Vocorder-enhedsvalidering i kliniske indstillinger - Kontinuerlig overvågning af enkeltpersoner (Vocorder Clinical Validation-VCV) (VCV)

Undersøgelsesdesign Hypotesen I studiet af breathomics har flere VOC'er, VOC-mønstre og sammenhænge mellem ændringer i VOC-mønstre vist sig at være relateret til forskellige typer sygdomme. Derfor korrelerer ændringer i VOC-mønstre i udåndingsluften med særlige forhold, målt ved specifikke sygdomsrelaterede VOC-profiler.

Baggrund og formål med undersøgelsen Dette kliniske studie udføres som en del af HORIZON-EIC-2022 PATHFINDER CHALLENGES-01-04-projektet med titlen Vocorder, en ny teknologi til åndedrætsanalyser. Indsamling af udåndingsprøver til VOC-analyse (patienter og kontrolgruppe), VOC'er kan allerede være til stede på basisniveau. VOCORDER-instrumentet vil dog være i stand til at løse de koncentrationsforskelle forårsaget af ændringer i stofskiftet og diskriminere mod dem, der allerede kan være til stede i miljøluften. Således vil analysatoren tillade en in-situ tidsopløst måling af forskellige gasser (f.eks. VOC'er), der registrerer deres koncentrationsprofil inden for enkelte vejrtrækninger med minimal overvågning og næsten ingen streng metodologi. I denne valideringsfase vil der dog blive anvendt streng metodologi for at sikre validiteten af ​​tilgangen og metodens diskrete karakter.

Åndedrætsanalyserne vil blive udført ved hjælp af laserbaserede åndedrætsanalysatorprototyper, der er i stand til at detektere et lille antal gasser samtidigt. QCL mid-IR Array-baseret selvblandende analysator til detektion af VOC'er med måleområde i 10-100 ppb, grænse for detektion tæt på 1 ppb, opløsning tæt på 1 ppb og nøjagtighed tæt på ± 1 ppb. Identifikation af forbindelser vil bero på et NIST-massespektralbibliotek og sammenligningen af ​​deres retentionsindekser med biblioteket af indekser opnået for referencestandarder. Den indledende åndedrætsanalysator vil være i stand til at blive testet på både raske og inkuberede patienter, da prøvetagningsrøret kan tilsluttes ventilatoren direkte ud over dets oprindelige brug.

Denne kliniske undersøgelse vil tage fat på korrelationsanalysen mellem VOC-profiler i udåndingsluften som detekteret af VOCORDER-åndedrætsanalysatoren og elektroniske medicinske data indsamlet af læger. De opnåede resultater forventes at være essentielle for at skræddersy teknologien til åndedrætsanalyse i VOCORDER åndedrætsanalysator til tidlig påvisning af sygdomme af interesse.

Hovedformålene med denne kliniske undersøgelse er som følger:

1. At bruge den udviklede enhed i kliniske omgivelser og bestemme dens driftsparametre (respirationsvolumen, antal og hyppighed af klinisk prøveudtagning).
2. At validere ydeevnen af ​​enheden og dens målinger produceret i sammenligning med andre relevante teknologier og/eller den etablerede referencemetode.
3. At undersøge de potentielle hovedkorrelationer mellem de gasser, der er påvist i åndedrætsanalyse, og de specifikke sygdomme, der er valgt til denne undersøgelse.

Primære og sekundære endepunkter

Primære endepunkter:

At validere effektiviteten af ​​VOCORDER-apparatet i klinisk praksis og yderligere fremme teknologien til åndedrætsanalyser.

Sekundære endepunkter:

1. Identificere og definere de operationelle parametre for den nye teknologi for åndedrætsanalyser i klinisk praksis.
2. Sammenlign ydeevnen og resultaterne af VOCORDER-teknologien med GC-MS referencemetoden.
3. Undersøg sammenhængen mellem kendte allerede eksisterende tilstande og signifikante VOC-biomarkører i udåndet ånde for udvalgte sygdomme.
4. Udforsk potentialet af VOC-biomarkører i udåndet ånde til tidlig påvisning af sygdomme, hvilket letter rettidig diagnose gennem korrelation med vigtige medicinske parametre.

