Lydteknologi til at opdage lungekræft tidligere

I Storbritannien er lungekræft den førende årsag til kræftdødsfald, og Storbritanniens overlevelsesrater er også dårligere sammenlignet med andre europæiske lande. Lungekræft er plaget af sen præsentation; 70 % har fremskreden uhelbredelig sygdom, og en tredjedel dør inden for 90 dage efter diagnosen. Som sådan er der et klart og presserende behov for at opnå tidligere diagnosticering af lungekræft. Symptomatisk præsentation er den mest almindelige vej til diagnose af lungekræft, og symptomer kan være til stede i mange måneder før diagnosen, selv i tidligt stadium af sygdom. Det mest almindelige symptom (68%) er hoste. Desværre er hoste også almindelig med andre sygdomme. Desuden har en høj andel af dem med høj risiko for lungekræft allerede eksisterende hoste eller luftvejssygdom (f. tidligere eller nuværende rygere, patienter med kronisk obstruktiv lungesygdom (KOL)). Hostelyde er kendt for at variere afhængigt af underliggende lungepatologi og kan derfor have diagnostisk værdi. Der kan potentielt være unikke hoste og/eller luftvejslyde eller mønstre forbundet med lungekræft, som ikke kan påvises af det menneskelige lydspektrum. Identifikation af et værktøj, der præcist skelner mellem lungekræfthoste, kunne være afgørende.

Dette er et prospektivt tværsnitsstudie, der vil involvere subjektiv analyse af spektrogrammer af hoste optaget fra personer med "normale" lunger, personer med høj risiko for lungekræft (KOL og andre kroniske lungesygdomme) og personer med lungekræft. 24 timers ambulante lydoptagelser vil prospektivt blive indsamlet fra patienter, der går på respiratoriske klinikker på Queen Elizabeth University Hospital (QEUH), Glasgow. Deltagerne får udleveret en frifelts reversmikrofon og mp3-optager i 24 timer. Leicester Cough Monitor (LCM) vil blive brugt til at udtrække hostelydene fra 24-timers optagelserne. LCM er et automatiseret hostedetektionssystem, der er udviklet af Dr. Surinder Birring (Kings College Hospital). Den bruger en algoritme til automatisk at identificere hostelyde fra lydoptagelser, som så er i stand til at levere data om hostefrekvens. Som en del af denne proces splejser LCM'en 1 sekunds lydklip for alle dele af lydoptagelserne, der er identificeret som værende (i) en hostelyd eller (ii) en ikke-hostelyd.