Audiotechnologie zur Früherkennung von Lungenkrebs

In Großbritannien ist Lungenkrebs die häufigste Todesursache durch Krebs, außerdem sind die Überlebensraten in Großbritannien im Vergleich zu anderen europäischen Ländern schlechter. Lungenkrebs wird durch späte Präsentation geplagt; 70 % leiden an einer fortgeschrittenen unheilbaren Krankheit und ein Drittel stirbt innerhalb von 90 Tagen nach der Diagnose. Daher besteht ein klarer und dringender Bedarf, eine frühere Diagnose von Lungenkrebs zu erreichen. Die symptomatische Präsentation ist der häufigste Weg zur Diagnose von Lungenkrebs, und die Symptome können viele Monate vor der Diagnose vorhanden sein, selbst im Frühstadium der Erkrankung. Das häufigste (68 %) Symptom ist Husten. Leider tritt Husten auch bei anderen Erkrankungen auf. Darüber hinaus hat ein hoher Anteil der Personen mit hohem Lungenkrebsrisiko vorbestehende Husten- oder Atemwegserkrankungen (z. Ex- oder aktuelle Raucher, Patienten mit chronisch obstruktiver Lungenerkrankung (COPD)). Es ist bekannt, dass Hustengeräusche je nach zugrunde liegender Lungenpathologie variieren und daher einen diagnostischen Wert haben könnten. Möglicherweise gibt es einzigartige Husten- und/oder Atemgeräusche oder -muster im Zusammenhang mit Lungenkrebs, die vom menschlichen Audiospektrum nicht erkennbar sind. Die Identifizierung eines Instruments, das Lungenkrebs-Husten genau unterscheidet, könnte von entscheidender Bedeutung sein.

Dies ist eine prospektive Querschnittsstudie, die eine subjektive Analyse von Hustenspektrogrammen umfasst, die von Personen mit „normaler“ Lunge, Personen mit hohem Risiko für Lungenkrebs (COPD und andere chronische Lungenerkrankungen) und Personen mit Lungenkrebs aufgenommen wurden. 24-stündige ambulante Audioaufzeichnungen werden prospektiv von Patienten gesammelt, die Kliniken für Atemwegsmedizin am Queen Elizabeth University Hospital (QEUH), Glasgow, besuchen. Die Teilnehmer erhalten ein Freifeld-Ansteckmikrofon und einen MP3-Recorder für 24 Stunden. Der Leicester Cough Monitor (LCM) wird verwendet, um die Hustengeräusche aus den 24-Stunden-Aufzeichnungen zu extrahieren. Das LCM ist ein automatisiertes Hustenerkennungssystem, das von Dr. Surinder Birring (Kings College Hospital) entwickelt wurde. Es verwendet einen Algorithmus, um automatisch Hustengeräusche aus Audioaufnahmen zu identifizieren, die dann Daten zur Hustenhäufigkeit liefern können. Als Teil dieses Prozesses spliced ​​das LCM 1-Sekunden-Soundclips für alle Teile der Audioaufzeichnungen, die als (i) ein Hustengeräusch oder (ii) ein Nicht-Hustengeräusch identifiziert werden.