Krav til udførelsen af ​​det kliniske studie Forskningscenter for implementering og den aktuelle godkendelsesstatus for de etiske komitéer Studiet vil blive udført på MITERA Hospital. MITERA General Clinic, Maternity / Gynecological Clinic & Children's Hospital har etableret sig som en førende sundhedsfacilitet, der fungerer som et omfattende plejecenter for enkeltpersoner i alle aldre. Med 45 års drift skiller MITERA sig ud som et af Grækenlands mest værdsatte private hospitaler, der tilbyder en bred vifte af sundhedsydelser af høj kvalitet rettet mod forebyggelse, diagnose og behandling på tværs af forskellige medicinske områder. MITERA er hjemsted for tre klinikker: General Clinic, MITERA Maternity / Gynecological Clinic og den mest omfattende private pædiatriske klinik i Grækenland, MITERA Børnehospitalet. Forpligtelsen til at yde exceptionel sygepleje og ydelser er af høj kvalitet på MITERA Clinics, hvor et dedikeret team af læger, sygeplejersker og jordemødre, bakket op af omfattende administrativ og teknisk support, er til rådighed døgnet rundt, alle dage året rundt behandle enhver medicinsk nødsituation.

Hospitalets Videnskabelige Råd har godkendt den kliniske undersøgelse. Undersøgelsen vil blive udført af forskerholdet MITERA. Regulatorisk status

1. Kravene i den generelle databeskyttelsesforordning (GDPR)
2. Europa-Parlamentets og Rådets forordning (EU) 2016/679 af 27. april 2016 om beskyttelse af fysiske personer i forbindelse med behandling af personoplysninger og om fri udveksling af sådanne oplysninger og om ophævelse af direktiv 95/46/EF• WP29 : Udtalelse 05/2014 om anonymiseringsteknikker.
3. Den bedste praksis for behandlinger/standardbehandling vil blive fulgt. Patienterne vil blive diagnosticeret i henhold til disse bedste praksisser.
4. Selvom det kliniske studie ikke omfatter lægemiddelbehandlinger, vil de generelle principper for god klinisk praksis blive fulgt for at sikre etisk og videnskabelig kvalitet.

5. De principper, der er defineret i retningslinjerne for sundhedsteknologivurderingsbureauer, såsom EUnetHTA, vil blive overvejet, især følgende:

   • Sammenligninger og sammenligninger. Kriterier for valg af den eller de mest passende komparatorer.
   • Sammenfatning af aktuelle politikker og retningslinjer for bedste praksis.
   • Endpoint-kriterier for vurdering af relativ effektivitet: Kliniske endepunkter
6. Undersøgelsen vil blive designet og analyseret i overensstemmelse med de statistiske principper for kliniske forsøg (CPMP/ICH/363/96), ICH Topic E9
7. AEPD: AEPD-retningslinjer for anonymiseringsprocedurer for personoplysninger vil udgøre en ramme for sikring af privatlivets fred og databeskyttelse.
8. ENISA: Anbefalinger vil blive fulgt for at tilpasse teknologiudviklingen til GDPR, især med hensyn til datapseudonymiseringsteknikker.
9. Det fælles AEPD-EDPS-papir om brug af hash-funktioner til pseudonymisering af personoplysninger vil tjene som reference for databeskyttelsesstrategier.
10. World Medical Association: Helsinki-erklæringen om etiske principper for medicinsk forskning, der involverer menneskelige forsøgspersoner. ovenstående rammer. Deltagelse i VOCORDER-forskningen vil være helt frivillig for alle individer, med ret til at trække sig fra et hvilket som helst stadium af forskningsaktiviteterne uden at blive udsat for konsekvenser eller sanktioner. Et omfattende informationsark, der beskriver formålet, proceduren, risici osv. ved VOCORDER-forskningen vil blive udleveret til deltagerne sammen med samtykkeerklæringen. En protokol og udkast til skabeloner til informationssamtykkeformularer kan hentes efter anmodning. De vil også blive tilføjet i Data Management Plan. Læger med passende videnskabelig uddannelse og kvalifikationer vil give oplysningerne. Det medicinske personale vil være i stand til at besvare spørgsmål stillet af personerne og forklare den proces, der skal følges, hvad der anmodes om fra deltageren og de forventede resultater. Det vil blive sikret, at potentielle deltagere fuldt ud har forstået informationen.

