MÉTODOS FENOTÍPICOS Y MOLECULARES
PARA DIAGNÓSTICO DE MYCOBACTERIUM
TUBERCULOSIS
PHENOTYPIC AND MOLECULAR METHODS FOR THE
DIAGNOSIS OF MYCOBACTERIUM TUBERCULOSIS
Verónica de Lourdes Molina Molina
Universidad Católica de Cuenca, Ecuador
Jonnathan Gerardo Ortiz T
Universidad Católica de Cuenca, Ecuador
pág. 4165
DOI: https://doi.org/10.37811/cl_rcm.v9i2.17207
Métodos Fenotípicos y Moleculares para Diagnóstico de Mycobacterium
Tuberculosis
Verónica de Lourdes Molina Molina1
veronica.molina.58@est.ucacue.edu.ec
https://orcid.org/0009-0009-7741-2605
Universidad Católica de Cuenca
Cuenca - Ecuador
Jonnathan Gerardo Ortiz T
jonnathan.ortiz@ucacue.edu.ec
https://orcid.org/0000-0001-6770-2144
Universidad Católica de Cuenca
Cuenca - Ecuador
RESUMEN
La tuberculosis (TB) es una enfermedad contagiosa que ha causado un considerable número de muertes
en todo el mundo. En este artículo, se analizan los diferentes métodos fenotípicos y moleculares en el
diagnóstico de la Mycobacterium tuberculosis. Para ello, se llevó a cabo una revisión sistemática en la
Literatura en las principales bases de datos: PubMed, Scielo, Elsevier, Google Scholar, Medline,
Science Direct, Web of Science, bioRxiv, medRxiv. Los métodos tradicionales fenotípicos, como la
baciloscopia y el cultivo bacteriano, han sido ampliamente utilizados por su accesibilidad y costo
reducido, presentan ciertas limitaciones. La baciloscopia, tiene una sensibilidad relativamente baja,
mientras que el cultivo, aunque más preciso, demanda un mayor tiempo y recursos. Los métodos
moleculares, como las pruebas de amplificación de ácidos nucleicos (NAAT) y las tecnologías Xpert,
ofrecen ventajas significativas en términos de rapidez, precisión y capacidad para detectar resistencias
a fármacos. A pesar de ser más costosas y requerir infraestructura especializada, estas pruebas son
consideradas la mejor opción para el diagnóstico de TB. Sin embargo, en entornos con recursos
limitados, puede ser necesario la implementación de diferentes enfoques diagnósticos para proporcionar
una estrategia más completa y efectiva en el diagnóstico de la enfermedad, particularmente, en entornos
con recursos limitados.
Palabras clave: mycobacterium tuberculosis, métodos fenotípicos, métodos moleculares, enfermedades
transmisibles
1 Autor principal
Correspondencia: veronica.molina.58@est.ucacue.edu.ec
DOI: https://doi.org/10.37811/cl_rcm.v9i2.17207
Métodos Fenotípicos y Moleculares para Diagnóstico de Mycobacterium
Tuberculosis
Verónica de Lourdes Molina Molina1
veronica.molina.58@est.ucacue.edu.ec
https://orcid.org/0009-0009-7741-2605
Universidad Católica de Cuenca
Cuenca - Ecuador
Jonnathan Gerardo Ortiz T
jonnathan.ortiz@ucacue.edu.ec
https://orcid.org/0000-0001-6770-2144
Universidad Católica de Cuenca
Cuenca - Ecuador
RESUMEN
La tuberculosis (TB) es una enfermedad contagiosa que ha causado un considerable número de muertes
en todo el mundo. En este artículo, se analizan los diferentes métodos fenotípicos y moleculares en el
diagnóstico de la Mycobacterium tuberculosis. Para ello, se llevó a cabo una revisión sistemática en la
Literatura en las principales bases de datos: PubMed, Scielo, Elsevier, Google Scholar, Medline,
Science Direct, Web of Science, bioRxiv, medRxiv. Los métodos tradicionales fenotípicos, como la
baciloscopia y el cultivo bacteriano, han sido ampliamente utilizados por su accesibilidad y costo
reducido, presentan ciertas limitaciones. La baciloscopia, tiene una sensibilidad relativamente baja,
mientras que el cultivo, aunque más preciso, demanda un mayor tiempo y recursos. Los métodos
moleculares, como las pruebas de amplificación de ácidos nucleicos (NAAT) y las tecnologías Xpert,
ofrecen ventajas significativas en términos de rapidez, precisión y capacidad para detectar resistencias
a fármacos. A pesar de ser más costosas y requerir infraestructura especializada, estas pruebas son
consideradas la mejor opción para el diagnóstico de TB. Sin embargo, en entornos con recursos
limitados, puede ser necesario la implementación de diferentes enfoques diagnósticos para proporcionar
una estrategia más completa y efectiva en el diagnóstico de la enfermedad, particularmente, en entornos
con recursos limitados.
Palabras clave: mycobacterium tuberculosis, métodos fenotípicos, métodos moleculares, enfermedades
transmisibles
1 Autor principal
Correspondencia: veronica.molina.58@est.ucacue.edu.ec
pág. 4166
Phenotypic and Molecular Methods for the Diagnosis of Mycobacterium
Tuberculosis
ABSTRACT
Tuberculosis (TB) is a contagious disease that has caused a considerable number of deaths worldwide.
In this article, the different phenotypic and molecular methods in the diagnosis of Mycobacterium
tuberculosis are analyzed. For this purpose, a systematic review was carried out in the Literature in the
main databases: PubMed, Scielo, Elsevier, Google Scholar, Medline, Science Direct, Web of Science,
bioRxiv, medRxiv. Traditional phenotypic methods, such as smear microscopy and bacterial culture,
have been widely used because of their accessibility and reduced cost, but they have certain limitations.
Bacilloscopy has a relatively low sensitivity, while culture, although more accurate, is more time-
consuming and resource-intensive. Molecular methods, such as nucleic acid amplification tests (NAAT)
and Xpert technologies, offer significant advantages in terms of speed, accuracy and ability to detect
drug resistance. Despite being more expensive and requiring specialized infrastructure, these tests are
considered the best option for TB diagnosis. However, in resource-limited settings, it may be necessary
to implement different diagnostic approaches to provide a more comprehensive and effective strategy
for diagnosing the disease, particularly in resource-limited settings.
Keywords: mycobacterium tuberculosis, phenotypic methods, molecular methods, communicable
diseases
Artículo recibido 08 febrero 2025
Aceptado para publicación: 20 marzo 2025
Phenotypic and Molecular Methods for the Diagnosis of Mycobacterium
Tuberculosis
ABSTRACT
Tuberculosis (TB) is a contagious disease that has caused a considerable number of deaths worldwide.
In this article, the different phenotypic and molecular methods in the diagnosis of Mycobacterium
tuberculosis are analyzed. For this purpose, a systematic review was carried out in the Literature in the
main databases: PubMed, Scielo, Elsevier, Google Scholar, Medline, Science Direct, Web of Science,
bioRxiv, medRxiv. Traditional phenotypic methods, such as smear microscopy and bacterial culture,
have been widely used because of their accessibility and reduced cost, but they have certain limitations.
Bacilloscopy has a relatively low sensitivity, while culture, although more accurate, is more time-
consuming and resource-intensive. Molecular methods, such as nucleic acid amplification tests (NAAT)
and Xpert technologies, offer significant advantages in terms of speed, accuracy and ability to detect
drug resistance. Despite being more expensive and requiring specialized infrastructure, these tests are
considered the best option for TB diagnosis. However, in resource-limited settings, it may be necessary
to implement different diagnostic approaches to provide a more comprehensive and effective strategy
for diagnosing the disease, particularly in resource-limited settings.
Keywords: mycobacterium tuberculosis, phenotypic methods, molecular methods, communicable
diseases
Artículo recibido 08 febrero 2025
Aceptado para publicación: 20 marzo 2025
pág. 4167
INTRODUCCIÓN
El presente artículo aborda el diagnóstico de Mycobacterium tuberculosis, el agente causante de la
tuberculosis (TB), a través de una revisión de métodos fenotípicos y moleculares. Esta enfermedad
infecciosa es causada por la bacteria Mycobacterium tuberculosis, afectando especialmente a los
pulmones, aunque también, puede involucrar otros órganos. Antes de la llegada de la pandemia de
COVID-19, la tuberculosis se posicionaba como la principal causa de muerte, incluso, por encima del
VIH/SIDA (OMS, 2022). De acuerdo con la Organización Mundial de la Salud (OMS), en 2021,
aproximadamente 10.6 millones de personas fueron diagnosticadas con tuberculosis a nivel global, se
registró un incremento estimado del 9.4% (OMS, 2025).
La principal limitación de los programas de control de la tuberculosis está asociada con el diagnóstico
temprano de la enfermedad. Los enfoques tradicionales, como la baciloscopia y el cultivo, son
esenciales, pero, tienen varias limitaciones. En respuestas a estas restricciones, los métodos moleculares
ofrecen soluciones modernas enfocadas en el análisis del material genético, con resultados en un lapso
de horas, en lugar de semanas (MINSA, 2022). En este contexto, se analizarán métodos fenotípicos y
moleculares para mejorar el diagnóstico y tratamiento, con énfasis en las pruebas en el punto de atención
(POCT) por su rapidez en la toma de decisiones, clasificación de pacientes y mejor adherencia al
tratamiento (Tayal et al., 2024).
La revisión sistemática analizará los métodos fenotípicos y moleculares para diagnosticar
Mycobacterium Tuberculosis, evaluando su precisión, sensibilidad y especificidad. Identificará
fortalezas y limitaciones, lo que facilitará la formulación de políticas de salud pública y estrategias
diagnósticas más eficientes. Teóricamente, esta investigación, tienen sus bases en la microbiología, la
genética y la epidemiología de las enfermedades infecciosas. Desde la microbiología, están los
postulados de Koch, considerado pionero en la identificación de los agentes causantes del antráx, la
tuberculosis y el cólera (Sravanthi et al., 2024). En cuanto a la teoría de la resistencia antimicrobiana,
se relaciona con la importancia de identificar cepas resistentes para ajustar el tratamiento y mejorar la
efectividad del diagnóstico (Rhastin et al., (2021); Singh et al., (2022); Kumar et al., (2023); Xiong et
al., (2024); Yadav et al., (2025)).
INTRODUCCIÓN
El presente artículo aborda el diagnóstico de Mycobacterium tuberculosis, el agente causante de la
tuberculosis (TB), a través de una revisión de métodos fenotípicos y moleculares. Esta enfermedad
infecciosa es causada por la bacteria Mycobacterium tuberculosis, afectando especialmente a los
pulmones, aunque también, puede involucrar otros órganos. Antes de la llegada de la pandemia de
COVID-19, la tuberculosis se posicionaba como la principal causa de muerte, incluso, por encima del
VIH/SIDA (OMS, 2022). De acuerdo con la Organización Mundial de la Salud (OMS), en 2021,
aproximadamente 10.6 millones de personas fueron diagnosticadas con tuberculosis a nivel global, se
registró un incremento estimado del 9.4% (OMS, 2025).
La principal limitación de los programas de control de la tuberculosis está asociada con el diagnóstico
temprano de la enfermedad. Los enfoques tradicionales, como la baciloscopia y el cultivo, son
esenciales, pero, tienen varias limitaciones. En respuestas a estas restricciones, los métodos moleculares
ofrecen soluciones modernas enfocadas en el análisis del material genético, con resultados en un lapso
de horas, en lugar de semanas (MINSA, 2022). En este contexto, se analizarán métodos fenotípicos y
moleculares para mejorar el diagnóstico y tratamiento, con énfasis en las pruebas en el punto de atención
(POCT) por su rapidez en la toma de decisiones, clasificación de pacientes y mejor adherencia al
tratamiento (Tayal et al., 2024).
La revisión sistemática analizará los métodos fenotípicos y moleculares para diagnosticar
Mycobacterium Tuberculosis, evaluando su precisión, sensibilidad y especificidad. Identificará
fortalezas y limitaciones, lo que facilitará la formulación de políticas de salud pública y estrategias
diagnósticas más eficientes. Teóricamente, esta investigación, tienen sus bases en la microbiología, la
genética y la epidemiología de las enfermedades infecciosas. Desde la microbiología, están los
postulados de Koch, considerado pionero en la identificación de los agentes causantes del antráx, la
tuberculosis y el cólera (Sravanthi et al., 2024). En cuanto a la teoría de la resistencia antimicrobiana,
se relaciona con la importancia de identificar cepas resistentes para ajustar el tratamiento y mejorar la
efectividad del diagnóstico (Rhastin et al., (2021); Singh et al., (2022); Kumar et al., (2023); Xiong et
al., (2024); Yadav et al., (2025)).
pág. 4168
Desde la genética, se ha incorporado información sobre las características genéticas de Mycobacterium
tuberculosis en el desarrollo de regímenes farmacológicos (Tomasi & Rubin, (2022); Mariner-Llicer et
al., (2024)).
En los últimos años, se ha investigado la efectividad de diversas técnicas de diagnóstico (Peña, 2022;
Macero et al., 2022; Palmero, 2024; Rodríguez-Duque, 2024, Yayan et al., 2024). Uno de los métodos
más recientes y prometedores para el diagnóstico de la TB son las pruebas moleculares, pruebas basadas
en PCR (reacción en cadena de la polimerasa), como la prueba GeneXpert MTB/RIF, las cuales, ofrecen
resultados más rápidos en comparación con los métodos tradicionales (Acosta et al., 2022, Carmenates
& Pérez, 2024). Además, se han estado investigando tecnologías emergentes, como la secuenciación de
próxima generación (NGS) y métodos de diagnóstico basados en inteligencia artificial (Beviere et al.,
2023; Schwab et al., 2024; Van & Warren, 2024; Zhang et al., 2024).
