BREVOC-studiet: Uddåndede VOC'er for brystsmerter med høj risiko på skadestuen (BREVOC)

1. Forskningsbaggrund Siden konceptet om præcisionsmedicin blev introduceret, er innovation og optimering af kliniske diagnostiske teknologier blevet et centralt problem i medicinsk forskning. Traditionelle diagnostiske metoder - herunder billeddannelse, hæmatologi og histologi - er ofte afhængige af invasive procedurer. Selvom disse teknikker kan give meget præcis diagnostisk information, er de forbundet med høje omkostninger, operationel kompleksitet og potentielle risici for skade på patienter, hvilket gør dem mindre egnede til hurtig screening og dynamisk overvågning. Derfor er udviklingen af ikke-invasive, hurtige og omkostningseffektive diagnostiske teknologier blevet et presserende behov i moderne medicin.

Som et af de mest metabolisk aktive organer udveksler lungerne metabolitter produceret af kropsvæv til blodbanen, som efterfølgende udåndes. Således kan udåndet luft afspejle kroppens fysiologiske og patologiske tilstande. Historisk set identificerede læger visse sygdomme gennem ændringer i kropslugt - for eksempel en frugtagtig "rådden æble" lugt ved diabetisk ketoacidose eller en fisket lugt hos patienter med leversygdom. På det tidspunkt var den specifikke kemiske sammensætning bag disse lugte ukendt. I 1971 anvendte Pauling et al. først gaskromatografi til analyse af menneskelig udåndet luft, identificerede hundredvis af flygtige organiske forbindelser (VOC'er), og lagde derved grundlaget for åndeanalyseteknologi.

Akut brystsmerte er et af de mest almindelige præsenterende symptomer på skadestuer, med forskellige årsager og varierende prognoser. Flere livstruende kardiovaskulære akutte tilfælde - såsom akut koronart syndrom (ACS), akut lungeemboli (APE) og akut aortasyndrom (AAS) - præsenterer typisk med akut brystsmerte og kræver hurtig diagnose og behandling i akutindstillingen. Dog er ikke alle brystsmerte-tilfælde højrisiko. En betydelig andel af patienter (f.eks. dem med interkostal neuralgi) har gunstige udfald og kræver ikke omfattende diagnostiske test eller overvågning. Derfor er præcis risikostratificering afgørende: hurtig genkendelse og håndtering af højrisiko brystsmerte, samtidig med at man undgår overtreatment i lavrisiko-tilfælde, er afgørende for at beskytte folkesundheden og reducere sundhedsbyrden.

Åndeanalyse af udåndede VOC'er har tiltrukket sig stigende opmærksomhed i de senere år som et unikt biomarkørbaseret værktøj til tidlig sygdomsdiagnose og screening. VOC'er er højt flygtige organiske molekyler, der findes ikke kun i miljøet, men også genereret gennem menneskelige metaboliske processer. Som endogene metabolitter afspejler VOC'er sundhedsstatus og sygdomsprogression. På grund af deres ikke-invasive detektion og høje følsomhed viser VOC'er stort potentiale i tidlig diagnose, personlig behandling og sygdomsmonitering. Sammenlignet med traditionelle biomarkørassays tilbyder åndeanalyse unikke fordele. I stedet for at detektere et enkelt molekyle, kan VOC-analyse identificere molekylære mønstre, hvilket giver mere omfattende og præcis diagnostisk information. Nuværende evidens har demonstreret stærke sammenhænge mellem VOC'er og forskellige sygdomme - herunder kræft, respiratoriske lidelser og diabetes - hvilket fremhæver deres værdi i præcisionsmedicin.

Præcisionsmedicin understreger individuelle behandlingsstrategier skræddersyet til patientspecifikke biologiske karakteristika. Inden for denne ramme kan VOC'er - som biomarkører for fysiologiske og patologiske tilstande - have betydelig klinisk værdi i den tidlige diagnose, screening og overvågning af akut brystsmerte. Dog er forskning i åndeanalyse til akut brystsmerte stadig begrænset. Marzoog et al. demonstrerede, at VOC'er kunne skelne iskæmisk hjertesygdom-patienter fra kontroller ved hjælp af maskinlæringsmodeller, hvilket antyder den potentielle anvendelse af åndeanalyse i akut kardiogen brystsmerte. I 2024 foreslog den kinesiske Brystsmerte-konsensus at inkorporere nye metaboliske markører, såsom fedtaldehyder, i brystsmertevurderingssystemer. Ikke desto mindre er standardiserede studier af udåndede VOC'er stadig sjældne.

