Posters
« Back
Tres métodos moleculares para la genotipificación del virus de la Hepatitis C (VHC): una estrategia en pos de la seguridad del paciente
EP31074
Poster Title: Tres métodos moleculares para la genotipificación del virus de la Hepatitis C (VHC): una estrategia en pos de la seguridad del paciente
Submitted on 08 Dec 2019
Author(s): Andy Caballero, Sonali Marrero y Karla Montero
Affiliations: Referencia Laboratorio Clínico
This poster was presented at XIX Congreso de Profesionales del Laboratorio Clínico CODOBIO 2019
Poster Views: 116
View poster »


Poster Information
Abstract: El empleo de regímenes de tratamiento que requieran el conocimiento previo del genotipo del virus de la Hepatitis C (VHC) impone la necesidad de una prueba, o estrategia analítica, con baja probabilidad de resultados clínicamente poco útiles [genotipo indefinido (IND) o genotipo 1 sin subtipificar (GEN1ss)]. El objetivo de este trabajo es definir un algoritmo o estrategia de análisis para la genotipificación del VHC que permita optimizar los costos y la gestión del laboratorio, sin afectar negativamente la seguridad del paciente. Se analizaron las frecuencias de detección de los genotipos del VHC de tres pruebas moleculares de genotipificación: VERSANT® HCV Genotype 2.0 assay (LiPA), Abbott RealTime HCV Genotype II (Abbott) y cobas® HCV GT (cobas). Se emplearon 108 muestras de pacientes para evaluar la concordancia de la identificación de los genotipos del VHC. Se evaluó la veracidad de las dos pruebas de mayor concordancia con un panel de evaluación con resultados asignados por consenso. Abbott tuvo una tasa alta de resultados IND (10,24 %, contra LiPA: 1,08 % y cobas: 1,11 %), a expensas de una disminución en la tasa de detección del genotipo 2 (5,42 %, contra LiPA: 12,12 % y cobas: 13,10 %) del VHC. La prueba con menor tasa de GEN1ss fue LiPA (0,57 % contra Abbott: 1,20 % y cobas: 1,11 %). La concordancia global entre cobas y LiPA fue excelente (𝑘=0,85; IC 95%: 0,76 a 0,93), no así de estas con Abbott. Las pruebas cobas y LiPA mostraron excelente concordancia (veracidad) con los resultados asignados por consenso del panel de evaluación, aunque la de mejor desempeño fue cobas (𝑘=0,91 contra 𝑘=0,87). El algoritmo de análisis, donde cobas es la prueba de primera línea y LiPA la de segunda, arrojó una frecuencia relativa de resultados IND y GEN1ss del 0,00 % en 8 meses en un total de 542 pacientes analizados. Summary: HCV genotipificación, evaluación de métodos, verificación de desempeño analítico, comparación de métodos, cobas HCV GTReferences: Stelzl E, Appel HM, Mehta R, Marins EG, Berg J, Paar C, et al. Evaluation of the new cobas(R) HCV genotyping test based on real-time PCRs of three different HCV genome regions. Clinical chemistry and laboratory medicine : CCLM / FESCC. 2016.
Liver EAfSo. EASL Clinical Practice Guidelines: management of hepatitis C virus infection. Journal of hepatology. 2014;60(2):392-420.
Polilli E, Cento V, Restelli U, Ceccherini-Silberstein F, Aragri M, Di Maio VC, et al. Consequences of inaccurate hepatitis C virus genotyping on the costs of prescription of direct antiviral agents in an Italian district. Clinicoecon Outcomes Res. 2016;8:467-73.
Pawlotsky JM. Diagnostic tests for hepatitis C. Journal of hepatology. 1999;31 Suppl 1:71-9.
Report abuse »
Questions
Ask the author a question about this poster.
Ask a Question »

Creative Commons

Related Posters


Biomaterials
Tylor Keller

Single-Use Based BioProduction Process for Manufacturing of High Quality Recombinant Enzymes for mRNA and DNA Workflows
Darius Kavaliauskas, Viktorija Vitkovskė, Ramunė Leipuvienė, Juozas Šiurkus

Next Generation DNase for Ultimate Performance in Molecular Biology Applications
Darius Kavaliauskas , Viktorija Vitkovskė , Gediminas Alzbutas , Juozas Šiurkus

Modified and Improved DNA Extraction Method for Molecular Detection of Candida Species from Positive Blood Culture Bottles
Yahaya Hassan and Leslie Thian Lung Than

ExpiSf™ Expression system: A Chemically Defined Baculovirus-Based System for Enhanced Protein and Virus Production in Sf9 Cells
Kenneth Thompson, Maya Yovcheva, Sara Barnes, Melissa Cross, Katy Irvin, Natasha Lucki, Henry Chiou, and Jonathan Zmuda