La investigación se sitúa en un contexto histórico y social marcado por la resurgencia de la tuberculosis
en el siglo XXI. Las hipótesis planteadas sugieren que la combinación de métodos fenotípicos y
moleculares puede mejorar significativamente la precisión diagnóstica de Mycobacterium
tuberculosis (Mtb). El objetivo que se persigue es analizar los diferentes métodos fenotípicos y
moleculares en el diagnóstico de la Mycobacterium tuberculosis, con el fin de valorar su precisión,
sensibilidad y especificidad diagnóstica.
METODOLOGÍA
Se utilizó un enfoque cualitativo, de tipo descriptivo, con un diseño no experimental, de revisión
bibliográfica. Asimismo, se llevó a cabo una búsqueda exhaustiva de la literatura para identificar
estudios relevantes sobre los métodos fenotípicos y moleculares existente para el diagnóstico de
Mycobacterium Tuberculosis, en distintas bases de datos electrónicas, como PubMed, Scielo, Elsevier,
Google Scholar, Medline, Science Direct, Web of Science, bioRxiv, medRxiv, utilizando conjuntamente
palabras claves “Mycobacterium Tuberculosis”, “tuberculosis” y descriptores (DeCS): “técnicas y
procedimientos diagnósticos”, “sensibilidad y especificidad”, “exactitud de los datos”, “métodos”,
“métodos novedosos de detección”, “métodos fenotípicos”, “métodos moleculares”, “diagnóstico”,
“diagnóstico bacteriológico”, “diagnóstico rápido”, “Pruebas moleculares”, “técnicas moleculares”,
“PCR”, “Point of care diagnosis”, “resistencia”, “genoma”, “tratamiento”, “control”, “epidemiología”,
Desde la genética, se ha incorporado información sobre las características genéticas de Mycobacterium
tuberculosis en el desarrollo de regímenes farmacológicos (Tomasi & Rubin, (2022); Mariner-Llicer et
al., (2024)).
En los últimos años, se ha investigado la efectividad de diversas técnicas de diagnóstico (Peña, 2022;
Macero et al., 2022; Palmero, 2024; Rodríguez-Duque, 2024, Yayan et al., 2024). Uno de los métodos
más recientes y prometedores para el diagnóstico de la TB son las pruebas moleculares, pruebas basadas
en PCR (reacción en cadena de la polimerasa), como la prueba GeneXpert MTB/RIF, las cuales, ofrecen
resultados más rápidos en comparación con los métodos tradicionales (Acosta et al., 2022, Carmenates
& Pérez, 2024). Además, se han estado investigando tecnologías emergentes, como la secuenciación de
próxima generación (NGS) y métodos de diagnóstico basados en inteligencia artificial (Beviere et al.,
2023; Schwab et al., 2024; Van & Warren, 2024; Zhang et al., 2024).
La investigación se sitúa en un contexto histórico y social marcado por la resurgencia de la tuberculosis
en el siglo XXI. Las hipótesis planteadas sugieren que la combinación de métodos fenotípicos y
moleculares puede mejorar significativamente la precisión diagnóstica de Mycobacterium
tuberculosis (Mtb). El objetivo que se persigue es analizar los diferentes métodos fenotípicos y
moleculares en el diagnóstico de la Mycobacterium tuberculosis, con el fin de valorar su precisión,
sensibilidad y especificidad diagnóstica.
METODOLOGÍA
Se utilizó un enfoque cualitativo, de tipo descriptivo, con un diseño no experimental, de revisión
bibliográfica. Asimismo, se llevó a cabo una búsqueda exhaustiva de la literatura para identificar
estudios relevantes sobre los métodos fenotípicos y moleculares existente para el diagnóstico de
Mycobacterium Tuberculosis, en distintas bases de datos electrónicas, como PubMed, Scielo, Elsevier,
Google Scholar, Medline, Science Direct, Web of Science, bioRxiv, medRxiv, utilizando conjuntamente
palabras claves “Mycobacterium Tuberculosis”, “tuberculosis” y descriptores (DeCS): “técnicas y
procedimientos diagnósticos”, “sensibilidad y especificidad”, “exactitud de los datos”, “métodos”,
“métodos novedosos de detección”, “métodos fenotípicos”, “métodos moleculares”, “diagnóstico”,
“diagnóstico bacteriológico”, “diagnóstico rápido”, “Pruebas moleculares”, “técnicas moleculares”,
“PCR”, “Point of care diagnosis”, “resistencia”, “genoma”, “tratamiento”, “control”, “epidemiología”,
pág. 4169
“detección”, “enfermedad infecciosa”, “eficacia terapéutica”, “secuencia de próxima generación
(NGS)”, “cadena de polimerasa (PCR)”, “NAATS” y, con el apoyo de operadores booleanos: AND, OR
y NOT. Para la búsqueda se usó PRISMA.
Los criterios de inclusión considerados fueron: artículos originales en español, inglés o portugués; con
información sobre la sensibilidad, especificidad y/o precisión diagnóstica de los métodos fenotípicos y
moleculares evaluados, de los últimos cinco años. La recolección de información y el análisis
bibliométrico de los documentos completos se resume en una matriz con los siguientes campos: autor,
fabricante, país, año de publicación del estudio, tipo de método de diagnóstico, con su respectiva
sensibilidad y especificidad, así como, resultados, ventajas y limitaciones.
RESULTADOS Y DISCUSIÓN
En la tabla 1, se resumen los métodos fenotípicos implementados en el diagnóstico de Mycobacterium
Tuberculosis.
“detección”, “enfermedad infecciosa”, “eficacia terapéutica”, “secuencia de próxima generación
(NGS)”, “cadena de polimerasa (PCR)”, “NAATS” y, con el apoyo de operadores booleanos: AND, OR
y NOT. Para la búsqueda se usó PRISMA.
Los criterios de inclusión considerados fueron: artículos originales en español, inglés o portugués; con
información sobre la sensibilidad, especificidad y/o precisión diagnóstica de los métodos fenotípicos y
moleculares evaluados, de los últimos cinco años. La recolección de información y el análisis
bibliométrico de los documentos completos se resume en una matriz con los siguientes campos: autor,
fabricante, país, año de publicación del estudio, tipo de método de diagnóstico, con su respectiva
sensibilidad y especificidad, así como, resultados, ventajas y limitaciones.
RESULTADOS Y DISCUSIÓN
En la tabla 1, se resumen los métodos fenotípicos implementados en el diagnóstico de Mycobacterium
Tuberculosis.
pág. 4170
Tabla 1. Métodos fenotípicos para el diagnóstico de Mycobacterium Tuberculosis
Método
(fabricante,
país)/año
Sensibilidad
(%)
Especificidad
(%)
Resultados
(días)
Tipo de
muestra Ventajas Limitaciones Referencias
Löwenstein-
Jensen (LJ)/1932
80-86 98 30 – 45 Esputo Permite determinar la CMI.
Eficiente para la detección de la TC.
Mayor sensibilidad que la baciloscopia.
Más económico y con menor riesgo de contaminación.
Demora en resultados.
Contaminación del cultivo, dificultad
de diagnóstico y costo adicional.
Baja sensibilidad en muestras con
pocos organismos.
Yusoof et al., (2022)
Campelo et al.,
(2021)
Aggarwal et al.,
(2020)
Middlebrook
7H10/7H11
80-86 ~ 99 21 – 28 Esputo Sirve para determinar la CMI.
Menos contaminante y más económico que el cultivo
en medio líquido.
Mayor sensibilidad que la baciloscopia.
Demora en resultados.
Requiere un cultivo aislado de medios
sólidos.
Rupasinghe et al.,
(2022)
Huang et al., (2022)
MGIT
460/960 (Becton
Dickinson)/
2007
MTBC: 95.2 MTBC: 99.2 4 - 24 Esputo Alta sensibilidad.
Rapidez.
MGIT 960: Automatizado.
Alta capacidad, No radiométrico.
Costo relativo.
Estrictas medidas de seguridad.
Riesgo de contaminación elevado.
Naidoo et al., (2024)
Símboli et al., (2022)
BACTEC460/960
(Becton
Dickinson, USA)
90 – 97 ~ 99.6 10 - 42 Esputo Alta sensibilidad y especificidad.
Rapidez.
BACTEC 960: confiable, automatizado
BACTEC 460: Utiliza carbono
radiactivo, requiere una eliminación
complicada y costosa.
Tawfick et al.,
(2023)
Yusoof et al., (2022)
MODS
DB-R: 94.4 DB-R: 91.8 6 Esputo Bajo costo.
Rapidez para detectar TB-MDR.
Requiere microscopio invertido y
entrenamiento para identificar
cordones.
Naidoo et al., (2024)
Tawfick et al.,
(2023)
Baciloscopia por
Tinción de Ziehl-
Neelsen
(ZN)/1882
50-80 Limitada al nivel de
género.
2 - 3 Esputo Rápida, fácil de realizar, económica.
Efectiva, alta especificidad, accesible.
Disponible en laboratorios con menos recursos.
Manual.
Personal especializado.
Baja sensibilidad.
Alto número de bacilos para un
resultado positivo.
Matteo et al., (2025)
Costa (2025)
Tawfick et al.,
(2023)
Microscopía de
Fluorescencia
(FM)/1930
1-2 Esputo Más rapida que la ZN.
Semiautomatizado.
Mejor sensibilidad.
Aumenta sensibilidad de los frotis de esputo en un 10%
en comparación con el método convencional.
Equipo costoso.
Falsos positivos.
Mantenimiento regular.
Corta vida útil de la luz de vapor de
mercurio.
Tawfick et al.,
(2023)
Campelo et al.,
(2021)
Abebe et al., (2020)
Nota. Abreviaciones. DLM: delamanida, LZD: linezolida, BDQ: bedaquilina. CMI: Concentración mínima inhibitoria. TC: tasa de crecimiento.
La tabla 2 ofrece un resumen exhaustivo de los diferentes enfoques moleculares utilizados en el diagnóstico de Mycobacterium tuberculosis. En esta tabla, se incluyen el nombre del método y del fabricante, junto con el
país de origen y el año de desarrollo. Asimismo, se proporciona información detallada sobre cada técnica, abarcando aspectos como el gen analizado, la sensibilidad y especificidad del método, el tiempo requerido para
la obtención de resultados, el tipo de muestra necesaria, la capacidad para detectar resistencia a RIF/INH, así como, tips, beneficios y limitaciones, acompañados de las referencias pertinentes.
Tabla 1. Métodos fenotípicos para el diagnóstico de Mycobacterium Tuberculosis
Método
(fabricante,
país)/año
Sensibilidad
(%)
Especificidad
(%)
Resultados
(días)
Tipo de
muestra Ventajas Limitaciones Referencias
Löwenstein-
Jensen (LJ)/1932
80-86 98 30 – 45 Esputo Permite determinar la CMI.
Eficiente para la detección de la TC.
Mayor sensibilidad que la baciloscopia.
Más económico y con menor riesgo de contaminación.
Demora en resultados.
Contaminación del cultivo, dificultad
de diagnóstico y costo adicional.
Baja sensibilidad en muestras con
pocos organismos.
Yusoof et al., (2022)
Campelo et al.,
(2021)
Aggarwal et al.,
(2020)
Middlebrook
7H10/7H11
80-86 ~ 99 21 – 28 Esputo Sirve para determinar la CMI.
Menos contaminante y más económico que el cultivo
en medio líquido.
Mayor sensibilidad que la baciloscopia.
Demora en resultados.
Requiere un cultivo aislado de medios
sólidos.
Rupasinghe et al.,
(2022)
Huang et al., (2022)
MGIT
460/960 (Becton
Dickinson)/
2007
MTBC: 95.2 MTBC: 99.2 4 - 24 Esputo Alta sensibilidad.
Rapidez.
MGIT 960: Automatizado.
Alta capacidad, No radiométrico.
Costo relativo.
Estrictas medidas de seguridad.
Riesgo de contaminación elevado.
Naidoo et al., (2024)
Símboli et al., (2022)
BACTEC460/960
(Becton
Dickinson, USA)
90 – 97 ~ 99.6 10 - 42 Esputo Alta sensibilidad y especificidad.
Rapidez.
BACTEC 960: confiable, automatizado
BACTEC 460: Utiliza carbono
radiactivo, requiere una eliminación
complicada y costosa.
Tawfick et al.,
(2023)
Yusoof et al., (2022)
MODS
DB-R: 94.4 DB-R: 91.8 6 Esputo Bajo costo.
Rapidez para detectar TB-MDR.
Requiere microscopio invertido y
entrenamiento para identificar
cordones.
Naidoo et al., (2024)
Tawfick et al.,
(2023)
Baciloscopia por
Tinción de Ziehl-
Neelsen
(ZN)/1882
50-80 Limitada al nivel de
género.
2 - 3 Esputo Rápida, fácil de realizar, económica.
Efectiva, alta especificidad, accesible.
Disponible en laboratorios con menos recursos.
Manual.
Personal especializado.
Baja sensibilidad.
Alto número de bacilos para un
resultado positivo.
Matteo et al., (2025)
Costa (2025)
Tawfick et al.,
(2023)
Microscopía de
Fluorescencia
(FM)/1930
1-2 Esputo Más rapida que la ZN.
Semiautomatizado.
Mejor sensibilidad.
Aumenta sensibilidad de los frotis de esputo en un 10%
en comparación con el método convencional.
Equipo costoso.
Falsos positivos.
Mantenimiento regular.
Corta vida útil de la luz de vapor de
mercurio.
Tawfick et al.,
(2023)
Campelo et al.,
(2021)
Abebe et al., (2020)
Nota. Abreviaciones. DLM: delamanida, LZD: linezolida, BDQ: bedaquilina. CMI: Concentración mínima inhibitoria. TC: tasa de crecimiento.
