básico de Saúde. Programa Multicêntrico de Bioquímica e Biologia Molecular. Governador Valadares, MG, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Hanseníase. Rio de Janeiro, RJ, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Hanseníase. Rio de Janeiro, RJ, Brasil.
Universidade Federal de Goiás. Instituto de Patologia Tropical e Sáude Pública. Goiânia, GO, Brasil.
Universidade Federal de Goiás. Instituto de Patologia Tropical e Sáude Pública. Goiânia, GO, Brasil.
Universidade Federal de Juiz de Fora. Instituto de Ciências Biológicas e DIP/Genética e Biotecnologia. Juiz de Fora, MG, Brasil.
Universidade Federal de Juiz de Fora. Campus GV. Departamento Básico de Saúde. Programa Multicêntrico de Bioquímica e Biologia Molecular. Governador Valadares, MG, Brasil.
Universidade Federal de Juiz de Fora. Campus GV. Departamento Básico de Saúde. Programa Multicêntrico de Bioquímica e Biologia Molecular. Governador Valadares, MG, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Hanseníase. Rio de Janeiro, RJ, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Hanseníase. Rio de Janeiro, RJ, Brasil.
Universidade Federal de Goiás. Instituto de Patologia Tropical e Sáude Pública. Goiânia, GO, Brasil.
Universidade Federal de Goiás. Instituto de Patologia Tropical e Sáude Pública. Goiânia, GO, Brasil.
Universidade Federal de Juiz de Fora. Instituto de Ciências Biológicas e DIP/Genética e Biotecnologia. Juiz de Fora, MG, Brasil.
Universidade Federal de Juiz de Fora. Campus GV. Departamento Básico de Saúde. Programa Multicêntrico de Bioquímica e Biologia Molecular. Governador Valadares, MG, Brasil.
Abstract
Early detection of Mycobacterium leprae is a key strategy for disrupting the transmission chain of leprosy and preventing the potential onset of physical disabilities. Clinical diagnosis is essential, but some of the presented symptoms may go unnoticed, even by specialists. In areas of greater endemicity, serological and molecular tests have been performed and analyzed separately for the follow-up of household contacts, who are at high risk of developing the disease. The accuracy of these tests is still debated, and it is necessary to make them more reliable, especially for the identification of cases of leprosy between contacts. We proposed an integrated analysis of molecular and serological methods using artificial intelligence by the random forest (RF) algorithm to better diagnose and predict new cases of leprosy.
Keywords
Molecular and serological analysisLeprosy
Household contacts
New method
Molecular and serological analysis
Share