Samtykket vil blive givet frit af deltagerne. Det vil være garanteret, at de ikke føler sig forpligtet til eller på nogen måde tvunget til at give samtykke. Deltagerne vil give skriftligt samtykke, især ved at underskrive den informerede samtykkeformular og informationsarkene nedenfor. Hvis samtykke ikke kan gives skriftligt, for eksempel på grund af analfabetisme, skal et ikke-skriftligt samtykke være formelt dokumenteret og uafhængigt bevidnet. Samtykke er en vedvarende proces, især i langtidsforsøg som VOCORDER's. De ansvarlige projektpartnere vil fremme en kontinuerlig dialog med deltagerne og informere dem om alt andet/nyt i forbindelse med forsøget.

Godkendelse af etisk komité For at forbedre tilsynet med etiske procedurer gennem hele projektets livscyklus vil der blive etableret en IEC for VOCORDER. Denne komité vil spille en dominerende rolle i at sikre overholdelse af det etiske princip, der er foreskrevet i lovgivningen i alle faser af projektet, fra protokoludvikling til offentliggørelse af resultater. Derudover vil udvalget samarbejde med lokale etiske komiteer i de seks deltagende lande for at behandle eventuelle deltagerklager, der opstår under undersøgelsen. IEC får til opgave at udarbejde og indsende sikkerheds- og foreløbige rapporter til de relevante nationale etiske komitéer, når det er nødvendigt.

Udpegning af kontaktpunkter for etiske og juridiske spørgsmål I overensstemmelse med deres respektive aktiviteter og nationale lovgivningsrammer vil hver partner involveret i VOCORDER udpege en databeskyttelsesansvarlig (DPO) og/eller udpege en kontaktperson, der er ansvarlig for at behandle juridiske og etiske bekymringer i forbindelse med projektets forskningsaktiviteter.

Overvågning og rapportering Der vil blive leveret regelmæssige rapporter om etisk risikoovervågning under projektmøder. Formuleringen og distributionen af ​​et etisk spørgeskema internt til de partnere, der er involveret i den tekniske udvikling, er under overvejelse for at sikre overensstemmelse med de etiske krav. IEC vil være ansvarlig for at behandle ethvert spørgsmål, der rejses af projektets partnere i alle tilfælde, og samarbejde med den respektive repræsentant for juridiske og etiske forhold defineret af hver enhed. VOCORDER vil vurdere sine resultater i alle faser af projektimplementeringen i forhold til disse krav for at sikre en omfattende dækning.

Faser af det kliniske studie

Det kliniske studie er et prospektivt kohortestudie og vil blive gennemført i to faser:

• 1. fase: Basisfase (oktober 2024-august 2025)
• 2. fase: Valideringsfase - VOCORDED teknologivalidering (maj-december 2026)

Faser af det kliniske studie

Det kliniske studie er et prospektivt kohortestudie og vil blive gennemført i to faser:

• 1. fase: Basisfase (oktober 2024-august 2025)
• 2. fase: Valideringsfase - VOCORDED teknologivalidering (maj-december 2026) Basisfase Implementeringen af ​​denne fase anses for nødvendig for at definere de grundlæggende driftsparametre for den fremstillede teknologi for at muliggøre overgangen til den endelige validering af enheden i klinisk felt. Ovenstående mål vil blive opnået med bidraget fra den kunstige intelligensmekanisme (WP.4) og analysen af ​​rådata fra de teknologiske forskerhold, der er involveret i designet af åndedrætsanalysatoren. I denne fase tilmeldes patienter og raske kontroller, og målingerne af de producerede gasser analyseres ved hjælp af GC-MS referencemetoden.

Valideringsfase (VOCORDER-valideringsfase) I denne fase gennemgår VOCORDER-teknologien klinisk evaluering af både patienter og raske frivillige. Analysen involverer måling af de gasser, som deltagerne udsender, ved at anvende både standardreferencemetoden og VOCORDER-teknologien til sammenligning.