La tabla 2 ofrece un resumen exhaustivo de los diferentes enfoques moleculares utilizados en el diagnóstico de Mycobacterium tuberculosis. En esta tabla, se incluyen el nombre del método y del fabricante, junto con el
país de origen y el año de desarrollo. Asimismo, se proporciona información detallada sobre cada técnica, abarcando aspectos como el gen analizado, la sensibilidad y especificidad del método, el tiempo requerido para
la obtención de resultados, el tipo de muestra necesaria, la capacidad para detectar resistencia a RIF/INH, así como, tips, beneficios y limitaciones, acompañados de las referencias pertinentes.
pág. 4171
Tabla 2. Métodos moleculares para el diagnóstico de Mycobacterium Tuberculosis
Método
(Fabricante,
País)/Año
Genes
Objetivo
Sensibilidad
(%)
Especificidad
(%)
Resultados
(horas)
Tipo de
muestra Ventajas Limitaciones Referencias
Truenat MTB
(Molbio Diagnostics
en Bangalore, India)
/2020
nrdB ~ 73.3 ~ 97.9 < 1 Esputo.
Fluidos corporales
extrapulmonares.
Resultados rápidos.
Altamente sensibles y específicas.
Portabilidad y facilidad de uso.
Los falsos negativos se incrementa
cuando la carga bacteriana es baja.
Sánchez et al., (2024).
Inbaraj et al., (2023)
Truenat MTB Plus
(Molbio Diagnostics
en Bangalore, India)
/2020
nrdB
nrdz
IS6110
~ 91.7 ~ 97.2 < 1 Esputo.
Fluidos corporales
extrapulmonares.
Resultados rápidos.
Altamente sensibles y específicas.
Portabilidad y facilidad de uso.
Probabilidad de falsos negativos,
en aquellos casos de baja carga
bacteriana.
Bartolomeu-Gonçalves
et al., (2024).
Meaza et al., (2021)
Truenat MTB-RIF
Dx (Molbio
Diagnostics en
Bangalore, India)
/2020
rpoB Mtb: ninguna.
RIF: 84% Mtb: ninguna.
RIF: 97%
< 1 Esputo.
Fluidos corporales
extrapulmonares.
Múltiples reacciones de forma simultánea.
Mayor rapidez.
Dispositivos portátiles.
Pruebas efectivas y veloces.
Limitada en algunas regiones.
Personal especializado.
Sánchez et al., (2024).
Nandlal et al., (2022).
Beviere et al., (2023).
RealTime MTB
(Abbott Park,
Estados Unidos)/
2019
IS6110
pab
93% en cultivo
positivo.
81% en frotis
negativo.
97% ~ 6 Esputo crudo.
ABL
Procesa varias muestras: esputo, lavado
broncoalveolar y extraídas de ADN.
Precisión, con la presencia o ausencia de
infección en las muestras procesadas.
Las variantes menos frecuentes de
MTB pueden generar resultados
negativos.
Bartolomeu-Gonçalves
et al., (2024).
Araya et al., (2021).
RealTime MTB RIF
(Abbott Park,
Illinois, Estados
Unidos)/ 2019
rpoB, inhA,
katG Mtb: ninguna.
RIF: 94.8
INH: 88.3
Mtb: ninguna.
RIF: 100
INH: 94.3
10.5 Esputo crudo.
ABL
Sedimento de
esputo.
Alto rendimiento.
Beneficios específicos para para el VIH-1,
VHB, VHC, VPH y SARS-CoV2.
Precisión.
Necesita electricidad.
Equipos costosos.
Personal capacitado.
Bartolomeu-Gonçalves
et al., (2024).
Nandlal et al., (2022).
Díaz y Nieto, (2021).
FluoroType MTB
VER 1.0 (Hain,
Alemania)/
2021
IS6110 ~88.1 ~98.9 3 Esputo
Cultivo
Rápida.
Fácil de usar.
Identificación de cepas.
Dependencia del material
biológico.
Bartolomeu-Gonçalves
et al., (2024).
Sánchez et al., (2024).
FluoroType MTB
VER 2.0 (Hain,
Alemania)/
2021
IS6110 ~91.6 ~93.8 3 Esputo
Cultivo
Automatizada.
Alta precisión diagnóstica
Capacitación del personal. Bartolomeu-Gonçalves
et al., (2024).
Dippenaar et al., (2021).
FluoroType
MTBDR VER 1.0
(Hain, Alemania)/
2021
rpoB,
katG, inhA
Mtb: ninguna.
RIF: 98.9
INH: 91.7
Mtb: ninguna.
RIF: 100
INH: 100
3 Esputo
Cultivo
Análisis rápido y preciso para la detección
de resistencia a medicamentos en MTB.
Precisión limitada en diagnóstico
de TB en muestras de baja carga
bacteriana.
Baja sensibilidad.
Sánchez et al., (2024).
Nandlal et al., (2022).
Díaz y Nieto, (2021)
Tabla 2. Métodos moleculares para el diagnóstico de Mycobacterium Tuberculosis
Método
(Fabricante,
País)/Año
Genes
Objetivo
Sensibilidad
(%)
Especificidad
(%)
Resultados
(horas)
Tipo de
muestra Ventajas Limitaciones Referencias
Truenat MTB
(Molbio Diagnostics
en Bangalore, India)
/2020
nrdB ~ 73.3 ~ 97.9 < 1 Esputo.
Fluidos corporales
extrapulmonares.
Resultados rápidos.
Altamente sensibles y específicas.
Portabilidad y facilidad de uso.
Los falsos negativos se incrementa
cuando la carga bacteriana es baja.
Sánchez et al., (2024).
Inbaraj et al., (2023)
Truenat MTB Plus
(Molbio Diagnostics
en Bangalore, India)
/2020
nrdB
nrdz
IS6110
~ 91.7 ~ 97.2 < 1 Esputo.
Fluidos corporales
extrapulmonares.
Resultados rápidos.
Altamente sensibles y específicas.
Portabilidad y facilidad de uso.
Probabilidad de falsos negativos,
en aquellos casos de baja carga
bacteriana.
Bartolomeu-Gonçalves
et al., (2024).
Meaza et al., (2021)
Truenat MTB-RIF
Dx (Molbio
Diagnostics en
Bangalore, India)
/2020
rpoB Mtb: ninguna.
RIF: 84% Mtb: ninguna.
RIF: 97%
< 1 Esputo.
Fluidos corporales
extrapulmonares.
Múltiples reacciones de forma simultánea.
Mayor rapidez.
Dispositivos portátiles.
Pruebas efectivas y veloces.
Limitada en algunas regiones.
Personal especializado.
Sánchez et al., (2024).
Nandlal et al., (2022).
Beviere et al., (2023).
RealTime MTB
(Abbott Park,
Estados Unidos)/
2019
IS6110
pab
93% en cultivo
positivo.
81% en frotis
negativo.
97% ~ 6 Esputo crudo.
ABL
Procesa varias muestras: esputo, lavado
broncoalveolar y extraídas de ADN.
Precisión, con la presencia o ausencia de
infección en las muestras procesadas.
Las variantes menos frecuentes de
MTB pueden generar resultados
negativos.
Bartolomeu-Gonçalves
et al., (2024).
Araya et al., (2021).
RealTime MTB RIF
(Abbott Park,
Illinois, Estados
Unidos)/ 2019
rpoB, inhA,
katG Mtb: ninguna.
RIF: 94.8
INH: 88.3
Mtb: ninguna.
RIF: 100
INH: 94.3
10.5 Esputo crudo.
ABL
Sedimento de
esputo.
Alto rendimiento.
Beneficios específicos para para el VIH-1,
VHB, VHC, VPH y SARS-CoV2.
Precisión.
Necesita electricidad.
Equipos costosos.
Personal capacitado.
Bartolomeu-Gonçalves
et al., (2024).
Nandlal et al., (2022).
Díaz y Nieto, (2021).
FluoroType MTB
VER 1.0 (Hain,
Alemania)/
2021
IS6110 ~88.1 ~98.9 3 Esputo
Cultivo
Rápida.
Fácil de usar.
Identificación de cepas.
Dependencia del material
biológico.
Bartolomeu-Gonçalves
et al., (2024).
Sánchez et al., (2024).
FluoroType MTB
VER 2.0 (Hain,
Alemania)/
2021
IS6110 ~91.6 ~93.8 3 Esputo
Cultivo
Automatizada.
Alta precisión diagnóstica
Capacitación del personal. Bartolomeu-Gonçalves
et al., (2024).
Dippenaar et al., (2021).
FluoroType
MTBDR VER 1.0
(Hain, Alemania)/
2021
rpoB,
katG, inhA
Mtb: ninguna.
RIF: 98.9
INH: 91.7
Mtb: ninguna.
RIF: 100
INH: 100
3 Esputo
Cultivo
Análisis rápido y preciso para la detección
de resistencia a medicamentos en MTB.
Precisión limitada en diagnóstico
de TB en muestras de baja carga
bacteriana.
Baja sensibilidad.
Sánchez et al., (2024).
Nandlal et al., (2022).
Díaz y Nieto, (2021)
pág. 4172
FluoroType
MTBDR VER 2.0
(Hain,Alemania) /
2021
rpoB,
inhA,
katG
89.8 97.5 3 Esputo
Cultivo
Automatizada.
Alta precisión diagnóstica.
Detección de resistencia en MTB.
Sujeto a la electricidad.
Equipos de alto costo.
Personal capacitado.
Sánchez et al., (2024).
Nandlal et al., (2022).
Xpert MTB/RIF
(Cepheid, Estados
Unidos)/
2010
rpoB FP: 100
FN: 67
Mtb: 85
RIF: 96
FP: 99
FN: 99
Mtb: 98
RIF: 98
2 Esputo sin
procesar (crudo)
Sedimento de
esputo.
Rapidez.
Alta sensibilidad para detectar CMTB.
Alta sensibilidad para detectar TBRR.
Díficil acceso.
Requiere electricidad.
Sensibilidad
disminuida en frotis negativo.
Bartolomeu-Gonçalves
et al., (2024).
Nguyen et al., (2019)
Xpert MTB/RIF
Ultra (Cepheid,
Estados Unidos)/
2017
IS6110
IS1081
rpoB
Mtb: 90
RIF: 94
Mtb: 96
RIF: 98
2 Esputo sin
procesar (crudo)
Sedimentode
esputo.
Mayor sensibilidad.
Más preciso para la detección de resistencia
a la rifampicina que Xpert MTB/RIF.
Costo relativo.
Requiere electricidad.
Sensibilidad disminuida en el
esputo con frotis negativo.
Mousavi-Sagharch et al.,
(2024)
Mugenyi et al., (2024)
Beviere et al., (2023).
Xpert MTB/XDR
(Cepheid, Estados
Unidos)/
2021
inhA
katG
fabG1 ahpC
gyrA
gyrB
rrs
eis
Mtb: ninguna
INH: 94.2
FQ: 93.1
AMK: 86.1
ETH:98
KAN: 98.1
CAP: 70
Mtb: ninguna
INH:98
FQ: 98.3 AMK:
98.9 ETH: 99.7
KAN: 97
CAP: 99.7
1.5 Esputo sin
procesar (crudo).
Sedimentode
esputo.
Aporta perfil de resistencia a H, FQ
aminoglucósidos y etionamida.
Útil para el diagnóstico de VIH, hepatitis C
y monitoreo de carga viral.
Costo relativo. Requiere
electricidad.
Nandlal et al., (2022).
Símboli et al., (2022)
Nguyen et al., (2019)
Anyplex™ II
MTB/MDR
(Seegene, Seúl
Corea)/
rpoB
inhA
katG
INH: 85,71
MDR: 82.35
Mtb: 79,7
Mtb pediátricos:
84.8
INH: 99,75
MDR:99.76
Mtb: 94.5
Mtb pediátricos:
95.8
3 Esputo, células de
cultivo, tejido
fresco o ABL
Eficaz.
Alta sensibilidad y especificidad para
detectar la tuberculosis resistente a la INH y
la tuberculosis resistente a la MDR.
No aprobado por la OMS.
No identifica todos los genes
resistentes a los fármacos.
Mousavi-Sagharch et al.,
(2024)
Sawatpanich et al.,
(2022)
Anyplex™ II
MTB/XDR
(Seegene,
Corea)/2016
gyrA
rrs
eis
50 -100 94-100 3 Esputo
Lavado bronquial.
Detección rápida.
Alta sensibilidad y especificidad.
Costos altos. Beviere et al., (2023).
Abhishek et al., (2020)
Anyplex™ II
MTB/MDR/XDR
(Seegene,
Corea)/2016
rpoB
inhA katG
gyrA
rrs
eis
50-100 94 - 100 3 Esputo
lavado bronquial.
Proceso automatizado que reduce el tiempo
de análisis.
No detecta todas las variantes de
resistencia.
Dependen de la calidad de la
muestra.
Beviere et al., (2023).
Abhishek et al., (2020)
GenoType
MTBDRplus (Hain,
Alemania)/ 2008
rpoB
inhA katG
Mtb: ninguna
RIF: 98.2
INH: 95.4
Mtb: ninguna
RIF: 97.8
INH: 98.8
5 Esputo
descontaminado
Material cultivado
Resultados en 5 horas.
Detección rápida de la resistencia a INH y
RIF.
No reemplaza a los cultivos
Menor rapidez.
quipo costoso.
Personal capacitado.
Achraf et al., (2024),
Zaporojan et al., (2024)
Nandlal et al., (2022).
FluoroType
MTBDR VER 2.0
(Hain,Alemania) /
2021
rpoB,
inhA,
katG
89.8 97.5 3 Esputo
Cultivo
Automatizada.
Alta precisión diagnóstica.
