การประเมินประสิทธิภาพของเครื่อง Orienter FA280 Feces Analyzer ในการตรวจหาปรสิตในอุจจาระเมื่อเปรียบเทียบกับวิธีการย้อมด้วยน้ำเกลือ

พวงค์เดือน ดวงดีทิพย์

ผู้แต่ง

พวงค์เดือน ดวงดีทิพย์ กลุ่มงานเทคนิคการแพทย์และพยาธิวิทยาคลินิก โรงพยาบาลเลย จังหวัดเลย ประเทศไทย 42000

คำสำคัญ:

การตรวจหาปรสิต, วิธีการวินิจฉัย, การย้อมด้วยน้ำเกลือ, Orienter FA280 Feces Analyzer

บทคัดย่อ

หลักการและวัตถุประสงค์: การตรวจหาปรสิตในตัวอย่างอุจจาระมีความสำคัญอย่างยิ่งต่อการวินิจฉัยและการรักษาโรคพยาธิในระบบทางเดินอาหาร โดยทั่วไป วิธีการย้อมด้วยน้ำเกลือ (normal saline staining: NSS) เป็นมาตรฐานที่ใช้ในการตรวจหาเชื้อ แต่การพัฒนาของระบบวินิจฉัยอัตโนมัติ เช่น Orienter FA280 Feces Analyzer ได้นำเสนอโอกาสใหม่ในการเพิ่มประสิทธิภาพและลดข้อผิดพลาดจากมนุษย์ งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของวิธี NSS และ Orienter FA280 Feces Analyzer ในการตรวจหา ปรสิตในตัวอย่างอุจจาระจากผู้ป่วยที่เข้ารับการรักษาในโรงพยาบาลเลย โดยเน้นการวิเคราะห์อัตราการตรวจพบ และ ความสัมพันธ์เชิงสถิติ เพื่อประเมินศักยภาพของทั้งสองวิธี

วิธีการศึกษา: เป็นการศึกษาเชิงเปรียบเทียบ (comparative research) กลุ่มตัวอย่างได้แก่อุจจาระสดจากผู้ป่วย จำนวน 350 ราย ถูกตรวจโดยวิธี NSS และ Orienter FA280 Feces Analyzer พร้อมกัน ผลลัพธ์ถูกวิเคราะห์ความสัมพันธ์เชิงสหสัมพันธ์เพียร์สัน พร้อมการคำนวณ ค่าความไว ความจำเพาะ ค่าพยากรณ์บวก ค่าพยากรณ์ลบและความถูกต้องโดยรวม

ผลการศึกษา: พบว่ามีความสัมพันธ์เชิงบวกในระดับต่ำถึงปานกลาง (r = 0.39) ระหว่างวิธี NSS และ Orienter FA280 Feces Analyzer แต่วิธี NSS ยังคงมีความไวสูงกว่าในการวินิจฉัยปรสิตบางชนิด โดยคำนวณค่าความไว ได้ร้อยละ 100 และค่าความจำเพาะ ร้อยละ 92.42 ซึ่งแสดงให้เห็นว่า NSS สามารถตรวจจับผู้ติดเชื้อได้ทั้งหมดและให้ผลลบที่แม่นยำ ขณะที่ Orienter FA280 Feces Analyzer มีความสามารถในการตรวจพบปรสิตที่พบบ่อยได้อย่างรวดเร็ว โดยเฉพาะ Strongyloides stercoralis, Taenia spp., และ Blastocystis hominis ซึ่งเป็นปรสิตที่พบมากที่สุดในตัวอย่าง อย่างไรก็ตาม ค่าพยากรณ์บวก ของเครื่องอยู่ที่ร้อยละ 16.13 บ่งชี้ว่ามีอัตราผลบวกลวงสูง ซึ่งอาจจำเป็นต้องมีการตรวจยืนยันเพิ่มเติมเพื่อความแม่นยำในการวินิจฉัย