Sygdomme

Følgende sygdomme vil blive undersøgt:

1. Lungekræft
2. Mave- og tyktarmskræft
3. Brystkræft
4. Nyreinsufficiens
5. Infektioner - Lungebetændelse (samfundserhvervet og hospitalserhvervet) Udvælgelsen af ​​disse sygdomme var baseret på ETH-teamets gennemgang af eksisterende litteratur (opgave 2.1) og den efterfølgende tilpasning af resultaterne for at tilpasse sig VOCORDERs evner til at detektere specifikke gasbiomarkører for tidlig diagnosticering af udvalgte sygdomme (Opgave 2.2) .

Patienter & sund kontrolpopulation Sunde kontroller Mindst 120 raske kontroller af begge køn, i alderen mellem 20 og 75 år, som ikke lider af de undersøgte sygdomme, vil blive udvalgt til deltagelse i undersøgelsen samtidig med patienterne. Der forventes udtaget mindst 2-3 udåndingsprøver fra hver prospektiv kontrol på forskellige dage på samme tidspunkt på dagen. De samme raske kontroller vil deltage i begge faser af undersøgelsen, og de opnåede udåndingsprøver vil blive analyseret ved hjælp af begge metoder.

De raske frivillige udvælges enten blandt sygehuspersonalet eller blandt patienter, der er indlagt på hospitalet af anden grund. De potentielle kontroller vil udfylde et spørgeskema med demografiske og medicinske data efter at være blevet informeret i detaljer om undersøgelsen af ​​VOCORDER-teamet fra MITERA. Spørgeskemaet vil blive analyseret af projektgruppen, og hvis det konkluderes, at personen kan deltage i undersøgelsen, vil en samtykkeerklæring blive underskrevet af deltageren.

Patientpopulation Baseline fase

Patienter: i alt 175 patienter, 35 for hver sygdom, i alderen 18-75 år af begge køn, udvalgt i henhold til følgende inklusionskriterier:

1. Patienter >18 år af begge køn
2. De skal være i stand til at kommunikere og forstå de oplysninger, som MITERA-personalet giver dem.
3. Lider af sygdommen under undersøgelse.
4. Sygdommen skal være på det tidligst mulige stadie, det vil sige, at patienterne endnu ikke må være startet i behandlingen.

5. Patienter bør ikke have andre alvorlige komorbiditeter, der påvirker de afledte målinger. Patienterne vil blive udvalgt i samarbejde med de klinikere, der er ansvarlige for behandling og/eller indlæggelse af patienter med de sygdomme, der undersøges.

   Kriterie 1, 2 og 3 er obligatoriske for optagelse på studiet. Til optagelse af patienter i undersøgelsen skal specifik dokumentation for sygdommen være tilgængelig for projektteamet som følger:

   Til kræftdiagnosen er det nødvendigt at dokumentere følgende:

   • Kræfttypen er baseret på histopatologiske fund og specifikke indikatorresultater.
   • Sygdomsstadiet er baseret på radiologiske og hæmatologiske undersøgelser.

   For infektionerne - lungebetændelsesdiagnose er nødvendig for at bestemme følgende:

   • Lungebetændelsesdiagnosen baseret på thorax-X fund, klinisk syndrom og status for inflammatoriske indikatorer (dag 1).
   • Laboratoriebestemmelsen af ​​patogenet forårsagede det kliniske syndrom (hvis det er muligt at blive isoleret fra kliniske prøver)
   • Sygdommens kliniske sværhedsgrad baseret på CURB 65/SMART COP-score for patienter med henholdsvis samfunds- eller sundhedserhvervet lungebetændelse og Apache II for hospitalsindlagte patienter på intensivafdeling.

   For nyreinsufficiens er nødvendigt:

   • Dokumentation af den kroniske nyresygdom
   • Bestemmelse af sygdomsstadiet i henhold til CFR-rater.
   • Hæmodialysebehandling Udelukkelseskriterier
   • Manglende underskrevet samtykke
   • Manglende samarbejde af en eller anden grund
   • Manglende overholdelse af anbefalingerne om kravene forud for udåndingsprøvetagningsproceduren
   • Manglende evne til at give en pålidelig udåndingsprøve
   • Enhver behandling, specifik diæt, operation eller anden intervention, der er blevet påbegyndt mellem indhentning af prøver til VOC'er i udåndingsluften.