Detección de resistencia en MTB.
Sujeto a la electricidad.
Equipos de alto costo.
Personal capacitado.
Sánchez et al., (2024).
Nandlal et al., (2022).
Xpert MTB/RIF
(Cepheid, Estados
Unidos)/
2010
rpoB FP: 100
FN: 67
Mtb: 85
RIF: 96
FP: 99
FN: 99
Mtb: 98
RIF: 98
2 Esputo sin
procesar (crudo)
Sedimento de
esputo.
Rapidez.
Alta sensibilidad para detectar CMTB.
Alta sensibilidad para detectar TBRR.
Díficil acceso.
Requiere electricidad.
Sensibilidad
disminuida en frotis negativo.
Bartolomeu-Gonçalves
et al., (2024).
Nguyen et al., (2019)
Xpert MTB/RIF
Ultra (Cepheid,
Estados Unidos)/
2017
IS6110
IS1081
rpoB
Mtb: 90
RIF: 94
Mtb: 96
RIF: 98
2 Esputo sin
procesar (crudo)
Sedimentode
esputo.
Mayor sensibilidad.
Más preciso para la detección de resistencia
a la rifampicina que Xpert MTB/RIF.
Costo relativo.
Requiere electricidad.
Sensibilidad disminuida en el
esputo con frotis negativo.
Mousavi-Sagharch et al.,
(2024)
Mugenyi et al., (2024)
Beviere et al., (2023).
Xpert MTB/XDR
(Cepheid, Estados
Unidos)/
2021
inhA
katG
fabG1 ahpC
gyrA
gyrB
rrs
eis
Mtb: ninguna
INH: 94.2
FQ: 93.1
AMK: 86.1
ETH:98
KAN: 98.1
CAP: 70
Mtb: ninguna
INH:98
FQ: 98.3 AMK:
98.9 ETH: 99.7
KAN: 97
CAP: 99.7
1.5 Esputo sin
procesar (crudo).
Sedimentode
esputo.
Aporta perfil de resistencia a H, FQ
aminoglucósidos y etionamida.
Útil para el diagnóstico de VIH, hepatitis C
y monitoreo de carga viral.
Costo relativo. Requiere
electricidad.
Nandlal et al., (2022).
Símboli et al., (2022)
Nguyen et al., (2019)
Anyplex™ II
MTB/MDR
(Seegene, Seúl
Corea)/
rpoB
inhA
katG
INH: 85,71
MDR: 82.35
Mtb: 79,7
Mtb pediátricos:
84.8
INH: 99,75
MDR:99.76
Mtb: 94.5
Mtb pediátricos:
95.8
3 Esputo, células de
cultivo, tejido
fresco o ABL
Eficaz.
Alta sensibilidad y especificidad para
detectar la tuberculosis resistente a la INH y
la tuberculosis resistente a la MDR.
No aprobado por la OMS.
No identifica todos los genes
resistentes a los fármacos.
Mousavi-Sagharch et al.,
(2024)
Sawatpanich et al.,
(2022)
Anyplex™ II
MTB/XDR
(Seegene,
Corea)/2016
gyrA
rrs
eis
50 -100 94-100 3 Esputo
Lavado bronquial.
Detección rápida.
Alta sensibilidad y especificidad.
Costos altos. Beviere et al., (2023).
Abhishek et al., (2020)
Anyplex™ II
MTB/MDR/XDR
(Seegene,
Corea)/2016
rpoB
inhA katG
gyrA
rrs
eis
50-100 94 - 100 3 Esputo
lavado bronquial.
Proceso automatizado que reduce el tiempo
de análisis.
No detecta todas las variantes de
resistencia.
Dependen de la calidad de la
muestra.
Beviere et al., (2023).
Abhishek et al., (2020)
GenoType
MTBDRplus (Hain,
Alemania)/ 2008
rpoB
inhA katG
Mtb: ninguna
RIF: 98.2
INH: 95.4
Mtb: ninguna
RIF: 97.8
INH: 98.8
5 Esputo
descontaminado
Material cultivado
Resultados en 5 horas.
Detección rápida de la resistencia a INH y
RIF.
No reemplaza a los cultivos
Menor rapidez.
quipo costoso.
Personal capacitado.
Achraf et al., (2024),
Zaporojan et al., (2024)
Nandlal et al., (2022).
pág. 4173
GenoType
MTBDRsl VER 1.0
(Bruker, Alemania)/
2008
gyrA
rrs
embB
Mtb: ninguna
XDR: 75.0
FQ: 84.0
KAN: 64.0
AMK: 87.0
CM:73.0
Mtb: ninguna
XDR: 99.0
FQ: 98.0
KAN: 99.0
AMK: 99.0
CM: 97.0
5 Muestras con
baciloscopia
positiva y
aislamiento
Prueba de sonda lineal (LPA) diseñada para
identificar genéticamente el complejo MTB.
Requiere frotis positiva para
descartar MDR.
Pinhata et al., (2023)
Saderi et al., (2022)
GenoType
MTBDRsl VER 2.0
(BrukerAlemania)/2
016
gyrA
gyrB
rrs
eis
Mtb: ninguna
XDR: 85.0
FQ: 95.0
KAN: 89.0
AMK: 90.0
Mtb: ninguna
XDR: 98.0
FQ: 98.0
KAN: 98.0
AMK: 100.0
5 Muestras con
baciloscopia
positiva y
negativa.
Detección rápida de la resistencia a INH y
RIF.
Equipo costoso.
Personal capacitado.
Sensibilidad reducida en muestras
con frotis negativo.
Saderi et al., (2022)
Bouzouita et al., (2021)
LAMP (Eiken
Chemical, Japón)/
IS6110 y
gyrB
~ 80.9 ~ 96.5 <1 Esputo Más rápida.
Menos costosa que la PCR.
Alta sensibilidad y especificidad.
Menos infraestructura.
Precisión limitada en la detección
de TB.
No detecta cepas resistentes a los
medicamentos.
Bartolomeu-Gonçalves
et al., (2024).
Gard et al., (2022)
López et al, (2021
Cobas MTB (Roche
Diagnostics
International AG,
Suiza)/2021
16S rRNA,
y 5 esx
~ 93.5 ~ 98 4 Esputo crudo y
procesado Lavado
broncoalveolar
(ABL)
Amplia contribución en detección de MTB. Más costoso que los métodos
tradicionales.
De Vos et al., (2024)
Nadarajan et al., (2021)
Scott et al., (2020)
Cobas MTB-RIF/
INH (Roche
Diagnostics
International AG,
Suiza)/ 2021
rpoB, katG,
inhA
Mtb: ninguna
RIF: 97.2
INH: 96.9
Mtb: ninguna
RIF: 98.6
INH: 99.4
4.5 Esputo crudo y
procesado ABL
Amplia contribución en detección de MTB. Más costoso que los métodos
tradicionales.
Bartolomeu-Gonçalves
et al., (2024).
De Vos et al., (2024)
Nadarajan et al., (2021)
BD MAX MDR-TB
(Becton Dickinson,
North Charleston,
Nueva Jersey)/ 2021
rpoB inhA,
katG (codon
315)
MTBC: 90.6
RIF: 90
INH:82
MTBC: 98.5
RIF: 95
INH: 100
Esputo sin
procesar (crudo).
líquido de lavado
broncoalveolar.
Alto rendimiento de muestras Cada ensayo
tiene beneficios específicos de múltiples
plataformas para VIH-1, VHB, VHC, VPH,
SARS-CoV2.
Suministro de energía confiable y
estable.
Equipo costoso.
Se requiere capacitación
especializada.
Limitado a la detección de
mutaciones de resistencia a RIF
Naidoo et al., (2024)
Tawfick et al., (2023)
Nota. Abreviaciones. FP: frotis positivo, FN: frotis negativo, RIF:rifampicina; INH: isoniazida; FQ: fluoroquinolona; AMK: amikacina; KAN: kanamicina; ETH: etionamida; CAP: capreomicina; ABL: Lavado bronquioalveolar.
GenoType
MTBDRsl VER 1.0
(Bruker, Alemania)/
2008
gyrA
rrs
embB
Mtb: ninguna
XDR: 75.0
FQ: 84.0
KAN: 64.0
AMK: 87.0
CM:73.0
Mtb: ninguna
XDR: 99.0
FQ: 98.0
KAN: 99.0
AMK: 99.0
CM: 97.0
5 Muestras con
baciloscopia
positiva y
aislamiento
Prueba de sonda lineal (LPA) diseñada para
identificar genéticamente el complejo MTB.
Requiere frotis positiva para
descartar MDR.
Pinhata et al., (2023)
Saderi et al., (2022)
GenoType
MTBDRsl VER 2.0
(BrukerAlemania)/2
016
gyrA
gyrB
rrs
eis
Mtb: ninguna
XDR: 85.0
FQ: 95.0
KAN: 89.0
AMK: 90.0
Mtb: ninguna
XDR: 98.0
FQ: 98.0
KAN: 98.0
AMK: 100.0
5 Muestras con
baciloscopia
positiva y
negativa.
Detección rápida de la resistencia a INH y
RIF.
Equipo costoso.
Personal capacitado.
Sensibilidad reducida en muestras
con frotis negativo.
Saderi et al., (2022)
Bouzouita et al., (2021)
LAMP (Eiken
Chemical, Japón)/
IS6110 y
gyrB
~ 80.9 ~ 96.5 <1 Esputo Más rápida.
Menos costosa que la PCR.
Alta sensibilidad y especificidad.
Menos infraestructura.
Precisión limitada en la detección
de TB.
No detecta cepas resistentes a los
medicamentos.
Bartolomeu-Gonçalves
et al., (2024).
Gard et al., (2022)
López et al, (2021
Cobas MTB (Roche
Diagnostics
International AG,
Suiza)/2021
16S rRNA,
y 5 esx
~ 93.5 ~ 98 4 Esputo crudo y
procesado Lavado
broncoalveolar
(ABL)
Amplia contribución en detección de MTB. Más costoso que los métodos
tradicionales.
De Vos et al., (2024)
Nadarajan et al., (2021)
Scott et al., (2020)
Cobas MTB-RIF/
INH (Roche
Diagnostics
International AG,
Suiza)/ 2021
rpoB, katG,
inhA
Mtb: ninguna
RIF: 97.2
INH: 96.9
Mtb: ninguna
RIF: 98.6
INH: 99.4
4.5 Esputo crudo y
procesado ABL
Amplia contribución en detección de MTB. Más costoso que los métodos
tradicionales.
Bartolomeu-Gonçalves
et al., (2024).
De Vos et al., (2024)
Nadarajan et al., (2021)
BD MAX MDR-TB
(Becton Dickinson,
North Charleston,
Nueva Jersey)/ 2021
rpoB inhA,
katG (codon
315)
MTBC: 90.6
RIF: 90
INH:82
MTBC: 98.5
RIF: 95
INH: 100
Esputo sin
procesar (crudo).
líquido de lavado
broncoalveolar.
Alto rendimiento de muestras Cada ensayo
tiene beneficios específicos de múltiples
plataformas para VIH-1, VHB, VHC, VPH,
SARS-CoV2.
Suministro de energía confiable y
estable.
Equipo costoso.
Se requiere capacitación
especializada.
Limitado a la detección de
mutaciones de resistencia a RIF
Naidoo et al., (2024)
Tawfick et al., (2023)
Nota. Abreviaciones. FP: frotis positivo, FN: frotis negativo, RIF:rifampicina; INH: isoniazida; FQ: fluoroquinolona; AMK: amikacina; KAN: kanamicina; ETH: etionamida; CAP: capreomicina; ABL: Lavado bronquioalveolar.
pág. 4174
DISCUSIÓN
La tuberculosis (TB), causada por el agente infecciosa Mycobacterium Tuberculosis constituye una de
las principales enfermedades infecciosas a nivel mundial (Costa et al., 2021; Falcón et al., 2023). A
pesar de los constantes avances en métodos diagnósticos para la detección y tratamiento, la enfermedad
continua siendo un desafío significativo para la salud pública. Por lo tanto, es crucial entender que el
diagnóstico temprano y preciso de Mycobacterium tuberculosis, así como, el uso de métodos adeacudos,
son fundamentales para controlar su propagación y para una intervención efectiva y eficaz. En ese
sentido, a lo largo de los años se han desarrollado y probado diversos métodos diagnósticos, tanto
fenotípicos como moleculares, con el fin de coadyuvar en una detección oportuna de la enfermedad
(Matteo et al., 2025; Costa, 2025; Xiong et al., 2024; Pagaduan & Altawallbeh, 2024; Yadav et al.,
2020).
Los métodos fenotípicos han sido tradicionalmente la base para el diagnóstico de la tuberculosis. Los
más usados son la baciloscopia y el cultivo. La baciloscopia, que implica el examen de muestras de
esputo teñidas mediante la técnica de Ziehl-Neelsen, se destaca por ser un método rápido y económico
que facilita la identificación de bacilos ácido-alcohol resistentes, específicamente, el Mycobacterium
tuberculosis. Sin embargo, la sensibilidad de la baciloscopia es restringida, especialmente, en
individuos con tuberculosis extrapulmonar o aquellos que presentan una baja carga bacilar, lo que puede
resultar en falsos negativos. Además, este método no permite identificar cepas que sean resistentes a
los fármacos (Costa 2025; Ruperti-Macias & Cañarte-Vélez, 2024; Baquero-Artigao et al., 2023; Meaza
et al., 2021).
El cultivo bacteriano continua siendo el estándar de referencia para el diagnóstico de la TB, pues permite
la confirmación de la presencia de Mycobacterium tuberculosis y facilita la evaluación de la resistencia
a los medicamentos, aunque es más sensible que la baciloscopia. Asimismo, requiere condiciones de
laboratorio especializadas y personal capacitado, lo que limita su accesibilidad en regiones con recursos
limitados. Aun así, este método es muy útil para la confirmación diagnóstica, en especial, en situaciones
de TB resistente a los medicamentos (Poma et al., 2021; Tassinari et al., 2022; Martínez-Salto et al.,
2025).
