基质辅助激光解吸电离飞行时间质谱的耐甲氧西林金黄色葡萄球菌快速识别模型在儿科呼吸道的应用研究

A Rapid Identification Model of Methicillin-resistant Staphylococcus Aureus Using Stroma-assisted Laser Desorption Ionization Time-of-flight Mass Spectrometry in Pediatric Respiratory Tract

导出 OA 学术成果认领

摘要目的探索基质辅助激光解吸电离飞行时间质谱(MALDI-TOF MS)卷积神经网络算法快速识别耐甲氧西林金黄色葡萄球菌(MRSA)的模型,为快速诊治儿童MRSA感染提供有效方法.方法选取2021年1月～2023年6月仁寿县人民医院金黄色葡萄球菌临床分离株273株,采用微生物鉴定、体外药敏试验及MecA基因检测进行耐药分析.通过质谱卷积神经网络算法建立成人与儿童MRSA快速识别模型,并使用临床数据进行验证.结果全自动微生物鉴定及药敏系统以及K-B法结果显示,儿童MRSA 60株,成人MRSA 68株,甲氧西林敏感的金黄色葡萄球菌(MSSA)145株;MecA基因检测结果显示,MecA基因阳性样本127株,阴性样本145株;对成人模型验证时,MRSA-2(成人组)准确率为85.60％,MSSA-2准确率为90.00％;儿童模型验证结果显示,MRSA-4(儿童组)准确率为86.70％,MSSA-2准确率为85.60％.结论微生物质谱仪卷积神经网络算法在快速识别MRSA与MSSA时存在明显差异,该算法有望成为快速确认儿童MRSA感染的方法之一,对及时指导临床用药有帮助.