   Når patienten er blevet informeret af MITERA-teamet, der er ansvarlig for projektet, og har accepteret at deltage i undersøgelsen, skal de læse og underskrive den relevante samtykkeerklæring for deltagelse. Lignende spørgeskemaer med kontrollerne (dataindsamlingsskemaer) vil blive udfyldt for de patienter, der deltager i undersøgelsen.

   Prøveudtagning: Mindst to udåndingsprøver (1 L hver) udtages fra hver patient under lignende forhold og analyseres (f.eks. på forskellige dage, men på samme tidspunkt på dagen). Udåndingsprøverne vil blive analyseret i denne fase ved hjælp af referencemetoden. I sidste fase vil de blive opbevaret og analyseret ved hjælp af VOCORDER metoden. Metoden til at tage udåndingsprøven vil være i overensstemmelse med anbefalingerne efter referencemetoden.

   Valideringsfase Patienter: Den sidste fase af det kliniske studie vil involvere 100 patienter, 20 for hver sygdom. Patienter vil blive udvalgt i henhold til ovenstående kriterier som i baseline-fasen.

   Prøveudtagning: Udåndingsprøver vil blive analyseret ved hjælp af begge metoder. Mindst to udåndingsprøver udtages fra hver patient under lignende forhold og analyseres (f.eks. på forskellige dage, men på samme tidspunkt på dagen). Metoden til at tage udåndingsprøven vil være i overensstemmelse med anbefalingerne efter referencemetoden og de VOCORDER-specifikke tekniske krav.

   Tabel 1 Beskrivelse af de kliniske faser Kliniske faser BASELINE FASE VALIDERINGSFASE Patienter og rask kontrolpopulation Patienter Gruppe 1 Raske kontroller Patienter Gruppe 2 Raske kontroller Størrelse af population (Nr) 175 120 (mindst) 100 120 Metode til åndedrætsanalyser SESI-MS og GC-MS referencemetode SESI-MS og GC-MS referencemetode SESI-MS og GC-MS referencemetode SESI-MS og GC-MS referencemetode Vocorder-teknologi Vocorder-teknologi

   Metode til åndedrætsanalyse I den indledende baseline fase vil referencemetoden for massespektrometri blive brugt til at analysere udåndingen af ​​patienter og raske frivillige. Åndedrætsprøver opsamles i 1 L gasprøvetagningsposer og vil blive sendt til udåndingsanalyselaboratoriet på ETH Zürich til offline analyse.

   I den efterfølgende valideringsfase analyseres de kliniske prøver ved hjælp af begge metoder, VOCORDER-teknikken og referencemetoden for massespektrometri for at sikre robust sammenligning og validering af resultaterne.

   Sygdomme og dataindsamling (AIDEAS, MITERA) Ydermere afslører en omfattende evaluering af risikofaktorer for forskellige helbredstilstande et komplekst samspil mellem genetisk disposition, miljøeksponeringer, livsstilsvalg og underliggende sundhedstilstande. For lungekræft er den primære risikofaktor ubestrideligt tobaksrøg, hvor omkring 85 % af lungekræfttilfældene direkte kan tilskrives rygning, inklusive passiv rygning (CDC, 2021). Radoneksponering, erhvervsmæssig eksponering for stoffer som asbest, visse metaller og dieseludstødning samt luftforurening bidrager yderligere til risikoen sammen med en familiehistorie med lungekræft (American Cancer Society, 2021).

   Brystkræfts multifaktorielle ætiologi involverer hormonelle faktorer såsom tidlig menarche, sen menopause og hormonsubstitutionsterapi kombineret med livsstilsfaktorer som alkoholforbrug, fysisk inaktivitet og fedme. Genetiske faktorer spiller en væsentlig rolle, hvor mutationer i BRCA1- og BRCA2-generne øger risikoen markant. Desuden påvirker reproduktionshistorien, herunder alder ved første fødsel og amning, risikoprofiler (National Breast Cancer Foundation, 2021).