DISCUSIÓN
La tuberculosis (TB), causada por el agente infecciosa Mycobacterium Tuberculosis constituye una de
las principales enfermedades infecciosas a nivel mundial (Costa et al., 2021; Falcón et al., 2023). A
pesar de los constantes avances en métodos diagnósticos para la detección y tratamiento, la enfermedad
continua siendo un desafío significativo para la salud pública. Por lo tanto, es crucial entender que el
diagnóstico temprano y preciso de Mycobacterium tuberculosis, así como, el uso de métodos adeacudos,
son fundamentales para controlar su propagación y para una intervención efectiva y eficaz. En ese
sentido, a lo largo de los años se han desarrollado y probado diversos métodos diagnósticos, tanto
fenotípicos como moleculares, con el fin de coadyuvar en una detección oportuna de la enfermedad
(Matteo et al., 2025; Costa, 2025; Xiong et al., 2024; Pagaduan & Altawallbeh, 2024; Yadav et al.,
2020).
Los métodos fenotípicos han sido tradicionalmente la base para el diagnóstico de la tuberculosis. Los
más usados son la baciloscopia y el cultivo. La baciloscopia, que implica el examen de muestras de
esputo teñidas mediante la técnica de Ziehl-Neelsen, se destaca por ser un método rápido y económico
que facilita la identificación de bacilos ácido-alcohol resistentes, específicamente, el Mycobacterium
tuberculosis. Sin embargo, la sensibilidad de la baciloscopia es restringida, especialmente, en
individuos con tuberculosis extrapulmonar o aquellos que presentan una baja carga bacilar, lo que puede
resultar en falsos negativos. Además, este método no permite identificar cepas que sean resistentes a
los fármacos (Costa 2025; Ruperti-Macias & Cañarte-Vélez, 2024; Baquero-Artigao et al., 2023; Meaza
et al., 2021).
El cultivo bacteriano continua siendo el estándar de referencia para el diagnóstico de la TB, pues permite
la confirmación de la presencia de Mycobacterium tuberculosis y facilita la evaluación de la resistencia
a los medicamentos, aunque es más sensible que la baciloscopia. Asimismo, requiere condiciones de
laboratorio especializadas y personal capacitado, lo que limita su accesibilidad en regiones con recursos
limitados. Aun así, este método es muy útil para la confirmación diagnóstica, en especial, en situaciones
de TB resistente a los medicamentos (Poma et al., 2021; Tassinari et al., 2022; Martínez-Salto et al.,
2025).
pág. 4175
Los métodos moleculares, han emergido como una herramienta fundamental para superar las
límitaciones de los métodos fenotípicos. Las pruebas de amplificación de ácidos nucleicos (NAAT, por
sus siglas en inglés), han revolucionado el diagnóstico de la TB al permitir una detección más rápida y
específica. Entre las pruebas más utilizadas se encuentran la PCR, la LAMP, y los sistemas como Xpert
MTB/RIF, que detecta Mycobacterium tuberculosis y la resistencia a rifampicina en una sola prueba.
Estas pruebas son más precisas, sensibles y específicas, destacan por su detección temprana y precisión,
incluso, en baja carga bacteriana, y permiten identificar resistencia a fármacos, facilitando el
tratamiento. Sin embargo, su efectividad depende de la calidad de la muestra, requieren tecnología
avanzada y personal capacitado. La baciloscopia es rápida y económica, pero, tiene baja sensibilidad y
no detecta resistencia. El cultivo es sensible y permite pruebas de resistencia, no obstante, requiere
mucho tiempo y un laboratorio especializado. No obstante, la baciloscopia y el cultivo, aunque más
lentos, siguen siendo útiles en zonas con acceso limitado a tecnología (Chanataxi-Lugmania &
Asimbaya-Alvarado, (2024); Cadavi et al., (2021); Amaya et al., (2020); Nguyen et al., (2019); McLean
et al., (2020).
CONCLUSIONES
En el diagnóstico de la tuberculosis (TB), tanto los métodos fenotípicos como moleculares desempeñan
un papel fundamental. La selección del método diagnóstico adecuado está influenciada por diversos
factores, incluyendo la disponibilidad, el costo, la capacidad técnica y la velocidad de obtención de
resultados. Las pruebas moleculares destacan por su alta sensibilidad y especificidad, así como, por su
capacidad para detectar la enfermedad en etapas tempranas; sin embargo, su uso puede verse limitado
por el costo y la necesidad de infraestructura adecuada. Por otro lado, los métodos fenotípicos, como la
baciloscopia y el cultivo, siguen siendo esenciales en muchas áreas debido a su bajo costo y facilidad
de acceso, aunque presentan desventajas en cuanto a sensibilidad y tiempo de respuesta. A pesar de
estas limitaciones, el cultivo sigue siendo el estándar de referencia para la confirmación de la TB y para
la realización de pruebas de sensibilidad a los antibióticos, lo que permite una mejor selección del
tratamiento.
La combinación de ambos enfoques permite mejorar la eficiencia del diagnóstico y garantizar un
tratamiento oportuno. En particular, en zonas de alta carga de TB y con recursos limitados, la
Los métodos moleculares, han emergido como una herramienta fundamental para superar las
límitaciones de los métodos fenotípicos. Las pruebas de amplificación de ácidos nucleicos (NAAT, por
sus siglas en inglés), han revolucionado el diagnóstico de la TB al permitir una detección más rápida y
específica. Entre las pruebas más utilizadas se encuentran la PCR, la LAMP, y los sistemas como Xpert
MTB/RIF, que detecta Mycobacterium tuberculosis y la resistencia a rifampicina en una sola prueba.
Estas pruebas son más precisas, sensibles y específicas, destacan por su detección temprana y precisión,
incluso, en baja carga bacteriana, y permiten identificar resistencia a fármacos, facilitando el
tratamiento. Sin embargo, su efectividad depende de la calidad de la muestra, requieren tecnología
avanzada y personal capacitado. La baciloscopia es rápida y económica, pero, tiene baja sensibilidad y
no detecta resistencia. El cultivo es sensible y permite pruebas de resistencia, no obstante, requiere
mucho tiempo y un laboratorio especializado. No obstante, la baciloscopia y el cultivo, aunque más
lentos, siguen siendo útiles en zonas con acceso limitado a tecnología (Chanataxi-Lugmania &
Asimbaya-Alvarado, (2024); Cadavi et al., (2021); Amaya et al., (2020); Nguyen et al., (2019); McLean
et al., (2020).
CONCLUSIONES
En el diagnóstico de la tuberculosis (TB), tanto los métodos fenotípicos como moleculares desempeñan
un papel fundamental. La selección del método diagnóstico adecuado está influenciada por diversos
factores, incluyendo la disponibilidad, el costo, la capacidad técnica y la velocidad de obtención de
resultados. Las pruebas moleculares destacan por su alta sensibilidad y especificidad, así como, por su
capacidad para detectar la enfermedad en etapas tempranas; sin embargo, su uso puede verse limitado
por el costo y la necesidad de infraestructura adecuada. Por otro lado, los métodos fenotípicos, como la
baciloscopia y el cultivo, siguen siendo esenciales en muchas áreas debido a su bajo costo y facilidad
de acceso, aunque presentan desventajas en cuanto a sensibilidad y tiempo de respuesta. A pesar de
estas limitaciones, el cultivo sigue siendo el estándar de referencia para la confirmación de la TB y para
la realización de pruebas de sensibilidad a los antibióticos, lo que permite una mejor selección del
tratamiento.
La combinación de ambos enfoques permite mejorar la eficiencia del diagnóstico y garantizar un
tratamiento oportuno. En particular, en zonas de alta carga de TB y con recursos limitados, la
pág. 4176
implementación de estrategias mixtas puede optimizar la detección de casos y reducir la propagación
de la enfermedad. Además, el desarrollo continuo de nuevas tecnologías, como la secuenciación de
próxima generación, ofrece oportunidades para mejorar la detección de resistencia a los medicamentos
y la vigilancia epidemiológica. Integrar distintos métodos moleculares-fenotípicos fortalece la respuesta
global contra la tuberculosis, coadyuvando a un mejor control de la enfermedad.
REFERENCIAS BIBLIOGRAFICAS
Abebe, G., Aragaw, D., & Tadesse, M. (2020). Fluorescence microscopy for the diagnosis of smear-
negative pulmonary. tuberculosis in Ethiopia, IX(1), 810.
https://doi.org/https://doi.org/10.4102/ajlm.v9i1.810
Abhishek, P., Dutta, N., Moschou, D., & Dutta, G. (2020). Advanced integrative sensing technologies
for detection of drug-resistant tuberculosis in point-of-care settings. Sensors International,
I(100036). https://doi.org/https://doi.org/10.1016/j.sintl.2020.100036
Achraf, A., Ghizlane, M., Imane, C., Abdelmajid, L., Fouad, C., Malika, M., Jamal, M., Meriem, K., &
My Driss, E. M. (2024). Genotype MTBDRplus Assay Detection of Rifampicin and Isoniazid
Resistant Mycobacterium tuberculosis in Morocco. Acta Scientific Microbiology, VII(11),
ISSN: 2581-3226. https://doi.org/https://actascientific.com/ASMI/pdf/ASMI-07-1447.pdf
Acosta, D., Domínguez, L., López, J., & Duarte, S. (2022). GeneXpert como método de diagnóstico de
la tuberculosis en Santiago de Cuba. MEDISAN, XXVI(2), 255-265.
https://www.redalyc.org/journal/3684/368470822006/html/
Aggarwal, A., Singhal, R., Bhalla, M., & Myneedu, V. (2020). Study of Contaminants Growing on
Lowenstein Jensen Media during Mycobacterium tuberculosis Culture from a Respiratory
Speciality Hospital in Northern India. Journal of Clinical and Diagnostic Research, XIV(3),
DC15-DC19. https://doi.org/10.7860/JCDR/2020/43525.13586
Araya, B., Ali, K., Geleta, D., Tekele, S., & Tulu, K. (2021). Performance of the Abbott RealTime
MTBand RIF/INH resistance assays for the detection of Mycobacterium Tuberculosis and
resistance markers in sputum specimens. PLoS ONE, XVI(5), e0251602.
https://doi.org/https://doi.org/10.1371/journal.pone.0251602
implementación de estrategias mixtas puede optimizar la detección de casos y reducir la propagación
de la enfermedad. Además, el desarrollo continuo de nuevas tecnologías, como la secuenciación de
próxima generación, ofrece oportunidades para mejorar la detección de resistencia a los medicamentos
y la vigilancia epidemiológica. Integrar distintos métodos moleculares-fenotípicos fortalece la respuesta
global contra la tuberculosis, coadyuvando a un mejor control de la enfermedad.
REFERENCIAS BIBLIOGRAFICAS
Abebe, G., Aragaw, D., & Tadesse, M. (2020). Fluorescence microscopy for the diagnosis of smear-
negative pulmonary. tuberculosis in Ethiopia, IX(1), 810.
https://doi.org/https://doi.org/10.4102/ajlm.v9i1.810
Abhishek, P., Dutta, N., Moschou, D., & Dutta, G. (2020). Advanced integrative sensing technologies
for detection of drug-resistant tuberculosis in point-of-care settings. Sensors International,
I(100036). https://doi.org/https://doi.org/10.1016/j.sintl.2020.100036
Achraf, A., Ghizlane, M., Imane, C., Abdelmajid, L., Fouad, C., Malika, M., Jamal, M., Meriem, K., &
My Driss, E. M. (2024). Genotype MTBDRplus Assay Detection of Rifampicin and Isoniazid
Resistant Mycobacterium tuberculosis in Morocco. Acta Scientific Microbiology, VII(11),
ISSN: 2581-3226. https://doi.org/https://actascientific.com/ASMI/pdf/ASMI-07-1447.pdf
Acosta, D., Domínguez, L., López, J., & Duarte, S. (2022). GeneXpert como método de diagnóstico de
la tuberculosis en Santiago de Cuba. MEDISAN, XXVI(2), 255-265.
https://www.redalyc.org/journal/3684/368470822006/html/
Aggarwal, A., Singhal, R., Bhalla, M., & Myneedu, V. (2020). Study of Contaminants Growing on
Lowenstein Jensen Media during Mycobacterium tuberculosis Culture from a Respiratory
Speciality Hospital in Northern India. Journal of Clinical and Diagnostic Research, XIV(3),
DC15-DC19. https://doi.org/10.7860/JCDR/2020/43525.13586
Araya, B., Ali, K., Geleta, D., Tekele, S., & Tulu, K. (2021). Performance of the Abbott RealTime
MTBand RIF/INH resistance assays for the detection of Mycobacterium Tuberculosis and
resistance markers in sputum specimens. PLoS ONE, XVI(5), e0251602.
https://doi.org/https://doi.org/10.1371/journal.pone.0251602
pág. 4177
Bartolomeu-Gonçalves, G., Marinho de Souza, J., Terci, B., Almeida, L., Ferreira, G., Madeira de
Castro, I., Guilherme, P., Silva-Rodrigues, G., Reis, E., Megumi, L., Pelisson, M., & al., e.
