Étude BREVOC : COV expirés pour les douleurs thoraciques à haut risque aux urgences (BREVOC)

1. Contexte de la recherche Depuis l'introduction du concept de médecine de précision, l'innovation et l'optimisation des technologies de diagnostic clinique sont devenues un enjeu central de la recherche médicale. Les méthodes de diagnostic traditionnelles - incluant l'imagerie, l'hématologie et l'histologie - reposent souvent sur des procédures invasives. Bien que ces techniques puissent fournir des informations diagnostiques très précises, elles sont associées à des coûts élevés, une complexité opérationnelle et des risques potentiels de préjudice pour les patients, ce qui les rend moins adaptées au dépistage rapide et à la surveillance dynamique. Par conséquent, le développement de technologies de diagnostic non invasives, rapides et économiques est devenu un besoin urgent en médecine moderne.

En tant qu'un des organes les plus métaboliquement actifs, les poumons échangent les métabolites produits par les tissus corporels dans la circulation sanguine, qui sont ensuite exhalés. Ainsi, l'air expiré peut refléter les états physiologiques et pathologiques du corps. Historiquement, les médecins identifiaient certaines maladies par des changements dans l'odeur corporelle - par exemple, une odeur fruitée de "pomme pourrie" dans l'acidocétose diabétique ou une odeur de poisson chez les patients atteints d'une maladie hépatique. À cette époque, la composition chimique spécifique sous-jacente à ces odeurs était inconnue. En 1971, Pauling et al. ont appliqué pour la première fois la chromatographie en phase gazeuse à l'analyse de l'air expiré humain, identifiant des centaines de composés organiques volatils (COV), jetant ainsi les bases de la technologie d'analyse de l'haleine.

La douleur thoracique aiguë est l'un des symptômes de présentation les plus courants dans les services d'urgence, avec des étiologies diverses et des pronostics variables. Plusieurs urgences cardiovasculaires potentiellement mortelles - telles que le syndrome coronarien aigu (SCA), l'embolie pulmonaire aiguë (EPA) et le syndrome aortique aigu (SAA) - se présentent généralement par une douleur thoracique aiguë et nécessitent un diagnostic et un traitement rapides en milieu d'urgence. Cependant, toutes les douleurs thoraciques ne sont pas à haut risque. Une proportion considérable de patients (par exemple, ceux atteints de névralgie intercostale) ont des évolutions favorables et ne nécessitent pas d'examens diagnostiques ou de surveillance approfondis. Par conséquent, une stratification précise des risques est cruciale : la reconnaissance et la prise en charge rapides des douleurs thoraciques à haut risque, tout en évitant le surtraitement dans les cas à faible risque, sont essentielles pour préserver la santé publique et réduire la charge des soins de santé.

L'analyse de l'haleine des COV exhalés a attiré une attention croissante ces dernières années en tant qu'outil unique basé sur des biomarqueurs pour le diagnostic précoce et le dépistage des maladies. Les COV sont des molécules organiques hautement volatiles présentes non seulement dans l'environnement mais aussi générées par les processus métaboliques humains. En tant que métabolites endogènes, les COV reflètent l'état de santé et la progression des maladies. En raison de leur détection non invasive et de leur haute sensibilité, les COV montrent un grand potentiel dans le diagnostic précoce, le traitement personnalisé et la surveillance des maladies. Comparée aux dosages traditionnels de biomarqueurs, l'analyse de l'haleine offre des avantages uniques. Au lieu de détecter une seule molécule, l'analyse des COV peut identifier des modèles moléculaires, fournissant des informations diagnostiques plus complètes et précises. Les preuves actuelles ont démontré de fortes associations entre les COV et diverses maladies - incluant le cancer, les troubles respiratoires et le diabète - soulignant leur valeur en médecine de précision.

La médecine de précision met l'accent sur des stratégies de traitement individualisées adaptées aux caractéristiques biologiques spécifiques des patients. Dans ce cadre, les COV - en tant que biomarqueurs des états physiologiques et pathologiques - pourraient avoir une valeur clinique significative dans le diagnostic précoce, le dépistage et la surveillance de la douleur thoracique aiguë. Cependant, la recherche sur l'analyse de l'haleine pour la douleur thoracique aiguë reste limitée. Marzoog et al. ont démontré que les COV pouvaient distinguer les patients atteints de cardiopathie ischémique des témoins en utilisant des modèles d'apprentissage automatique, suggérant l'application potentielle de l'analyse de l'haleine dans la douleur thoracique aiguë d'origine cardiogénique. En 2024, le Consensus Chinois sur la Douleur Thoracique a proposé d'incorporer de nouveaux marqueurs métaboliques, tels que les aldéhydes gras, dans les systèmes d'évaluation de la douleur thoracique. Néanmoins, les études standardisées sur les COV exhalés restent rares.