   Mavekræftrisiko er indviklet forbundet med kost, Helicobacter pylori-infektion, rygning og familiehistorie. Det Internationale Agentur for Kræftforskning (IARC) anerkender H. pylori som et klasse I kræftfremkaldende stof mod mavekræft. Derudover er en diæt rig på røget mad, saltet fisk og kød og syltede grøntsager forbundet med højere forekomster af mavekræft, især i regioner som Østasien, hvor disse fødevarer er dagligvarer (World Cancer Research Fund, 2020).

   Kronisk nyresygdom (CKD) og nyreinsufficiens opstår fra tilstande som diabetes og hypertension, som er ansvarlige for op til to tredjedele af tilfældene. Andre risikofaktorer omfatter en familiehistorie med nyresygdom, alder over 60 og etnicitet, med afroamerikanere, indfødte amerikanere og asiatiske amerikanere i øget risiko. Kronisk brug af NSAID'er og eksponering for kontrastfarvestoffer i billeddannelse udgør også risici (National Kidney Foundation, 2021).

   Infektioner som lungebetændelse er påvirket af et individs immunstatus, hvor de helt unge, ældre og immunkompromitterede individer er særligt modtagelige. Miljøfaktorer såsom luftkvalitet, rygning og eksponering for luftvejsirriterende stoffer er afgørende, ligesom kroniske luftvejssygdomme som astma og kronisk obstruktiv lungesygdom (KOL). Sæsoninfluenza kan disponere individer for bakteriel lungebetændelse, hvilket illustrerer sammenhængen mellem virale og bakterielle infektioner (CDC, 2021). Forståelse af disse risikofaktorer er afgørende for udviklingen af ​​forebyggende strategier, tidlige detektionsmetoder og formuleringen af ​​folkesundhedspolitikker, der sigter mod at afbøde virkningen af ​​disse sygdomme.

   Som konklusion vil vores omfattende spørgeskema integrere et bredt spektrum af demografiske oplysninger og sygehistoriedetaljer for at vurdere deltagerens helbredsprofil grundigt. Demografiske data såsom alder, køn, race/etnicitet, indkomst, uddannelsesniveau, erhverv, civilstand og geografisk placering vil tilbyde en kontekstuel baggrund for individuelle sundhedstilstande. Sygehistorie input, herunder vægt, højde, BMI, rygevaner, alkoholforbrug, kostvaner, fysisk aktivitetsniveauer, komorbiditeter og en detaljeret registrering af kroniske sygdomme, infektioner, medicinbrug, operationer og hospitalsindlæggelser vil give en dybere indsigt i hver deltagers sundhedsrisici. Derudover vil vi vurdere psykologiske faktorer som depression og angst, samt miljø- og livsstilspåvirkninger såsom erhvervsmæssig eksponering, genetiske dispositioner, søvnmønstre og stressniveauer. Disse data vil gøre os i stand til at identificere korrelationer og mønstre, der kan bidrage til sygdomsprævalens og -resultater, såvel som til de påviste VOC-koncentrationer fra udåndingsanalyserne. Derudover kan koncentrationerne af molekyler produceret af disse sygdomme variere på grund af endogene processer såsom døgnrytmen eller forsøgspersonernes helbredsstatus eller på grund af yderligere eksterne faktorer såsom medicin, brug af kosmetiske produkter eller fysisk træning. Disse faktorer vil, hvor det er muligt, blive overvåget.

   Indsamling og upload af kliniske data. Dataene vil blive indsamlet af MITEPA-projektteamet og opbevaret i en computeriseret arbejdsmappe på hospitalet. Mappen er kun tilgængelig for MITERA-projektteamet. De patientrelaterede data vil herefter blive anonymiseret og lagt ind i en specialudviklet database, der deles med de øvrige partnere - autoriserede brugere. Databasen indeholder også resultaterne ved brug af begge metoder.

   Sikring af databeskyttelse. Beskyttelsen af ​​de personlige data for de patienter, der deltager i undersøgelsen, vil blive sikret inden for rammerne af græsk lovgivning, den relevante europæiske GDPR og MITERA hospitalsbestemmelserne.

   Planlægning af statistisk analyse og beregning af prøvestørrelse (ICCS) I overensstemmelse med VOCORDER-projektets behov vil en statistisk analyse fra højopløsningsspektrene fra data om udåndingsprøver blive leveret i Opgave 4.2. Denne analyse vil bruge flere AI-teknikker af forskellige teknologier til at differentiere mellem klasser af prøver med hensyn til helbredsrelaterede latente egenskaber, desuden vil denne automatiserede proces identificere korrelationer og afhængigheder mellem de udvalgte sygdomsparametre, individuelle biomarkørbånd og deskriptorer fra de registrerede data .