(2024). Tuberculosis Diagnosis: Current, Ongoing, and Future Approaches. Diseases, XII(202),
1-24. https://doi.org/https://doi.org/10.3390/diseases12090202
Beviere, M., Reissier, S., Penven, M., Dejoies, L., Guérin, F., Cattoir, V., & Piau, C. (2023). El papel de
la secuenciación de nueva generación (NGS) en el tratamiento de la tuberculosis: revisión
práctica para su implementación en la práctica clínica habitual. Patógenos, XII(8), 978.
https://doi.org/https://doi.org/10.3390/pathogens12080978
Bouzouita, I., Draoui, H., Cabibbe, A., Essalah, L., Bejaoui, S., Trovato, A., Messadi, F., Cirillo, D., &
Slim-Saidi, L. (2021). Performance of the Genotype MTBDRsl V 2.0 for detecting second-line
drugs resistance of Mycobacterium tuberculosis isolates in Tunisia. Research Microbiology,
CLXXII(3), 103816. https://doi.org/https://doi.org/10.1016/j.resmic.2021.103816
Cadavi, C., Realpe, T., Mejía, G., Zapata, E., Hernández, M., & Robledo, J. (2022). Contribución del
uso de XPERT MTB/RIF y su costo-efectividad en el diagnóstico de tuberculosis pulmonar y
la resistencia a rifampicina: una comparación con métodos diagnósticos no moleculares.
Revista Infectio, XXVI(2), 121-127.
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-
93922022000200121#:~:text=Determinar%20la%20contribuci%C3%B3n%20del%20Xpert%
20MTB%2FRIF%20y%20su,al%20compararlo%20con%20m%C3%A9todos%20de%20diag
n%C3%B3stico%20no%20moleculares
Campelo, T., Cardoso de Sousa, P., Nogueira, L., Frota, C., & Antas, P. (2021). Revisiting the methods
for detecting Mycobacterium tuberculosis: what has the new millennium brought thus far?
Access Microbiology, III(8), 1-15. https://doi.org/10.1099/acmi.0.000245
Carmenates, R., & Pérez, M. (2024). Diagnóstico de tuberculose com ensaio Xpert® MTB/RIF na
região leste de Cuba. Revista Investigación Científica, CIII, ISSN 1028-9933.
https://doi.org/http://dx.doi.org/10.5281/zenodo.10615703
Bartolomeu-Gonçalves, G., Marinho de Souza, J., Terci, B., Almeida, L., Ferreira, G., Madeira de
Castro, I., Guilherme, P., Silva-Rodrigues, G., Reis, E., Megumi, L., Pelisson, M., & al., e.
(2024). Tuberculosis Diagnosis: Current, Ongoing, and Future Approaches. Diseases, XII(202),
1-24. https://doi.org/https://doi.org/10.3390/diseases12090202
Beviere, M., Reissier, S., Penven, M., Dejoies, L., Guérin, F., Cattoir, V., & Piau, C. (2023). El papel de
la secuenciación de nueva generación (NGS) en el tratamiento de la tuberculosis: revisión
práctica para su implementación en la práctica clínica habitual. Patógenos, XII(8), 978.
https://doi.org/https://doi.org/10.3390/pathogens12080978
Bouzouita, I., Draoui, H., Cabibbe, A., Essalah, L., Bejaoui, S., Trovato, A., Messadi, F., Cirillo, D., &
Slim-Saidi, L. (2021). Performance of the Genotype MTBDRsl V 2.0 for detecting second-line
drugs resistance of Mycobacterium tuberculosis isolates in Tunisia. Research Microbiology,
CLXXII(3), 103816. https://doi.org/https://doi.org/10.1016/j.resmic.2021.103816
Cadavi, C., Realpe, T., Mejía, G., Zapata, E., Hernández, M., & Robledo, J. (2022). Contribución del
uso de XPERT MTB/RIF y su costo-efectividad en el diagnóstico de tuberculosis pulmonar y
la resistencia a rifampicina: una comparación con métodos diagnósticos no moleculares.
Revista Infectio, XXVI(2), 121-127.
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-
93922022000200121#:~:text=Determinar%20la%20contribuci%C3%B3n%20del%20Xpert%
20MTB%2FRIF%20y%20su,al%20compararlo%20con%20m%C3%A9todos%20de%20diag
n%C3%B3stico%20no%20moleculares
Campelo, T., Cardoso de Sousa, P., Nogueira, L., Frota, C., & Antas, P. (2021). Revisiting the methods
for detecting Mycobacterium tuberculosis: what has the new millennium brought thus far?
Access Microbiology, III(8), 1-15. https://doi.org/10.1099/acmi.0.000245
Carmenates, R., & Pérez, M. (2024). Diagnóstico de tuberculose com ensaio Xpert® MTB/RIF na
região leste de Cuba. Revista Investigación Científica, CIII, ISSN 1028-9933.
https://doi.org/http://dx.doi.org/10.5281/zenodo.10615703
pág. 4178
Chanataxi-Lugmania, J., & Asimbaya-Alvarado, D. (2024). Utilidad de GeneXpert MTB/RIF en el
diagnóstico de tuberculosis frente a la baciloscopia. Rev Fac Cien Med , XLIX(2), 19-26.
https://doi.org/10.29166/rfcmq.v49i2.6638
Costa, K., Tobbin, I., Goncalves, G., Kucmanski, D., Costa, J., Nunes, P., & Biscaro, F. (2021).
Tuberculosis: A Literature Review . Brazilian Journal of Health Review, IV(4), 16451-16466.
https://doi.org/10.34119/bjhrv4n4-161
Costa, L. (2025). Métodos diagnósticos convencionales y avances tecnológicos en tuberculosis en el
siglo XXI. Revista Científica Conectividad, VI(1), 56 - 67.
https://doi.org/https://doi.org/10.37431/conectividad.v6i1.228
De Vos, M., David, A., Duraisamy, K., Nadarajan, D., Noroc, E., Penn-Nicholson, A., Crudu, V., Giri,
S., Maurer, F., Pati, S., Stevens, W., Scott, L., Turuk, J., & al., e. (2024). Accuracy of cobas
MTB and MTB-RIF/INH for Detection of Mycobacterium tuberculosis and Drug Resistance.
The Journal of Molecular Diagnostics, XXVI(0), 708-718.
https://doi.org/https://doi.org/10.1016/j.jmoldx.2024.05.004
Díaz, G., & Nieto, R. (2021). Diagnóstico de tuberculosis: desde Robert Koch hasta la actualidad. In R.
Nieto, Estudios de la tuberculosis desde la Sucursal del Cielo (pp. 15-46). Cali, Colombia:
Editorial Universidad Icesi. https://doi.org/https://doi.org/10.35985/9789585147256
Dippenaar, A., Derendinger, B., Dolby, T., Beylis, N., Van Helden, P., Theron, G., Warren, R., & De
Vos, M. (2021). Diagnostic accuracy of the FluoroType MTB and MTBDR VER 2.0 assays for
the centralized high-throughput detection of Mycobacterium tuberculosis complex DNA and
isoniazid and rifampicin resistance. Clinical Microbiology and Infection, XXVII(9), 1351.e1 -
1351.e4. https://doi.org/https://doi.org/10.1016/j.cmi.2021.04.022
Domínguez, J., Latorre, I., Molina-Moya, B., Lacoma, A., & Prat-Aymerich, C. (2017). Nuevos
métodos diagnóstico rápido de la tuberculosis. Medicina Respiratoria, X(1), 37-45.
https://doi.org/https://www.neumologiaysalud.es/descargas/R10/R10-5.pdf
Falcón, D., Carrasquel, J., Viteri, K., Velasco, H., & Sánchez, L. (2023). Tuberculosis en el mundo y en
el Ecuador, en la actualidad (2021). Revista Latinoamericana de Ciencias Sociales y
Humanidades, IV(6), 658 – 673. https://doi.org/https://doi.org/10.56712/latam.v4i6.1476
Chanataxi-Lugmania, J., & Asimbaya-Alvarado, D. (2024). Utilidad de GeneXpert MTB/RIF en el
diagnóstico de tuberculosis frente a la baciloscopia. Rev Fac Cien Med , XLIX(2), 19-26.
https://doi.org/10.29166/rfcmq.v49i2.6638
Costa, K., Tobbin, I., Goncalves, G., Kucmanski, D., Costa, J., Nunes, P., & Biscaro, F. (2021).
Tuberculosis: A Literature Review . Brazilian Journal of Health Review, IV(4), 16451-16466.
https://doi.org/10.34119/bjhrv4n4-161
Costa, L. (2025). Métodos diagnósticos convencionales y avances tecnológicos en tuberculosis en el
siglo XXI. Revista Científica Conectividad, VI(1), 56 - 67.
https://doi.org/https://doi.org/10.37431/conectividad.v6i1.228
De Vos, M., David, A., Duraisamy, K., Nadarajan, D., Noroc, E., Penn-Nicholson, A., Crudu, V., Giri,
S., Maurer, F., Pati, S., Stevens, W., Scott, L., Turuk, J., & al., e. (2024). Accuracy of cobas
MTB and MTB-RIF/INH for Detection of Mycobacterium tuberculosis and Drug Resistance.
The Journal of Molecular Diagnostics, XXVI(0), 708-718.
https://doi.org/https://doi.org/10.1016/j.jmoldx.2024.05.004
Díaz, G., & Nieto, R. (2021). Diagnóstico de tuberculosis: desde Robert Koch hasta la actualidad. In R.
Nieto, Estudios de la tuberculosis desde la Sucursal del Cielo (pp. 15-46). Cali, Colombia:
Editorial Universidad Icesi. https://doi.org/https://doi.org/10.35985/9789585147256
Dippenaar, A., Derendinger, B., Dolby, T., Beylis, N., Van Helden, P., Theron, G., Warren, R., & De
Vos, M. (2021). Diagnostic accuracy of the FluoroType MTB and MTBDR VER 2.0 assays for
the centralized high-throughput detection of Mycobacterium tuberculosis complex DNA and
isoniazid and rifampicin resistance. Clinical Microbiology and Infection, XXVII(9), 1351.e1 -
1351.e4. https://doi.org/https://doi.org/10.1016/j.cmi.2021.04.022
Domínguez, J., Latorre, I., Molina-Moya, B., Lacoma, A., & Prat-Aymerich, C. (2017). Nuevos
métodos diagnóstico rápido de la tuberculosis. Medicina Respiratoria, X(1), 37-45.
https://doi.org/https://www.neumologiaysalud.es/descargas/R10/R10-5.pdf
Falcón, D., Carrasquel, J., Viteri, K., Velasco, H., & Sánchez, L. (2023). Tuberculosis en el mundo y en
el Ecuador, en la actualidad (2021). Revista Latinoamericana de Ciencias Sociales y
Humanidades, IV(6), 658 – 673. https://doi.org/https://doi.org/10.56712/latam.v4i6.1476
pág. 4179
Gard, N., Ahmad, F., & Kar, S. (2022). Recent advances in loop-mediated isothermal amplification
(LAMP) for rapid and efficient detection of pathogens . Current Research in Microbial Sciences
, III. https://doi.org/https://doi.org/10.1016/j.crmicr.2022.100120
Huang, Y., Ai, L., Wang, X., Sun, Z., & Wang, F. (2022). Review and Updates on the Diagnosis of
Tuberculosis. Journal of Clinical Medicine , XI(5826), 1-14.
https://doi.org/https://doi.org/10.3390/jcm11195826
Hui-Jin, Y., Tae, Y., Gangmin, K., Hyang, J., On, K., Seungmo, K., Chang-Ki, K., Byung, J., Nam, Y.,
Hee, J., & Hee, J. (2023). Performance Evaluation of the BACTEC MGIT 960 System for
Rifampim Drug-Susceptibility Testing of Mycobacterium tuberculosis Using the Current WHO
Critical Concentration. Journal of Clinical Microbiology, LXI(1), 1-7.
https://doi.org/https://doi.org/10.1128/jcm.01086-22
Husain, A., Kupz, A., & Kashyap, R. (2021). Control de la epidemia de tuberculosis resistente a los
medicamentos en la India: desafíos e implicaciones. Epidemiol Health, XXXXIII(e2021022), 1-
9. https://doi.org/https://doi.org/10.4178/epih.e2021022
Kumar, R., Mistry, V., Dholaria, M., Rana, A., Devgon, I., Ali, I., Iqbal, J., Eldin, S., Mohammad, A.,
Bawazeer, S., Dutta, J., & Karnwal, A. (2023). Overcoming Mycobacterium tuberculosis Drug
Resistance: Novel Medications and Repositioning Strategies. ACS Omega, VIII(36), 32244-
32257. https://doi.org/10.1021/acsomega.3c02563
Kumari, P., Kumar, P., Kumar, R., & Parekh, D. (2020). Comparison of LJ Medium and BACTEC
MGIT 960 Culture System for the Diagnosis of Tuberculosis. Journal of Clinical and
Diagnostic Research, XIV(12), DC09-DC13. https://doi.org/10.7860/JCDR/2020/46890.14304
López, D., Castillo, D., Dorado, R., & Pacheco, R. (2021). Métodos moleculares para diagnóstico de
niños con tuberculosis en países de Latinoamérica: revisión narrativa. In N. Ramírez, Estudios
de la tuberculosis desde la Sucursal del Cielo (pp. 47-66). Universidad Santiago de Cali.
https://doi.org/https://doi.org/10.35985/9789585147256
Macero, C., Moreno, X., & Oliveira, D. (2022). Prueba Xpert® MTB/RIF para el diagnóstico de
Tuberculosis en el Instituto Médico La Floresta. Boletín Venezolano de Infectología, XXXIII(1),
40-47. https://doi.org/10.54868/BVI.2022.33.1.5
Gard, N., Ahmad, F., & Kar, S. (2022). Recent advances in loop-mediated isothermal amplification
(LAMP) for rapid and efficient detection of pathogens . Current Research in Microbial Sciences
, III. https://doi.org/https://doi.org/10.1016/j.crmicr.2022.100120
Huang, Y., Ai, L., Wang, X., Sun, Z., & Wang, F. (2022). Review and Updates on the Diagnosis of
Tuberculosis. Journal of Clinical Medicine , XI(5826), 1-14.
