Analyse flüchtiger organischer Verbindungen im Atem von Patienten mit Lungentransplantationsabstoßung mittels Infrarotspektroskopie

Ziel dieser Studie ist die Probenahme und Analyse flüchtiger organischer Verbindungen (VOCs) von Teilnehmern, bei denen nach einer Lungentransplantation das Risiko einer Abstoßungsreaktion besteht. Durch den Einsatz von Infrarotspektroskopie wird die Atemprobenanalyse den Forschern helfen, Muster von VOCs zu beschreiben und zu identifizieren, die bei Patienten mit Abstoßung nach einer Lungentransplantation im Vergleich zu den Atemprofilen von Patienten ohne Abstoßung über- oder unterrepräsentiert sind. Es wird angenommen, dass sich das Profil flüchtiger Chemikalien im Atem von Patienten in den frühen Stadien der Abstoßung erheblich von denen von Personen ohne Abstoßung unterscheidet.

Hauptziel

• Analyse der atembedingten VOCs in Atemprofilen von Lungentransplantationspatienten mit Abstoßung im Vergleich zu Lungentransplantationspatienten ohne Abstoßung mittels Infrarotspektroskopie, um das Vorliegen einer Lungenabstoßung festzustellen und mathematisch-statistische Modelle des Infrarotabsorptionsspektrums zur Identifizierung der Abstoßung zu entwickeln .

Sekundäres Ziel

• Ermittlung der besten Methode zur Klassifizierung des Gesundheitszustands anhand der VOC-Daten von Atemproben
• Zur Validierung früher Testergebnisse mit einem zusätzlichen infrarotspektroskopischen Analysegerät bei Patienten nach einer Lungentransplantation

Bei der Studie handelt es sich um eine unverblindete, prospektive Fall-Kontroll-Studie. Zu den Studienkohorten gehören: 1) Patienten mit bestätigter Abstoßung nach einer Lungentransplantation durch Biopsie und 2) Kontrollpatienten, die sich einer Lungentransplantation unterzogen haben, aber keine Abstoßung aufweisen, wie durch Biopsie bestätigt. Von den Teilnehmern gesammelte Atemproben werden analysiert, um Unterschiede in den Infrarotabsorptionsprofilen jeder Kohorte mithilfe von Infrarotspektroskopie zu charakterisieren und weiter zu identifizieren. Die Daten werden zur Validierung eines zuvor entwickelten Algorithmus für maschinelles Lernen verwendet.