   For en vellykket designtilgang og analyse af de kliniske prøver er det nødvendigt at undersøge de avancerede tilgange. Tabel 2 opsummerer de rapporterede flygtige organiske forbindelser (VOC'er) for VOCORDER's sygdomme. VOC'er kan bruges til at detektere VOCORDER's sygdomme baseret på statistisk analyse ved hjælp af flere slags maskinlæringsalgoritmer (dvs. uovervåget, overvåget, semi-overvåget og XAI). De følgende afsnit i dette afsnit giver oplysninger om de aktuelle avancerede maskinlæringstilgange. Litteraturens beskrevne tilgange vil blive brugt som forhåndsviden til at designe maskinlæringsmodellerne til VOCORDER-projektet efter den vellykkede indsamling af de kliniske prøver.

   Tabel 2 Udåndede flygtige organiske forbindelser til VOCORDER-sygdommene. Sygdomme rapporteret flygtige organiske forbindelser Lungekræft Isopropanol Acetone Pentan Benzen Mave- og tyktarmskræft Propanal Acetamid Isopren 1,3-Propandiol Ethylen Methyl Isobutyl Keton Eddikesyre m- Toluyl Aldehyd 1,2,5 Trimethyl-benzen Cancer-1,2,2-Cancer (Bryst) Cyclopentanon Ethylencarbonat 3-Methoxy-1,2-Propandiol 3-Methylpyridin Phenol Tetramethylsilan Nyreinsufficiens Cyclohexanol 3-Hydroxy-2-Butanon 3-Methyl Butanal Dimer af isopren Infektioner-Lungebetændelse Methanol Acetaldehyd Propiolonitridiin 2-Cholonitripleridin Model Uovervåget AI Principal Component Analysis (PCA) er blevet undersøgt som en løsning til påvisning af cancer fra udåndingsprøver. I Maiti et al.s arbejde diskuteres det et casestudie af 63 frivillige sammensat af raske og ikke-sunde prøver, blandt dem patienter med nyrekræft, blærekræft og prostatacancer. Deres dataindsamling var baseret på laserfri bredbånds-midt-infrarød Fourier-transformspektroskopi til påvisning af cancerfølsomme metabolittergasser (dvs. ethylvinylketon, acetaldehyd, methylbutyrat osv.). Deres analyse, understøttet af overvågede metoder, indikerede, at disse metoder kan bruges til cancerdetektion. Der er dog behov for yderligere forskning.

   En lignende forskning er blevet anvendt i arbejdet af Aslam et al. I dette tilfælde undersøgte de diagnosen af ​​mavekræft i tidligt stadium baseret på uovervåget dyb læring. De foreslår en innovativ metode til trækekstraktion baseret på en stablet sparsom autoencoder til at udvinde diskriminerende træk fra umærkede data fra åndeprøver. Deres resultater indikerer, at dybstablede, sparsomme autoencoder-neurale netværk er i stand til at opnå en samlet nøjagtighed på 98,7% for avanceret gastrisk cancerklassificering og 97,3% for tidlig mavekræftdetektion ved brug af åndedrætsanalyse.

   Undersøgelsen af ​​Alkhalifah et al. undersøgte kræftpåvisning gennem VOC-analyse, analyserede 74 kliniske udåndingsprøver ved hjælp af gaskromatografi-massespektrometri fra deltagere. De foreslår en uovervåget klyngeteknik ved navn VOCCluster til måling af massespektre-ligheder mellem VOC'er. Deres arbejde resulterede i, at VOCCluster-tilgangen opnåede bedre score sammenlignet med state-of-the-art algoritmer som DBSCAN og OPTICS.

