雷竞技raybetAgilent Technologies Inc.（NYSE：A）宣布印度技术学院孟买在印度和QIMR Berghofer医学研究所在澳大利亚，已经开发了一种快速的方法来区分Covid-19-19阳性患者预计与可能仅出现轻度症状的患者出现严重的症状。分类算法，发表在期刊上分析化学，基于血浆的红外光谱，在雷竞技raybetAgilent Cary 630 FTIR光谱仪。
COVID-19病毒在不到18个月的时间内在220个国家和领土上感染了超过2亿人，这压倒了许多医疗保健系统。[一世]呼吸机和医院病床等资源的需求仍然很高，并且短缺风险严重患者的生命。但是，并非所有共同19岁的患者都会出现需要重症监护的症状。基于严重程度的患者的早期识别和优先级（三角）可以帮助释放资源并改善患者的预后。[ii]这项研究有可能为面临关键资源决策的医疗人员提供重大支持。
在这项研究中，研究人员从孟买160名COVID阳性患者（130种用于模型开发的训练集，30种作为模型验证的盲验测试集）中收集了血浆的血浆红外光谱。该光谱在配备有钻石损坏的总反射率（ATR）采样模块的Cary 630 FTIR光谱仪上收集，显示出严重和非重度Covid-19患者样本之间的差异很小但可观察到的差异。
QIMR Berghofer精确和系统生物医学研究小组的负责人米歇尔·希尔（Michelle Hill）副教授，该研究的主要科学家之一解释说：“我们发现，在严重不适的患者中，红外光谱存在可衡量的差异。特别是，在两个与糖和磷酸化学基团以及原代胺相对应的红外区域存在差异，这些胺发生在特定类型的蛋白质中。”
基于这些差异，开发并测试了多元统计模型。
孟买印度理工学院的Sanjeeva Srivastava教授补充说：“我们还发现，患有糖尿病是在这组患者中严重不适的关键预测指标，因此我们喂养了年龄，性别，性别，性别，糖尿病，糖尿病和高血压等临床参数算法。然后，我们对来自孟买的30例单独的30例患者组的血液样本进行了测试，发现该算法是69.2％的特异性和94.1％的敏感性，以预测哪些患者会严重患病。”
“但是，与仅基于年龄，性别，高血压和糖尿病的临床风险因素的预测相比，这确实导致了更多的'假阳性'。我们希望通过进行更多的测试，我们可以减少这些误报。” Srivastava教授进一步解释说。
Agilent分子光谱部研究与开发副副总裁Andrew Hind表示：“我们对这项研究感到非常兴奋，并很高兴地支持研究人员通过将Cary 630 FTIR光谱仪与Covid-19的斗争进行，为此雷竞技raybet学习。他们的工作突出了ATR-FTIR光谱对Covid-19和传染病研究的潜力，我们将继续支持该领域的研究。”
Agil雷竞技raybetent Cary 630 FTIR光谱仪是全球高影响力研究中使用的多功能且可靠的仪器。它的超紧凑型形式，简单性和易用性使其非常适合在许多设置和场景中无缝部署。它特别适合用于传染病研究和生物样品的研究。它可以与强大的多元统计分析配对，以使研究人员可以将光谱信息与定性的宏观特性联系起来。
[一世]世界计：冠状病毒更新（实时）病例和Covid-19病毒大流行的死亡。2021;https://www.worldometers.info/coronavirus。
[ii]世卫组织西太平洋地区：COVID-19分类和推荐的算法；https://apps.who.int/iris/bitstream/handle/10665/331915/covid-covid-19-algorithm-referral-triage-triage-eng.pdf?sepence = 1＆isallowed=y=y=y=y=y