શ્રેષ્ઠ અને સૌથી ખરાબ પ્રદર્શન કરનાર કોવિડ-19 એન્ટિબોડી ટેસ્ટ કિટ્સ નક્કી કરવામાં આવી

શ્રેષ્ઠ અને સૌથી ખરાબ પ્રદર્શન કરનાર એન્ટિબોડી ટેસ્ટ કિટ્સ નક્કી કરવામાં આવી છે
શ્રેષ્ઠ અને સૌથી ખરાબ પ્રદર્શન કરનાર એન્ટિબોડી ટેસ્ટ કિટ્સ નક્કી કરવામાં આવી છે

અભ્યાસ, જેમાં નીયર ઇસ્ટ યુનિવર્સિટીના સંશોધકોએ 48 વિવિધ એન્ટિબોડી પરીક્ષણોના પ્રદર્શનનું મૂલ્યાંકન કર્યું હતું, જેને યુએસ ફૂડ એન્ડ ડ્રગ એડમિનિસ્ટ્રેશન (FDA) દ્વારા કટોકટીના ઉપયોગની પરવાનગી આપવામાં આવી હતી, તેને યુરોપિયન બાયોટેકનોલોજી કોંગ્રેસ તરફથી શ્રેષ્ઠ મૌખિક પ્રસ્તુતિ એવોર્ડ મળ્યો હતો.

એન્ટિબોડી પરીક્ષણો, જેનો વ્યાપકપણે પીસીઆર પરીક્ષણના પૂરક અભિગમ તરીકે ઉપયોગ થાય છે, જેનો ઉપયોગ COVID-19ના નિદાનમાં ગોલ્ડ સ્ટાન્ડર્ડ તરીકે થાય છે, તે એવા લોકોને ઓળખવામાં મહત્વની ભૂમિકા ભજવે છે કે જેઓનું નિદાન નથી, ખાસ કરીને કારણ કે તેઓ રોગથી બચી ગયા છે. લક્ષણો દર્શાવ્યા વિના અથવા હળવાશથી. રસીકરણ પછીના રોગપ્રતિકારક પ્રતિભાવને માપવા માટે પણ તેનો વ્યાપક ઉપયોગ થાય છે. વિશ્વભરમાં આ હેતુ માટે ઉપયોગમાં લેવાતા એન્ટિબોડી પરીક્ષણોની સંખ્યા 50 ની નજીક પહોંચી રહી છે. તો કયા એન્ટિબોડી ટેસ્ટનું પ્રદર્શન કેટલું અસરકારક છે?

અભ્યાસ, જેમાં નીઅર ઈસ્ટ યુનિવર્સિટીના સંશોધકોએ 48 વિવિધ એન્ટિબોડી પરીક્ષણોના પ્રદર્શનનું મૂલ્યાંકન કરીને આ પ્રશ્નનો જવાબ માંગ્યો હતો, જેને યુએસ ફૂડ એન્ડ ડ્રગ એડમિનિસ્ટ્રેશન (એફડીએ) દ્વારા કટોકટીના ઉપયોગની પરવાનગી આપવામાં આવી હતી, તેને શ્રેષ્ઠ મૌખિક પ્રસ્તુતિનો એવોર્ડ મળ્યો હતો. યુરોપિયન બાયોટેકનોલોજી કોંગ્રેસ.

શ્રેષ્ઠ અને સૌથી ખરાબ પ્રદર્શન કરતી એન્ટિબોડી ટેસ્ટ કીટ ઓળખવામાં આવી

પ્રો. ડૉ. ટેમર સાનલિદાગ, પ્રો. ડૉ. મુરત સયાન, એસો. ડૉ. Dilber Uzun Özşahin, આસિસ્ટ. એસો. ડૉ. Ayşe Arıkan અને આસિસ્ટ. એસો. ડૉ. બર્ના ઉઝુનનું સંશોધન શીર્ષક “ડાયગ્નોસ્ટિક SARS-CoV-2 IgG એન્ટિબોડી ટેસ્ટ્સ બાય યુઝિંગ મલ્ટી-ક્રાઇટેરિયા ડિસીઝન મેકિંગ થિયરી” નું શીર્ષક MCDM થિયરીનો ઉપયોગ કરીને કરવામાં આવ્યું હતું.

