Análisis del líquido cefalorraquídeo canino utilizando dos nuevas técnicas automatizadas: el modo de fluidos corporales Sysmex XN-V y un algoritmo basado en inteligencia artificial
Autores: Lapsina, Sandra; Riond, Barbara; Hofmann-Lehmann, Regina; Stirn, Martina
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Análisis del líquido cefalorraquídeo canino utilizando dos nuevas técnicas automatizadas: el modo de fluidos corporales Sysmex XN-V y un algoritmo basado en inteligencia artificial
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Análisis del líquido cefalorraquídeo
Paciente canino neurológico
Recuento de células nucleadas
Recuentos celulares diferenciales
Modo de líquido corporal Sysmex XN-V
Algoritmo basado en aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
El análisis del líquido cefalorraquídeo es una prueba diagnóstica importante al evaluar a un paciente canino neurológico. Para este análisis, se realizan rutinariamente el recuento total de células nucleadas y los recuentos celulares diferenciales, pero ambos implican métodos manuales que consumen mucho tiempo. Para investigar métodos automatizados más rápidos, en este estudio se compararon el modo de líquido corporal Sysmex XN-V y el algoritmo basado en aprendizaje profundo generado por el escáner de portaobjetos Olympus VS200 con los métodos manuales en 161 muestras de líquido cefalorraquídeo canino para el recuento total de células nucleadas y en 65 muestras con pleocitosis para los recuentos diferenciales. Tras un enrejado incorrecto por parte del modo de líquido corporal Sysmex, todas las muestras fueron reanalizadas con enrejados establecidos manualmente. El modo de líquido corporal Sysmex mostró entonces un sesgo medio de 15.19 células/L para el recuento total de células nucleadas y sesgos medios de 4.95% y -4.95% para el recuento celular diferencial de dos partes, mientras que el algoritmo basado en aprendizaje profundo mostró sesgos medios de -7.25%, -0.03% y 7.27% para los linfocitos, neutrófilos y células monociroides, respectivamente. Basándonos en nuestros hallazgos, proponemos que se utilice el modo de líquido corporal automatizado Sysmex para medir el recuento total de células nucleadas en muestras de líquido cefalorraquídeo canino después de realizar ajustes a la configuración predefinida del fabricante. Sin embargo, el recuento diferencial de dos partes del modo de líquido corporal Sysmex y el algoritmo basado en aprendizaje profundo requieren cierta optimización.
Descripción
El análisis del líquido cefalorraquídeo es una prueba diagnóstica importante al evaluar a un paciente canino neurológico. Para este análisis, se realizan rutinariamente el recuento total de células nucleadas y los recuentos celulares diferenciales, pero ambos implican métodos manuales que consumen mucho tiempo. Para investigar métodos automatizados más rápidos, en este estudio se compararon el modo de líquido corporal Sysmex XN-V y el algoritmo basado en aprendizaje profundo generado por el escáner de portaobjetos Olympus VS200 con los métodos manuales en 161 muestras de líquido cefalorraquídeo canino para el recuento total de células nucleadas y en 65 muestras con pleocitosis para los recuentos diferenciales. Tras un enrejado incorrecto por parte del modo de líquido corporal Sysmex, todas las muestras fueron reanalizadas con enrejados establecidos manualmente. El modo de líquido corporal Sysmex mostró entonces un sesgo medio de 15.19 células/L para el recuento total de células nucleadas y sesgos medios de 4.95% y -4.95% para el recuento celular diferencial de dos partes, mientras que el algoritmo basado en aprendizaje profundo mostró sesgos medios de -7.25%, -0.03% y 7.27% para los linfocitos, neutrófilos y células monociroides, respectivamente. Basándonos en nuestros hallazgos, proponemos que se utilice el modo de líquido corporal automatizado Sysmex para medir el recuento total de células nucleadas en muestras de líquido cefalorraquídeo canino después de realizar ajustes a la configuración predefinida del fabricante. Sin embargo, el recuento diferencial de dos partes del modo de líquido corporal Sysmex y el algoritmo basado en aprendizaje profundo requieren cierta optimización.