Derfor sigter denne undersøgelse på at anvende udåndet VOC-detektion til identifikation af højrisiko akut brystsmerte-patienter, etablere en database af VOC-profiler og evaluere den prognostiske værdi af dynamiske VOC-ændringer. Denne forskning vil for første gang systematisk karakterisere VOC-profilen for højrisiko akut brystsmerte, analysere dynamiske ændringer og konstruere en VOC-baseret prædiktiv scoringsmodel for patientprognose. Disse bestræbelser forventes at give nye strategier til individuel behandling, sygdomsmonitering og håndtering i højrisiko akut brystsmerte.

2. Forskningsmål

1. Biomarkøridentifikation: Etabler en VOC-profil for højrisiko akut brystsmerte-patienter og differentier dem fra andre brystsmerte-etiologier.

   Aldehyddetektion: Udforsk rollen af udåndet aldehyddetektion i højrisiko brystsmerte; etabler og valider en tidlig diagnostisk model ved hjælp af VOC'er for at optimere akut triage.

2. Prognostisk vurdering: Evaluer den prædiktive værdi af VOC-koncentrationsændringer for indlæggelsesmortalitet og større uønskede kardiovaskulære hændelser (MACE) hos højrisiko brystsmerte-patienter.
3. Nye indikatorer: Udforsk nye diagnostiske markørkombinationer overlegne konventionelle biomarkører.

3. Forskningsmetoder Studie Design Denne undersøgelse er designet som et prospektivt kohortestudie. 3.1 Studieområder og Deltagere Undersøgelsen vil blive udført på Akutafdelingen (ED), Akut Intensiv Terapiafdeling (EICU) og Intensiv Terapiafdeling (ICU) på Qilu Hospital, Shandong University. Berettigede deltagere vil omfatte alle patienter, der præsenterer med akut brystsmerte på ED.

3.2 Studieudfald

1. Primært udfald: Diskrimination mellem højrisiko og lav/mellemrisiko brystsmerte, vurderet ved areal under receiver operating characteristic kurve (AUC-ROC), følsomhed og specificitet.

2. Sekundære udfald:

   1. Fejldiagnoseprocent (andel af højrisiko-patienter fejlklassificeret som lav/mellemrisiko af modellen).
   2. ED-opholdstid og sundhedsomkostninger under modelvejledt triage.

   3. Indlæggelsesmortalitet og forekomst af MACE. 3.3 Statistisk Analyse For at sikre datanøjagtighed vil en Excel-database etableres med dobbeltindtastningsverifikation. Data vil blive analyseret ved hjælp af R-software (version 4.3.2), med et to-sidet signifikansniveau på α = 0,05 (P < 0,05 betragtes som statistisk signifikant).

      1. Beskrivende analyse: Baseline-karakteristika og VOC-koncentrationer vil blive opsummeret. Kategoriske variable vil blive udtrykt som frekvenser eller procenter. Kontinuerte variable med normal eller tilnærmelsesvis normalfordeling vil blive præsenteret som gennemsnit ± standardafvigelse (SD). Skæve data vil blive rapporteret som median (P25, P75). Mellemgruppesammenligninger vil bruge uafhængige stikprøver t-test, one-way variansanalyse (ANOVA), Mann-Whitney U test eller Kruskal-Wallis test, som passende. Kategoriske variable vil blive analyseret ved hjælp af chi-squared (χ²) test eller Fisher's eksakte test.
      2. Funktionsvalg: Karakteristiske VOC'er vil blive screent, og en VOC-scoringsmodel vil blive udviklet ved hjælp af maskinlæringsmetoder.
      3. Prognostisk analyse: Prognostiske faktorer vil blive evalueret ved hjælp af Cox proportional hazards regression.
      4. Trajektanalyse: VOC-koncentrationsdynamik vil blive modelleret for at udforske tidsmæssige mønstre.