હાથ ધરવામાં આવેલા અભ્યાસમાં, એન્ટિબોડી કીટના ગુણધર્મો ફૂડ એન્ડ ડ્રગ એડમિનિસ્ટ્રેશન-એફડીએ પાસેથી મેળવવામાં આવ્યા હતા અને મલ્ટિ-ક્રાઇટેરિયા ડિસિઝન થિયરી પદ્ધતિનો ઉપયોગ કરીને તેનું વિશ્લેષણ કરવામાં આવ્યું હતું. એન્ટિબોડી પરીક્ષણોની સરખામણીમાં, વિશ્લેષણાત્મક સંવેદનશીલતા, વિશિષ્ટતા, સકારાત્મક અને નકારાત્મક આગાહી મૂલ્યો, વપરાયેલ નમૂનાનો પ્રકાર, પરીક્ષણ તકનીક, એન્ટિજેન લક્ષ્ય (સ્પાઇક અથવા ન્યુક્લિયોકેપ્સિડ), પરિણામ માટેનો સમય, રીએજન્ટ્સની સંગ્રહની સ્થિતિ, લાગુ પડવાની ક્ષમતાનું મૂલ્યાંકન કરવામાં આવ્યું હતું. અભ્યાસમાં, જે એક સાથે અનેક માપદંડોનું મૂલ્યાંકન કરીને મલ્ટિ-ક્રાઇટેરિયા ડિસિઝન થિયરી પદ્ધતિથી હાથ ધરવામાં આવ્યું હતું, સૌથી યોગ્ય અને સૌથી સફળ એન્ટિબોડી કીટ નક્કી કરવામાં આવી હતી અને તેની જાણ કરવામાં આવી હતી.

પ્રો. ડૉ. Tamer Şanlıdağ: "અમે હાથ ધરેલા બહુ-શાખાકીય અભ્યાસ સાથે, અમે વિશ્વભરમાં ઉપયોગમાં લેવાતી એન્ટિબોડી કીટની કામગીરીનું મૂલ્યાંકન કર્યું અને કોવિડ-19 સામેની લડાઈમાં વૈજ્ઞાનિકો માટે એક મહત્વપૂર્ણ માર્ગદર્શિકા બનાવી."

યુરોપિયન બાયોટેકનોલોજી કોંગ્રેસ તરફથી શ્રેષ્ઠ મૌખિક પ્રસ્તુતિનો એવોર્ડ મેળવનાર કાર્ય પર હસ્તાક્ષર કરનાર નિયર ઇસ્ટ યુનિવર્સિટીના એક્ટિંગ રેક્ટર પ્રો. ડૉ. Tamer Şanlıdağ એ વિજ્ઞાનની પ્રગતિમાં બહુવિધ અભ્યાસના મહત્વ પર ભાર મૂક્યો હતો. તેમનું પુરસ્કાર વિજેતા કાર્ય ગણિત, બાયોટેકનોલોજી અને આર્ટિફિશિયલ ઈન્ટેલિજન્સ જેવા વિવિધ ક્ષેત્રોના નિષ્ણાતોને એકસાથે લાવે છે તેમ જણાવતા, પ્રો. ડૉ. Tamer Şanlıdağએ કહ્યું, "અમારા બહુવિધ અભ્યાસ સાથે, અમે વિશ્વભરમાં ઉપયોગમાં લેવાતી એન્ટિબોડી કીટની કામગીરીનું મૂલ્યાંકન કર્યું છે અને કોવિડ-19 સામેની લડાઈમાં વૈજ્ઞાનિકો માટે મહત્વપૂર્ણ માર્ગદર્શિકા બનાવી છે."

એસો. ડૉ. દિલબર ઉઝુન ઓઝાહિન: "નજીકની પૂર્વ યુનિવર્સિટી એ વિશ્વની પ્રથમ યુનિવર્સિટીઓમાંની એક છે જે આરોગ્યના ક્ષેત્રમાં બહુ-માપદંડ નિર્ણય લેવાના સિદ્ધાંતને લાગુ કરી શકે છે."

યુરોપીયન બાયોટેક્નોલોજી કોંગ્રેસ ખાતે નિયર ઈસ્ટ યુનિવર્સિટીના સંશોધકો સાથે તેમના એવોર્ડ વિજેતા કાર્યને રજૂ કરતા, એસો. દિલબર ઉઝુન ઓઝાહિને જણાવ્યું હતું કે તેઓએ ડાયગ્નોસ્ટિક અને રોગચાળાના સંશોધન માટે ઉપયોગમાં લેવાતા વિવિધ એન્ટિબોડી પ્લેટફોર્મની ડાયગ્નોસ્ટિક શક્યતા નક્કી કરવા માટે તેમના અભ્યાસમાં બહુ-માપદંડ નિર્ણય લેવા (MCDM) સિદ્ધાંતનો ઉપયોગ કર્યો હતો. આ પદ્ધતિ વિશ્વની બહુ ઓછી યુનિવર્સિટીઓમાં લાગુ કરી શકાય છે તેમ જણાવી એસો. ઓઝાહિને ભારપૂર્વક જણાવ્યું હતું કે નીયર ઇસ્ટ યુનિવર્સિટી એ પ્રથમ યુનિવર્સિટીઓમાંની એક છે જે બહુ-માપદંડ નિર્ણય લેવાના સિદ્ધાંતને લાગુ કરી શકે છે.

ટિપ્પણી કરવા માટે સૌ પ્રથમ બનો

પ્રતિશાદ આપો

તમારું ઇમેઇલ સરનામું પ્રકાશિત કરવામાં આવશે નહીં.


*