SA
Shaun Arevalo
Author with expertise in Epidemiology and Pathogenesis of Bacterial Meningitis
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(75% Open Access)
Cited by:
1,520
h-index:
9
/
i10-index:
9
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Clinical Metagenomic Sequencing for Diagnosis of Meningitis and Encephalitis

Michael Wilson et al.Jun 12, 2019
+40
T
P
M
Metagenomic next-generation sequencing (NGS) of cerebrospinal fluid (CSF) has the potential to identify a broad range of pathogens in a single test.In a 1-year, multicenter, prospective study, we investigated the usefulness of metagenomic NGS of CSF for the diagnosis of infectious meningitis and encephalitis in hospitalized patients. All positive tests for pathogens on metagenomic NGS were confirmed by orthogonal laboratory testing. Physician feedback was elicited by teleconferences with a clinical microbial sequencing board and by surveys. Clinical effect was evaluated by retrospective chart review.We enrolled 204 pediatric and adult patients at eight hospitals. Patients were severely ill: 48.5% had been admitted to the intensive care unit, and the 30-day mortality among all study patients was 11.3%. A total of 58 infections of the nervous system were diagnosed in 57 patients (27.9%). Among these 58 infections, metagenomic NGS identified 13 (22%) that were not identified by clinical testing at the source hospital. Among the remaining 45 infections (78%), metagenomic NGS made concurrent diagnoses in 19. Of the 26 infections not identified by metagenomic NGS, 11 were diagnosed by serologic testing only, 7 were diagnosed from tissue samples other than CSF, and 8 were negative on metagenomic NGS owing to low titers of pathogens in CSF. A total of 8 of 13 diagnoses made solely by metagenomic NGS had a likely clinical effect, with 7 of 13 guiding treatment.Routine microbiologic testing is often insufficient to detect all neuroinvasive pathogens. In this study, metagenomic NGS of CSF obtained from patients with meningitis or encephalitis improved diagnosis of neurologic infections and provided actionable information in some cases. (Funded by the National Institutes of Health and others; PDAID ClinicalTrials.gov number, NCT02910037.).
0
Citation724
0
Save
0

Rapid pathogen detection by metagenomic next-generation sequencing of infected body fluids

Wei Gu et al.Nov 9, 2020
+19
M
X
W
We developed a metagenomic next-generation sequencing (mNGS) test using cell-free DNA from body fluids to identify pathogens. The performance of mNGS testing of 182 body fluids from 160 patients with acute illness was evaluated using two sequencing platforms in comparison to microbiological testing using culture, 16S bacterial PCR and/or 28S–internal transcribed ribosomal gene spacer (28S–ITS) fungal PCR. Test sensitivity and specificity of detection were 79 and 91% for bacteria and 91 and 89% for fungi, respectively, by Illumina sequencing; and 75 and 81% for bacteria and 91 and 100% for fungi, respectively, by nanopore sequencing. In a case series of 12 patients with culture/PCR-negative body fluids but for whom an infectious diagnosis was ultimately established, seven (58%) were mNGS positive. Real-time computational analysis enabled pathogen identification by nanopore sequencing in a median 50-min sequencing and 6-h sample-to-answer time. Rapid mNGS testing is a promising tool for diagnosis of unknown infections from body fluids. A universal method enables high-specificity, unbiased pathogen detection from diverse body fluids using metagenomic sequencing and may accelerate clinical decisions.
0
Citation405
0
Save
1

Laboratory validation of a clinical metagenomic sequencing assay for pathogen detection in cerebrospinal fluid

Steve Miller et al.Apr 16, 2019
+15
E
S
S
Metagenomic next-generation sequencing (mNGS) for pan-pathogen detection has been successfully tested in proof-of-concept case studies in patients with acute illness of unknown etiology but to date has been largely confined to research settings. Here, we developed and validated a clinical mNGS assay for diagnosis of infectious causes of meningitis and encephalitis from cerebrospinal fluid (CSF) in a licensed microbiology laboratory. A customized bioinformatics pipeline, SURPI+, was developed to rapidly analyze mNGS data, generate an automated summary of detected pathogens, and provide a graphical user interface for evaluating and interpreting results. We established quality metrics, threshold values, and limits of detection of 0.2–313 genomic copies or colony forming units per milliliter for each representative organism type. Gross hemolysis and excess host nucleic acid reduced assay sensitivity; however, spiked phages used as internal controls were reliable indicators of sensitivity loss. Diagnostic test accuracy was evaluated by blinded mNGS testing of 95 patient samples, revealing 73% sensitivity and 99% specificity compared to original clinical test results, and 81% positive percent agreement and 99% negative percent agreement after discrepancy analysis. Subsequent mNGS challenge testing of 20 positive CSF samples prospectively collected from a cohort of pediatric patients hospitalized with meningitis, encephalitis, and/or myelitis showed 92% sensitivity and 96% specificity relative to conventional microbiological testing of CSF in identifying the causative pathogen. These results demonstrate the analytic performance of a laboratory-validated mNGS assay for pan-pathogen detection, to be used clinically for diagnosis of neurological infections from CSF.
1
Citation391
0
Save
0

Laboratory Validation of a Clinical Metagenomic Sequencing Assay for Pathogen Detection in Cerebrospinal Fluid

Steve Miller et al.May 25, 2018
+16
E
S
S
Metagenomic next-generation sequencing (mNGS) for pan-pathogen detection has been successfully tested in proof-of-concept case studies in patients with acute illness of unknown etiology, but to date has been largely confined to research settings. Here we developed and validated an mNGS assay for diagnosis of infectious causes of meningitis and encephalitis from cerebrospinal fluid (CSF) in a licensed clinical laboratory. A clinical bioinformatics pipeline, SURPI+, was developed to rapidly analyze mNGS data, automatically report detected pathogens, and provide a graphical user interface for evaluating and interpreting results. We established quality metrics, threshold values, and limits of detection of between 0.16 to 313 genomic copies or colony forming units per milliliter for each representative organism type. Gross hemolysis and excess host nucleic acid reduced assay sensitivity; however, a spiked phage used as an internal control was a reliable indicator of sensitivity loss. Diagnostic test accuracy was evaluated by blinded mNGS testing of 95 patient samples, revealing 73% sensitivity and 99% specificity compared to original clinical test results, with 81% positive percent agreement and 99% negative percent agreement after discrepancy analysis. Subsequent mNGS challenge testing of 20 positive CSF samples prospectively collected from a cohort of pediatric patients hospitalized with meningitis, myelitis, and/or encephalitis showed 92% sensitivity and 96% specificity relative to conventional microbiological testing of CSF in identifying the causative pathogen. These results demonstrate the analytic performance of a laboratory-validated mNGS assay for pan-pathogen detection, to be used clinically for diagnosis of neurological infections from CSF.