Par conséquent, cette étude vise à appliquer la détection des COV exhalés pour l'identification des patients à haut risque de douleur thoracique aiguë, établir une base de données de profils de COV et évaluer la valeur pronostique des changements dynamiques des COV. Cette recherche caractérisera pour la première fois systématiquement le profil de COV de la douleur thoracique aiguë à haut risque, analysera les changements dynamiques et construira un modèle de score prédictif basé sur les COV pour le pronostic des patients. Ces efforts devraient fournir de nouvelles stratégies pour le traitement individualisé, la surveillance et la gestion de la douleur thoracique aiguë à haut risque.

2. Objectifs de la recherche

1. Identification des biomarqueurs : Établir un profil de COV pour les patients à haut risque de douleur thoracique aiguë et les différencier des autres étiologies de douleur thoracique.

   Détection des aldéhydes : Explorer le rôle de la détection des aldéhydes exhalés dans la douleur thoracique à haut risque ; établir et valider un modèle de diagnostic précoce utilisant les COV pour optimiser le triage d'urgence.

2. Évaluation pronostique : Évaluer la valeur prédictive des changements de concentration des COV pour la mortalité hospitalière et les événements cardiovasculaires majeurs indésirables (MACE) chez les patients à douleur thoracique à haut risque.
3. Nouveaux indicateurs : Explorer de nouvelles combinaisons de marqueurs diagnostiques supérieures aux biomarqueurs conventionnels.

3. Méthodes de recherche Conception de l'étude Cette étude est conçue comme une étude de cohorte prospective. 3.1 Sites d'étude et participants L'étude sera menée au Service des Urgences (SU), à l'Unité de Soins Intensifs d'Urgence (USIU) et à l'Unité de Soins Intensifs (USI) de l'Hôpital Qilu, Université du Shandong. Les participants éligibles incluront tous les patients se présentant aux urgences avec une douleur thoracique aiguë.

3.2 Critères d'évaluation de l'étude

1. Critère principal : Discrimination entre douleur thoracique à haut risque et à faible/risque intermédiaire, évaluée par l'aire sous la courbe ROC (AUC-ROC), la sensibilité et la spécificité.

2. Critères secondaires :

   1. Taux de diagnostic manqué (proportion de patients à haut risque mal classés comme à faible/risque intermédiaire par le modèle).
   2. Durée de séjour aux urgences et coûts des soins de santé sous triage guidé par le modèle.

   3. Mortalité hospitalière et incidence des MACE. 3.3 Analyse statistique Pour garantir l'exactitude des données, une base de données Excel sera établie avec une vérification en double saisie. Les données seront analysées à l'aide du logiciel R (version 4.3.2), avec un niveau de signification bilatéral de α = 0,05 (P < 0,05 considéré comme statistiquement significatif).

      1. Analyse descriptive : Les caractéristiques de base et les concentrations de COV seront résumées. Les variables catégorielles seront exprimées en fréquences ou pourcentages. Les variables continues avec distribution normale ou approximativement normale seront présentées comme moyenne ± écart-type (SD). Les données asymétriques seront rapportées comme médiane (P25, P75). Les comparaisons intergroupes utiliseront des tests t pour échantillons indépendants, une analyse de variance à un facteur (ANOVA), le test de Mann-Whitney U ou le test de Kruskal-Wallis, selon le cas. Les variables catégorielles seront analysées à l'aide du test du chi-carré (χ²) ou du test exact de Fisher.
      2. Sélection des caractéristiques : Les COV caractéristiques seront sélectionnés, et un modèle de score de COV sera développé en utilisant des méthodes d'apprentissage automatique.
      3. Analyse pronostique : Les facteurs pronostiques seront évalués à l'aide de la régression des risques proportionnels de Cox.
      4. Analyse des trajectoires : La dynamique des concentrations de COV sera modélisée pour explorer les modèles temporels.