L'identificazione di diverse malattie polmonari mediante analisi di composti organici volatili in campioni di respiro (PHNOSE)

Cinque gruppi di pazienti saranno inclusi nello studio; ogni gruppo comprenderà 50-75 pazienti:

Gruppo -1 - Volontariato sano, verrà utilizzato come controllo. Gruppo -2 - Pazienti con diagnosi di insufficienza cardiaca diastolica con pressione arteriosa polmonare normale mediante ecocardiografia.

Gruppo - 3 - I pazienti con diagnosi di scompenso cardiaco diastolico e ipertensione polmonare sproporzionata confermano per scompenso cardiaco destro.

Gruppo - 4 - Pazienti con diagnosi di malattia polmonare ostruttiva cronica. Gruppo 5 Pazienti con diagnosi di asma Saranno raccolti dati demografici e clinici per ciascun paziente. L'aria alveolare espirata sarà raccolta da ciascun gruppo di test. I campioni saranno raccolti utilizzando un metodo di raccolta del respiro sviluppato secondo le raccomandazioni dell'American Thoracic Society, che evita efficacemente artefatti ed errori sistematici. Saranno raccolte due borse da ogni persona testata: una per l'analisi gascromatografica e un'altra per l'analisi con l'array di sensori.

Per ottenere un naso artificiale che abbia un'elevata sensibilità verso i marcatori respiratori unici di pazienti con malattie specifiche, seguiremo un approccio in 5 fasi. Nella fase 1 raccoglieremo campioni di respiro adatti da ciascun paziente e confronteremo i dati del paziente con controlli sani aggiustati per età. Nella fase 2 analizzeremo i campioni di respiro raccolti con il naso elettronico. Questi campioni di respiro sono il nostro set di allenamento. Nella fase 3 effettueremo analisi chimiche ausiliarie, utilizzando la gascromatografia abbinata alla spettrometria di massa dei campioni di respiro sotto diversi aspetti. La fase 4 mirerà al miglioramento della nostra configurazione del naso elettronico e sarà condotta parallelamente alle prime tre fasi. I passaggi principali di questa fase includeranno:

• Miglioramento delle prestazioni dei sensori costituenti in termini di sensibilità e selettività ai biomarcatori di malattie specifiche. Il parametro principale per il miglioramento dei sensori sarà la scelta delle funzionalità organiche dei nanomateriali che compongono i sensori.
• Ottimizzazione della scelta dei sensori nell'array. Per la scelta dei sensori non dobbiamo sostituirli fisicamente, ma possiamo effettuare l'analisi statistica dell'output di particolari sottogruppi di sensori nell'array, invece dell'output di tutti i sensori. Sulla base dei risultati dell'analisi chimica dello spettrometro di massa del gascromatografo, miglioreremo e ottimizzeremo il nostro array di sensori in modo da ottenere: (i) la massima sensibilità ai biomarcatori respiratori delle malattie studiate e ai loro profili di concentrazione dipendenti dallo stadio; (ii) sensibilità minima ai cambiamenti non correlati alla malattia della composizione chimica del respiro e (iii) sensibilità minima ai principali ingredienti del respiro, come il vapore acqueo. Tecnicamente, miriamo a una buona riproducibilità della fabbricazione del sensore. Cercheremo di migliorare la separazione tra i gruppi di test mediante un trattamento statistico più sofisticato dei dati raccolti. Verso la fine di questo studio proof-of-concept confronteremo le prestazioni del nostro array di sensori con la diagnosi in base ai sintomi clinici. Il confronto sarà effettuato in termini di vero positivo, vero negativo, falso positivo, falso negativo, sensibilità e specificità.