https://doi.org/https://doi.org/10.3390/jcm11195826
Hui-Jin, Y., Tae, Y., Gangmin, K., Hyang, J., On, K., Seungmo, K., Chang-Ki, K., Byung, J., Nam, Y.,
Hee, J., & Hee, J. (2023). Performance Evaluation of the BACTEC MGIT 960 System for
Rifampim Drug-Susceptibility Testing of Mycobacterium tuberculosis Using the Current WHO
Critical Concentration. Journal of Clinical Microbiology, LXI(1), 1-7.
https://doi.org/https://doi.org/10.1128/jcm.01086-22
Husain, A., Kupz, A., & Kashyap, R. (2021). Control de la epidemia de tuberculosis resistente a los
medicamentos en la India: desafíos e implicaciones. Epidemiol Health, XXXXIII(e2021022), 1-
9. https://doi.org/https://doi.org/10.4178/epih.e2021022
Kumar, R., Mistry, V., Dholaria, M., Rana, A., Devgon, I., Ali, I., Iqbal, J., Eldin, S., Mohammad, A.,
Bawazeer, S., Dutta, J., & Karnwal, A. (2023). Overcoming Mycobacterium tuberculosis Drug
Resistance: Novel Medications and Repositioning Strategies. ACS Omega, VIII(36), 32244-
32257. https://doi.org/10.1021/acsomega.3c02563
Kumari, P., Kumar, P., Kumar, R., & Parekh, D. (2020). Comparison of LJ Medium and BACTEC
MGIT 960 Culture System for the Diagnosis of Tuberculosis. Journal of Clinical and
Diagnostic Research, XIV(12), DC09-DC13. https://doi.org/10.7860/JCDR/2020/46890.14304
López, D., Castillo, D., Dorado, R., & Pacheco, R. (2021). Métodos moleculares para diagnóstico de
niños con tuberculosis en países de Latinoamérica: revisión narrativa. In N. Ramírez, Estudios
de la tuberculosis desde la Sucursal del Cielo (pp. 47-66). Universidad Santiago de Cali.
https://doi.org/https://doi.org/10.35985/9789585147256
Macero, C., Moreno, X., & Oliveira, D. (2022). Prueba Xpert® MTB/RIF para el diagnóstico de
Tuberculosis en el Instituto Médico La Floresta. Boletín Venezolano de Infectología, XXXIII(1),
40-47. https://doi.org/10.54868/BVI.2022.33.1.5
pág. 4180
Mamani, S., & Camacho, M. (2024). Estudio comparativo del ensayo MODS con técnicas
microbiológicas convencionales, para el diagnóstico de tuberculosis pulmonar en La Paz-
Bolivia. Revista Co-Ciencia, XII(1), ISSN 2310-0265.
https://doi.org/https://doi.org/10.53287/eocj5653zq38x
Martínez-Saltos, F., Medina-Vaca, L., Velástegui-Aldás, M., & Sosa-Santana, C. (2025). Métodos para
el diagnóstico microbiológico de la tuberculosis. Revista Científica Arbitrada en
Investigaciones de la Salud "Gestar", VIII(15), ISSN: 2737-6273.
https://doi.org/https://doi.org/10.46296/gt.v8i15.0211
Matteo, M., Latini, M., Martinovic, D., & Bottiglieri, M. (2025). Update of diagnostic methods in
Tuberculosis (TB). Revista Argentina de Microbiología, LVII, 49-53.
https://doi.org/https://doi.org/10.1016/j.ram.2024.12.008
Meaza, A., Tesfaye, E., Mohamed, Z., Zerihun, B., Seid, G., Eshetu, K., & al., e. (2021). Diagnostic
accuracy of Truenat Tuberculosis andRifampicin-Resistance assays in Addis Ababa, Ethiopia.
Ethiopia. PLoS ONE, XVI(12), e0261084.
https://doi.org/https://doi.org/10.1371/journal.pone.0261084
MINSA. (2022). Manual de pruebas moleculares para el diagnóstico bacterológico y de sensibilidad
de la tuberculosis. https://www.gob.pe/institucion/minsa/normas-legales/3649865-906-2022-
minsa
Mousavi-Sagharchi, S., Afrazeh, E., Seyyedian-Nikjeh, S., Meskini, M., Doroud, D., & Davar, S.
(2024). New insight in molecular detection of Mycobacterium tuberculosis. AMB Express,
XIV(74), 1-20. https://doi.org/https://doi.org/10.1186/s13568-024-01730-3
Mugenyi, N., Ssewante, N., Baluku, J., Bongomin, F., Irene, M., Andama, A., & Byakika-Kibwika, P.
(2024). Innovative laboratory methods for improved tuberculosis diagnosis and drug-
susceptibility testing. Front. Tuberc, I(1295979), 01-13.
https://doi.org/https://doi.org/10.3389/ftubr.2023.1295979
Nadarajan, D., Hillemann, D., Kamara, R., Foray, L., Conteh, O., Merker, M., Niemann, S., Lau, J.,
Njoya, M., Kranzer, K., Somoskovi, A., & Maurer, F. (2021). Evaluación de los ensayos Roche
Mamani, S., & Camacho, M. (2024). Estudio comparativo del ensayo MODS con técnicas
microbiológicas convencionales, para el diagnóstico de tuberculosis pulmonar en La Paz-
Bolivia. Revista Co-Ciencia, XII(1), ISSN 2310-0265.
https://doi.org/https://doi.org/10.53287/eocj5653zq38x
Martínez-Saltos, F., Medina-Vaca, L., Velástegui-Aldás, M., & Sosa-Santana, C. (2025). Métodos para
el diagnóstico microbiológico de la tuberculosis. Revista Científica Arbitrada en
Investigaciones de la Salud "Gestar", VIII(15), ISSN: 2737-6273.
https://doi.org/https://doi.org/10.46296/gt.v8i15.0211
Matteo, M., Latini, M., Martinovic, D., & Bottiglieri, M. (2025). Update of diagnostic methods in
Tuberculosis (TB). Revista Argentina de Microbiología, LVII, 49-53.
https://doi.org/https://doi.org/10.1016/j.ram.2024.12.008
Meaza, A., Tesfaye, E., Mohamed, Z., Zerihun, B., Seid, G., Eshetu, K., & al., e. (2021). Diagnostic
accuracy of Truenat Tuberculosis andRifampicin-Resistance assays in Addis Ababa, Ethiopia.
Ethiopia. PLoS ONE, XVI(12), e0261084.
https://doi.org/https://doi.org/10.1371/journal.pone.0261084
MINSA. (2022). Manual de pruebas moleculares para el diagnóstico bacterológico y de sensibilidad
de la tuberculosis. https://www.gob.pe/institucion/minsa/normas-legales/3649865-906-2022-
minsa
Mousavi-Sagharchi, S., Afrazeh, E., Seyyedian-Nikjeh, S., Meskini, M., Doroud, D., & Davar, S.
(2024). New insight in molecular detection of Mycobacterium tuberculosis. AMB Express,
XIV(74), 1-20. https://doi.org/https://doi.org/10.1186/s13568-024-01730-3
Mugenyi, N., Ssewante, N., Baluku, J., Bongomin, F., Irene, M., Andama, A., & Byakika-Kibwika, P.
(2024). Innovative laboratory methods for improved tuberculosis diagnosis and drug-
susceptibility testing. Front. Tuberc, I(1295979), 01-13.
https://doi.org/https://doi.org/10.3389/ftubr.2023.1295979
Nadarajan, D., Hillemann, D., Kamara, R., Foray, L., Conteh, O., Merker, M., Niemann, S., Lau, J.,
Njoya, M., Kranzer, K., Somoskovi, A., & Maurer, F. (2021). Evaluación de los ensayos Roche
pág. 4181
cobas MTB y MTB-RIF/INH en muestras de Alemania y Sierra Leona. Revista Clínica
Microbiológica, LIX(5), e02983-20. https://doi.org/https://doi.org/10.1128/JCM.02983-20
Nadlal, L., Perumal, R., & Naidoo, K. (2022). Rapid Molecular Assays for the Diagnosis of Drug-
Resistant Tuberculosis. Infection and Drug Resistance, XV, 4971–4984.
https://doi.org/https://doi.org/10.2147/IDR.S381643
Naidoo, K., Perumal, R., Ngema, S., Shunmugam, L., & Somboro, A. (2024). Rapid Diagnosis of Drug-
Resistant Tuberculosis-Opportunities and Challenges. Pathogens, XIII(1), 27.
https://doi.org/https://doi.org/10.3390/pathogens13010027
Nguyen, T. N., Anton-Le Berre, V., Bañuls, A.-L., & Nguyen, T. V. (2019). Molecular Diagnosis of
Drug-Resistant Tuberculosis; A Literature Review. Front. Microbiol, X(794), 1-12.
https://doi.org/https://doi.org/10.3389/fmicb.2019.00794
OMS. (2022). Global Tuberculosis Report. https://www.who.int/teams/global-tuberculosis-
programme/tb-reports/global-tuberculosis-report-2022
OMS. (2025). La respuesta a la tuberculosis se recupera de la pandemia pero es necesario acelerar las
actividades para cumplir las nuevas metas. https://www.who.int/es/news/item/07-11-2023-
tuberculosis-response-recovering-from-pandemic-but--accelerated-efforts-needed-to-meet-
new-targets
Palmero, D. (2024). Tuberculosis 2024: ¿hemos avanzado? Revista del Toráx, XXIV(38), 8-11.
https://www.stnba.org.ar/images/revista/revista_38/revista38_pagina_8.pdf
Peña, C. (2022). Tuberculosis latente: diagnóstico y tratamiento actual. Revista Chilena de
Enfermedades Respiratorias, XXXVIII(2), 123-130.
https://doi.org/http://dx.doi.org/10.4067/s0717-73482022000300123
Poma, W., Jaramillo, J., Roca, R., & Borja, M. (2021). Infección por Mycobacterium tuberculosis.
Diagnóstico y tratamiento. Revista Científica Mundo de la Investigación y el Conocimiento,
V(esp(1)), 82-90. https://doi.org/10.26820/recimundo/5.(esp.1).nov.2021.82-90
Rhastin, C., Borrell, S., & Gagneux, S. (2021). Evolución de la resistencia antimicrobiana en
Mycobacterium tuberculosis dentro del huésped. FEMS Microbiology Reviews, XLV(4),
fuaa071. https://doi.org/https://doi.org/10.1093/femsre/fuaa071
cobas MTB y MTB-RIF/INH en muestras de Alemania y Sierra Leona. Revista Clínica
Microbiológica, LIX(5), e02983-20. https://doi.org/https://doi.org/10.1128/JCM.02983-20
Nadlal, L., Perumal, R., & Naidoo, K. (2022). Rapid Molecular Assays for the Diagnosis of Drug-
Resistant Tuberculosis. Infection and Drug Resistance, XV, 4971–4984.
https://doi.org/https://doi.org/10.2147/IDR.S381643
Naidoo, K., Perumal, R., Ngema, S., Shunmugam, L., & Somboro, A. (2024). Rapid Diagnosis of Drug-
Resistant Tuberculosis-Opportunities and Challenges. Pathogens, XIII(1), 27.
https://doi.org/https://doi.org/10.3390/pathogens13010027
Nguyen, T. N., Anton-Le Berre, V., Bañuls, A.-L., & Nguyen, T. V. (2019). Molecular Diagnosis of
Drug-Resistant Tuberculosis; A Literature Review. Front. Microbiol, X(794), 1-12.
https://doi.org/https://doi.org/10.3389/fmicb.2019.00794
OMS. (2022). Global Tuberculosis Report. https://www.who.int/teams/global-tuberculosis-
programme/tb-reports/global-tuberculosis-report-2022
OMS. (2025). La respuesta a la tuberculosis se recupera de la pandemia pero es necesario acelerar las
actividades para cumplir las nuevas metas. https://www.who.int/es/news/item/07-11-2023-
tuberculosis-response-recovering-from-pandemic-but--accelerated-efforts-needed-to-meet-
new-targets
Palmero, D. (2024). Tuberculosis 2024: ¿hemos avanzado? Revista del Toráx, XXIV(38), 8-11.
https://www.stnba.org.ar/images/revista/revista_38/revista38_pagina_8.pdf
Peña, C. (2022). Tuberculosis latente: diagnóstico y tratamiento actual. Revista Chilena de
Enfermedades Respiratorias, XXXVIII(2), 123-130.
https://doi.org/http://dx.doi.org/10.4067/s0717-73482022000300123
Poma, W., Jaramillo, J., Roca, R., & Borja, M. (2021). Infección por Mycobacterium tuberculosis.
Diagnóstico y tratamiento. Revista Científica Mundo de la Investigación y el Conocimiento,
V(esp(1)), 82-90. https://doi.org/10.26820/recimundo/5.(esp.1).nov.2021.82-90
Rhastin, C., Borrell, S., & Gagneux, S. (2021). Evolución de la resistencia antimicrobiana en
Mycobacterium tuberculosis dentro del huésped. FEMS Microbiology Reviews, XLV(4),
fuaa071. https://doi.org/https://doi.org/10.1093/femsre/fuaa071
pág. 4182
Rodríguez-Duque, J. (2024). Tuberculosis: estado actual. Revista Médica Clínica Las Condes,
XXXV(3), 169-177. https://doi.org/https://doi.org/10.1016/j.rmclc.2024.06.001
Rupasinghe, P., Graulus, P., Vereecken, J., Decroo, T., Ardizzoni, E., Hewison, C., Huerga, H., & al., e.
