Ученые разработали анализ крови на синдром хронической усталости: он показал 96% точность

Британские ученые сообщили о создании потенциально прорывного теста для диагностики синдрома хронической усталости (CFS/ME) — сложного заболевания, которое десятилетиями оставалось медицинской загадкой. По результатам исследования Университета Восточной Англии и биотехнологической компании Oxford Biodynamics, новый анализ крови может определять наличие CFS/ME с точностью до 96%, сообщает ScienceAlert.

Исследование, опубликованное в Journal of Translational Medicine, основывается на анализе более 200 эпигенетических биомаркеров, которые отражают изменения в функционировании генов под влиянием внешних факторов. Для тестирования использовали платформу EpiSwitch®, которая уже применялась в разработке диагностических тестов на рак простаты.

В рамках эксперимента ученые исследовали кровь 47 пациентов с тяжелой формой CFS/ME и 61 здорового человека соответствующего возраста. Полученные результаты продемонстрировали выраженные различия между этими группами, что позволило алгоритму корректно классифицировать больных в 96% случаев.

ВАС ЗАИНТЕРЕСУЕТ

Меняет диагностику и лечение заболеваний: ученые завершили самый масштабный проект визуализации человеческого тела

"Это значительный шаг вперед, ведь впервые появляется простой анализ крови, который может выявить CFS/ME", — отметил молекулярный биолог Дмитрий Пшежецкий из Университета Уэльса. По его словам, такая разработка может изменить подход к диагностике заболевания, которое часто воспринимали как психосоматическое расстройство.

Впрочем, не все эксперты разделяют оптимизм авторов исследования. Доктор Алистер Миллер, врач-инфекционист на пенсии, отметил, что заявленная точность является "почти неслыханной для подобных тестов" и требует проверки.

"Существует риск, что это может стать очередным "фальшивым рассветом" — с громкими обещаниями, которые повысят ожидания пациентов, но не оправдаются на практике", — заявил Миллер, который не принимал участия в исследовании.

ВАС ЗАИНТЕРЕСУЕТ

Искусственный интеллект научился прогнозировать риск более тысячи заболеваний на 10 лет вперед

Скепсис среди специалистов вызван и ограничениями самой выборки. Исследование проводилось только среди пациентов с тяжелой формой CFS/ME, тогда как люди с более легкими или умеренными проявлениями синдрома не были вовлечены. Также не проверялось, как тест реагирует на другие хронические заболевания — в частности аутоиммунные или онкологические, которые имеют схожие симптомы.

"Пока не понятно, насколько этот тест сможет отличать CFS/ME от других состояний, сопровождающихся усталостью", — объяснил прикладной статистик Кевин Макконвей, который не принимал участия в исследовании.

Представители организации ME Association UK назвали эпигенетический подход "важным шагом" в поиске объективного теста. При этом подчеркнули, что результат требует более масштабной проверки.

ВАС ЗАИНТЕРЕСУЕТ

Риск деменции повышается на 40% из-за хронической бессонницы — исследования

"Нам нужно выяснить, наблюдается ли такая же эпигенетическая аномалия на ранних стадиях болезни, а также у людей с длительным или легким течением CFS/ME", — говорится в заявлении организации.

Ученые отмечают, что эффективный диагностический тест должен быть высокочувствительным и особым, чтобы избежать ложных результатов. Пока нет уверенности, что все пациенты с CFS/ME имеют одну и ту же биологическую причину, — возможно, синдром является результатом сочетания различных факторов, от иммунных нарушений до стресса или инфекций.

Несмотря на это, исследование из Университета Восточной Англии и Oxford Biodynamics стало одним из самых убедительных шагов за последние годы в направлении создания объективного теста на синдром хронической усталости. Эта болезнь до сих пор остается одной из наименее понятных в современной медицине.

Недавно ученые предложили новый подход к диагностике болезней, применяя математические модели для анализа сложных биологических систем на основе инженерных принципов управляемости и наблюдаемости. Благодаря "динамическому выбору датчиков" возможно точное воспроизведение поведения системы, что обещает значительно снизить стоимость биомедицинских экспериментов и обеспечить раннее выявление заболеваний, например, рака.