   Superviserede og semi-superviserede AI-modeller Supervised-baseret maskinlæring kan også bruges til cancerdetektion. Begum et al. undersøger identifikation af leukæmi baseret på cancerbiomarkører. Til deres analyse overvejede de Naive Bayes (NB), K-Nearest Neighbors (KNN) og Support Vector Machines (SVM'er) algoritmer til overvåget læring. Deres eksperimenter blev udført ved at ændre størrelsen af ​​træningssættet (dvs. brugte togstørrelser på 20, 33 og 48 prøver) og 33 prøver til teststørrelsen. I alle tilfælde var SVM-algoritmens score bedre end de andre algoritmer, men forfatterne konkluderede, at fremtidige undersøgelser er nødvendige.

   Zhou et al. undersøgte påvisningen af ​​lungekræft fra 236 udåndingsprøver (176 raske og 60 patienter) ved hjælp af overvåget læring. Hver prøve er sammensat af 308 funktioner ekstraheret fra kromatogrammet, mens deres eksperimentelle opsætning var baseret på gradientboost-beslutningstræ-algoritmen. Ved at bruge disse parametre opnåede de en nøjagtighed på 85 % evalueret med 6-fold krydsvalidering. Baseret på statistisk bootstrap-analyse er 72% af de udtagne prøver markeret som "sikre" med 93% nøjagtighed af de sikre prøver i krydsvalidering.

   Endelig er semi-overvåget maskinlæring blevet anvendt effektivt til påvisning af lungerelaterede sygdomme som SARS-CoV-2. Desuden foreslås i arbejdet af Shi et al. en semi-overvåget dyb overførselsindlæringstilgang til påvisning af lungeknuder, der indikerer lungekræft. Disse undersøgelser viser muligheden for at bruge både overvågede og semi-overvågede læringsmetoder til påvisning af sygdomme baseret på åndedrætsanalyse. Alle de førnævnte værker konkluderede imidlertid, at yderligere forskning er nødvendig for at forbedre disse teknologier og levere en fungerende løsning, der kan bruges til medicinsk behandling.

   VOCORDER's statistiske analyseplanlægning VOCORDER-projektet har til formål at udvikle et apparat til påvisning af flere åndedrætsrelaterede sygdomme. For at muliggøre påvisning og klassificering af disse sygdomme vil projektet udforske en række modeller, herunder overvågede, uovervågede og semi-overvågede tilgange. Derudover vil VOCORDER-projektet bruge forklarlig AI-teknologi til at forsøge at maksimere nøjagtigheden af ​​de endelige modeller. På dette stadium er det for tidligt at detaljere specifikke statistiske analyser på grund af fraværet af målinger.

   Ifølge litteraturen involverer en levedygtig strategi at anvende avancerede klassificeringsteknikker såsom SVM, K-NN, NB eller Decision Trees til at udforske sygdomsdetektion. En ny tilgang omfatter avancerede kunstig intelligens-modeller, såsom LSTM eller CNN-baserede modeller. Forklarlige AI-metoder vil også blive anvendt ikke kun til at vurdere sandsynligheden for en sygdom, men for at belyse rationalet bag AI-modellens konklusioner.

   Beregning af stikprøvestørrelse I VOCORDERs projekt bestræbelser på at konstruere objektive maskinlæringsmodeller til at diagnosticere forskellige sygdomme, har vi omhyggeligt beregnet den nødvendige stikprøvestørrelse og overholder strenge statistiske kriterier. For at analysere separate to-klasse problemer, såsom at skelne mellem raske individer og dem, der lider af en specifik sygdom, er vores mål at opnå en sensitivitet og specificitet på mindst 90 %. Denne ambition kræver minimum 35 forsøgspersoner pr. klasse, hvilket understøtter undersøgelsen med et konfidensniveau på 95 % og en fejlmargin sat til 10 %. Selvom denne margin overstiger de typisk anbefalede 5 % til sygdomsrelateret forskning, fungerer den som vores foreløbige standard. Med inddragelsen af ​​fire forskellige sygdomme i vores undersøgelse eskalerer kravet til minimum 35 forsøgspersoner for hver sygdomskategori. For at afspejle de demografiske forskelle i sygdomsforekomsten, såsom den højere forekomst af brystkræft blandt kvinder, skal gruppen af ​​raske deltagere desuden være betydeligt større. Denne strategiske stikprøvestørrelsesbestemmelse er afgørende for en vellykket udvikling af objektive og effektive maskinlæringsmodeller.