สรุป: Orienter FA280 Feces Analyzer มีประสิทธิภาพในการเป็นเครื่องมือช่วยตรวจคัดกรองที่รวดเร็ว เหมาะสำหรับห้องปฏิบัติการที่มีปริมาณตัวอย่างมาก อย่างไรก็ตาม วิธี NSS ยังคงมีบทบาทสำคัญในการยืนยันผลลัพธ์ และตรวจหาปรสิตที่ต้องการการแปลผลจากนักเทคนิคการแพทย์ การใช้แนวทางผสมผสาน ระหว่างระบบอัตโนมัติและวิธีดั้งเดิมสามารถเพิ่มความแม่นยำและประสิทธิภาพในการตรวจวินิจฉัยปรสิตได้

เอกสารอ้างอิง

Francis J, Barrett SP, Chiodini PL. Best Practice No 174. Best practice guidelines for the examination of specimens for the diagnosis of parasitic infections in routine diagnostic laboratories. J Clin Pathol 2003;56:888-91. doi:10.1136/jcp.56.12.888

van Gool T, Weijts R, Lommerse E, Mank TG. Triple faeces test: an effective tool for detection of intestinal parasites in routine clinical practice. Eur J Clin Microbiol Infect Dis 2003;22(5):284-90. doi:10.1007/s10096-003-0919-1

Boonyong S. Hunnangkul S, Vijit S, Wattano S, Tantayapirak P, Loymek S, et al. High-throughput detection of parasites and ova in stool using the fully automatic digital feces analyzer, orienter model fa280. Parasit Vectors 2024;17(1):13. doi:10.1186/s13071-023-06108-1

Munari E, Scarpa A, Cima L, Pozzi M, Pagni F, Vasuri F, et al. Cutting-edge technology and automation in the pathology laboratory. Virchows Arch 2024;484(4):555-66.doi:10.1007/s00428-023-03637-z

Pavan M. Setting up an automated biomanufacturing laboratory. Methods Mol Biol 2021;2229:137-55. doi:10.1007/978-1-0716-1032-9_5

Dabrowska J, Groblewska M, Bendykowska M, Sikorski M, Gromadzka G. Effective laboratory diagnosis of parasitic infections of the gastrointestinal tract: where, when, how, and what should we look for? Diagnostics (Basel) 2024;14(19):2148. doi:10.3390/diagnostics14192148

Momcilovic S, Cantacessi C, Arsic-Arsenijevic V, Otranto D, Tasic-Otasevic S. Rapid diagnosis of parasitic diseases: current scenario and future needs. Clin Microbiol Infect 2019;25(3):290-309. doi:10.1016/j.cmi.2018.04.028

Nagamori Y, Sedlak RH, DeRosa A, Pullins A, Cree T, Loenser M, et al. Evaluation of the VETSCAN IMAGYST: an in-clinic canine and feline fecal parasite detection system integrated with a deep learning algorithm. Parasit Vectors 2020;13(1):346. doi:10.1186/s13071-020-04215-x

Nagamori Y, Sedlak RH, DeRosa A, Pullins A, Cree T, Loenser M, et al. Further evaluation and validation of the VETSCAN IMAGYST: in-clinic feline and canine fecal parasite detection system integrated with a deep learning algorithm. Parasit Vectors 2021;14(1):89. doi:10.1186/s13071-021-04591-y

Soares FA, Suzuki CTN, Sabadini E, Falcao AX, de Oliveira Baccin A, de Melo LCV, et al. Laboratory validation of the automated diagnosis of intestinal parasites via fecal sample processing for the recovery of intestinal parasites through the dissolved air flotation technique. Parasit Vectors 2024;17(1):368. doi:10.1186/s13071-024-06434-y

Kumar S, Arif T, Alotaibi AS, Malik MB, Manhas J. Advances towards automatic detection and classification of parasites microscopic images using deep convolutional neural network: methods, models and research directions. Arch Comput Methods Eng 2023;30(3):2013-39. doi:10.1007/s11831-022-09858-w

Ogren J, Dienus O, Matussek A. Optimization of routine microscopic and molecular detection of parasitic protozoa in SAF-fixed faecal samples in Sweden. Infect Dis (Lond) 2020;52(2):87-96. doi:10.1080/23744235.2019.1682188