(2022). Middlebrook 7h11 Reduces Invalid Results and Turnaround Time of Phenotypic Drug-
Susceptibility Testing of M. Tuberculosis. International Journal of Mycobacteriology, XI(4),
407. https://doi.org/http://dx.doi.org/10.4103/ijmy.ijmy_159_22
Saderi, L., Puci, M., Di Lorenzo, B., Centis, R., D'Ambrosio, L., Akkerman, O., Alffenaar, J.-W.,
Caminero, J., Chakaya, J., Denholm, J., Kurhasani, X., W.M. Ong, C., Rendon, A., Silva, D., &
al., e. (2022). Rapid Diagnosis of XDR and Pre-XDR TB: A Systematic Review of Available
Tools. Archivos de Bronconeumología(58), 809-820.
https://doi.org/https://doi.org/10.1016/j.arbres.2022.07.012
Sánchez, Laura; Guillén, Valeria; Pérez, Juan; Rodríguez, Pablo; Caprile, Claudia; Cartagena,
Katherine. (2024). Alerta, VII(2), 184-190. https://doi.org/ DOI: 10.5377/alerta.v7i2.17129
Schwab, T., Perrig, L., Goller, P., Guebely, F., Philippe, A., Minder, B., Gunther, G., Efthimiou, O.,
Vally, S., Egger, M., & Fenner, L. (2024). Secuenciación dirigida de próxima generación para
diagnosticar la tuberculosis resistente a los fármacos: una revisión sistemática y un metanálisis.
The Lancet Infectious Diseases, XXIV(10), 1162-1176.
https://doi.org/https://doi.org/10.1016/S1473-3099(24)00263-9
Scott, L., David, A., Govender, L., Furrer, J., Rakgokong, M., Waja, Z., Martinson, N., Eisenberg, G.,
Marlowe, E., & Stevens, W. (2020). Performance of the Roche cobas MTB Assay for the
Molecular Diagnosis of Pulmonary Tuberculosis in a High HIV Burden Setting. The Journal of
Molecular Diagnostics, XXII(10), 1225-1237.
https://doi.org/https://doi.org/10.1016/j.jmoldx.2020.06.018
Símboli, N., & González, C. (2022). Diagnóstico bacterológico de la tuberculosis. Estado actual del
conocimiento. Revista Americana de Medicina Respiratoria, XXII(2), 249-259.
https://doi.org/https://doi.org/10.56538/NNBE9983
Rodríguez-Duque, J. (2024). Tuberculosis: estado actual. Revista Médica Clínica Las Condes,
XXXV(3), 169-177. https://doi.org/https://doi.org/10.1016/j.rmclc.2024.06.001
Rupasinghe, P., Graulus, P., Vereecken, J., Decroo, T., Ardizzoni, E., Hewison, C., Huerga, H., & al., e.
(2022). Middlebrook 7h11 Reduces Invalid Results and Turnaround Time of Phenotypic Drug-
Susceptibility Testing of M. Tuberculosis. International Journal of Mycobacteriology, XI(4),
407. https://doi.org/http://dx.doi.org/10.4103/ijmy.ijmy_159_22
Saderi, L., Puci, M., Di Lorenzo, B., Centis, R., D'Ambrosio, L., Akkerman, O., Alffenaar, J.-W.,
Caminero, J., Chakaya, J., Denholm, J., Kurhasani, X., W.M. Ong, C., Rendon, A., Silva, D., &
al., e. (2022). Rapid Diagnosis of XDR and Pre-XDR TB: A Systematic Review of Available
Tools. Archivos de Bronconeumología(58), 809-820.
https://doi.org/https://doi.org/10.1016/j.arbres.2022.07.012
Sánchez, Laura; Guillén, Valeria; Pérez, Juan; Rodríguez, Pablo; Caprile, Claudia; Cartagena,
Katherine. (2024). Alerta, VII(2), 184-190. https://doi.org/ DOI: 10.5377/alerta.v7i2.17129
Schwab, T., Perrig, L., Goller, P., Guebely, F., Philippe, A., Minder, B., Gunther, G., Efthimiou, O.,
Vally, S., Egger, M., & Fenner, L. (2024). Secuenciación dirigida de próxima generación para
diagnosticar la tuberculosis resistente a los fármacos: una revisión sistemática y un metanálisis.
The Lancet Infectious Diseases, XXIV(10), 1162-1176.
https://doi.org/https://doi.org/10.1016/S1473-3099(24)00263-9
Scott, L., David, A., Govender, L., Furrer, J., Rakgokong, M., Waja, Z., Martinson, N., Eisenberg, G.,
Marlowe, E., & Stevens, W. (2020). Performance of the Roche cobas MTB Assay for the
Molecular Diagnosis of Pulmonary Tuberculosis in a High HIV Burden Setting. The Journal of
Molecular Diagnostics, XXII(10), 1225-1237.
https://doi.org/https://doi.org/10.1016/j.jmoldx.2020.06.018
Símboli, N., & González, C. (2022). Diagnóstico bacterológico de la tuberculosis. Estado actual del
conocimiento. Revista Americana de Medicina Respiratoria, XXII(2), 249-259.
https://doi.org/https://doi.org/10.56538/NNBE9983
pág. 4183
Singh, A., Zhao, X., & Drlina, K. (2022). Heterorresistencia a las fluoroquinolonas, tolerancia a los
antimicrobianos y aumento de la letalidad. Frente. Cell. Infect. Microbiol., XII(938032), 01-17.
https://doi.org/https://doi.org/10.3389/fcimb.2022.938032
Sravanthi, K., Sailaja, K., Paul, S., Nihal, N., Salunkhe, S., & Mane, S. (2024). Robert Koch: del ántrax
a la tuberculosis: un viaje por la ciencia médica. Cureus, XVI(11), e72955.
https://doi.org/10.7759/cureus.72955
Tassinari, E., Ferreira, G., Pegoraro, N., & Nogueira, K. (2022). Métodos diagnósticos para tuberculose:
uma revisao integrativa. BioSCIENCE, LXXX(S1), 28-32.
https://doi.org/https://doi.org/10.55684/80.S1.8
Tawfick, M., Badawy, M., Taleb, M., & El Menofy, N. (2023). Tuberculosis Diagnosis and Detection
of Drug Resistance: A Comprehensive Updated Review. Journal of Pure and Applied
Microbiology, XVII(4), 1978-2009. https://doi.org/https://doi.org/10.22207/JPAM.17.4.56
Tayal, D., Sethi, P., & Jain, P. (2024). Point-of-care test for tuberculosis: a boon in diagnosis. Monaldi
Archives for Chest Disease, CCCXXII(7297), 1285-1288.
https://doi.org/10.1136/bmj.322.7297.1285
Tomasi, F., & Rubi, E. (2022). Fracasando hacia arriba: estrategias basadas en la genética para mejorar
el descubrimiento y la eficacia de los antibióticos en Mycobacterium tuberculosis. Frente. Cell.
Infect. Microbiol., XII(01-08), 932556.
https://doi.org/https://doi.org/10.3389/fcimb.2022.932556
Ulasi, A., Nwachukwu, N., Onyeagba, R., Umeham, S., & Amadi, A. (2023). Utility of the BACTEC
MGIT 960 TB system for recovery of mycobacteria. Yemen Journal of Medicine, II(1), 30-32.
https://doi.org/10.32677/yjm.v2i1.3877
Xiong, X.-S., Zhang, X.-D., Yan, J.-W., Huang, T.-T., Liu, Z.-Z., Li, Z. K., Wang, L., & Fen, L. (2024).
Identificación de la resistencia de Mycobacterium tuberculosis a los antibióticos habituales: una
descripción general de los métodos y técnicas actuales. Infection and Drug Resistance , XVII,
1491-1506. https://doi.org/https://doi.org/10.2147/IDR.S457308
Singh, A., Zhao, X., & Drlina, K. (2022). Heterorresistencia a las fluoroquinolonas, tolerancia a los
antimicrobianos y aumento de la letalidad. Frente. Cell. Infect. Microbiol., XII(938032), 01-17.
https://doi.org/https://doi.org/10.3389/fcimb.2022.938032
Sravanthi, K., Sailaja, K., Paul, S., Nihal, N., Salunkhe, S., & Mane, S. (2024). Robert Koch: del ántrax
a la tuberculosis: un viaje por la ciencia médica. Cureus, XVI(11), e72955.
https://doi.org/10.7759/cureus.72955
Tassinari, E., Ferreira, G., Pegoraro, N., & Nogueira, K. (2022). Métodos diagnósticos para tuberculose:
uma revisao integrativa. BioSCIENCE, LXXX(S1), 28-32.
https://doi.org/https://doi.org/10.55684/80.S1.8
Tawfick, M., Badawy, M., Taleb, M., & El Menofy, N. (2023). Tuberculosis Diagnosis and Detection
of Drug Resistance: A Comprehensive Updated Review. Journal of Pure and Applied
Microbiology, XVII(4), 1978-2009. https://doi.org/https://doi.org/10.22207/JPAM.17.4.56
Tayal, D., Sethi, P., & Jain, P. (2024). Point-of-care test for tuberculosis: a boon in diagnosis. Monaldi
Archives for Chest Disease, CCCXXII(7297), 1285-1288.
https://doi.org/10.1136/bmj.322.7297.1285
Tomasi, F., & Rubi, E. (2022). Fracasando hacia arriba: estrategias basadas en la genética para mejorar
el descubrimiento y la eficacia de los antibióticos en Mycobacterium tuberculosis. Frente. Cell.
Infect. Microbiol., XII(01-08), 932556.
https://doi.org/https://doi.org/10.3389/fcimb.2022.932556
Ulasi, A., Nwachukwu, N., Onyeagba, R., Umeham, S., & Amadi, A. (2023). Utility of the BACTEC
MGIT 960 TB system for recovery of mycobacteria. Yemen Journal of Medicine, II(1), 30-32.
https://doi.org/10.32677/yjm.v2i1.3877
Xiong, X.-S., Zhang, X.-D., Yan, J.-W., Huang, T.-T., Liu, Z.-Z., Li, Z. K., Wang, L., & Fen, L. (2024).
Identificación de la resistencia de Mycobacterium tuberculosis a los antibióticos habituales: una
descripción general de los métodos y técnicas actuales. Infection and Drug Resistance , XVII,
1491-1506. https://doi.org/https://doi.org/10.2147/IDR.S457308
pág. 4184
Yadav, R., Arora, J., & Bhalla, M. (2020). Laboratory Diagnosis of Tuberculosis: Conventional and
Newer Methods. International Journal of Science and Research (IJSR), IX(10), ISSN: 2319-
7064 . https://doi.org/10.21275/SR20930230327
Yadav, R., Bhalla, M., Kumar, G., Sah, G., Kumar, R., & Singhal, R. (2022). Diagnostic Utility of
GenoType MTBDRsl assay for the Detection of Moxifloxacin-Resistant Mycobacterium
tuberculosis, as Compared to Phenotypic Method and Whole-Genome Sequencing . Int J
Mycobacteriol, 11, 183-189. https://doi.org/10.4103/ijmy.ijmy_70_22
Yusoof, K., García, J., Schami, A., Garcia-Vilanova, A., Kelley, H., Wang, S.-H., Rendon, A., Restrepo,
B., Yotebieng, M., & Torrelles, J. (2022). Tuberculosis Phenotypic and Genotypic Drug
Susceptibility Testing and Immunodiagnostics: A Review. Front. Immunol., XIII, 1-13.
https://doi.org/https://doi.org/10.3389/fimmu.2022.870768
Zaporojan, N., Negrean, R., Hodisan, R., Zaporojan, C., Csep, A., & Zaha, D. (2024). Evolution of
Laboratory Diagnosis of Tuberculosis. Clinics and Practice, XIV, 388-416.
https://doi.org/https://doi.org/10.3390/clinpract14020030
Zhang, F., Zhang, F., Li, L., & Pang, Y. (2024). Utilización clínica de la inteligencia artificial para
predecir la eficacia terapéutica en la tuberculosis pulmonar. Revista de Infecciones y Salud
Pública, XVII(4), 632-641. https://doi.org/https://doi.org/10.1016/j.jiph.2024.02.012
Yadav, R., Arora, J., & Bhalla, M. (2020). Laboratory Diagnosis of Tuberculosis: Conventional and
Newer Methods. International Journal of Science and Research (IJSR), IX(10), ISSN: 2319-
7064 . https://doi.org/10.21275/SR20930230327
Yadav, R., Bhalla, M., Kumar, G., Sah, G., Kumar, R., & Singhal, R. (2022). Diagnostic Utility of
GenoType MTBDRsl assay for the Detection of Moxifloxacin-Resistant Mycobacterium
tuberculosis, as Compared to Phenotypic Method and Whole-Genome Sequencing . Int J
Mycobacteriol, 11, 183-189. https://doi.org/10.4103/ijmy.ijmy_70_22
Yusoof, K., García, J., Schami, A., Garcia-Vilanova, A., Kelley, H., Wang, S.-H., Rendon, A., Restrepo,
B., Yotebieng, M., & Torrelles, J. (2022). Tuberculosis Phenotypic and Genotypic Drug
Susceptibility Testing and Immunodiagnostics: A Review. Front. Immunol., XIII, 1-13.
https://doi.org/https://doi.org/10.3389/fimmu.2022.870768
Zaporojan, N., Negrean, R., Hodisan, R., Zaporojan, C., Csep, A., & Zaha, D. (2024). Evolution of
Laboratory Diagnosis of Tuberculosis. Clinics and Practice, XIV, 388-416.
https://doi.org/https://doi.org/10.3390/clinpract14020030
Zhang, F., Zhang, F., Li, L., & Pang, Y. (2024). Utilización clínica de la inteligencia artificial para
predecir la eficacia terapéutica en la tuberculosis pulmonar. Revista de Infecciones y Salud
Pública, XVII(4), 632-641. https://doi.org/https://doi.org/10.1016/j.jiph.2024.02.012