Nessuna risposta a questa discussione

[Amministrazione]

Riceviamo da Giada Da Ros Presidente CFS/ME Associazione italiana O.d.V. e pubblichiamo

 

 

Il gruppo di Karl Morten ad Oxford ha fatto uscire oggi un comunicato stampa sul loro nuovo studio in cui affermano che riescono a separare i pazienti ME/CFS gravi dai controlli sani con un'accuratezza del 100%. I meno gravi sono il prossimo passo.

 

Nel comunicato stampa (che potete leggere qui: https://www.wrh.ox.ac.uk/news/diagnostic-test-could-offer-new-hope-for-me-cfs-patients) si dice “grazie all’uso di approcci statistici e di apprendimento automatico, il dottor Karl Morten e i suoi colleghi hanno identificato una serie di variabili tra cui i micro RNA delle cellule del sangue e delle piccole vescicole extracellulari che possono distinguere un gruppo di pazienti ME/CFS gravi dai controlli sani con una precisione del 100%. Questi due gruppi non possono essere facilmente separati da un esame del sangue standard. I test standard risultano negativi per il gruppo gravemente malato. Il loro prossimo passo è applicare questo approccio a pazienti ME/CFS lievi e moderatamente affetti con diversi livelli di disabilità e confrontarli con altri gruppi di malattie così come con i controlli sani. Questo determinerà se abbiamo un potenziale pannello di biomarcatori che potrebbe essere usato per sviluppare un test diagnostico”.

 

Qui l’articolo dello studio (González-Cebrián et al.): https://www.frontiersin.org/articles/10.3389/fmed.2022.842991/full

 

 

Frontiers | Diagnosis of Myalgic Encephalomyelitis/Chronic Fatigue Syndrome With Partial Least Squares Discriminant Analysis: Relevance of Blood Extracellular Vesicles | Medicine

www.frontiersin.org

Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (ME/CFS), a chronic disease characterized by long-lasting persistent debilitating widespread fatigue and post-exertional malaise, remains diagnosed by clinical criteria. Our group and others have identified differentially expressed miRNA profiles in the blood of patients. However, their diagnostic power individually or in combinations seems limited. A Partial Least Squares-Discriminant Analysis (PLS-DA) model initially based on 817 variables: two demographic, 34 blood analytic, 136 PBMC miRNAs, 639 Extracellular Vesicle (EV) miRNAs, and six EV features, selected an optimal number of five components, and a subset of 32 regressors showing statistically significant discriminant power. The presence of four EV-features (size and z-values of EVs prepared with or without proteinase K treatment) among the 32 regressors, suggested that blood vesicles carry relevant disease information. To further explore the features of ME/CFS EVs, we sub