Audiotechnologie om longkanker eerder op te sporen

In het VK is longkanker de belangrijkste doodsoorzaak door kanker, ook zijn de overlevingspercentages in het VK slechter in vergelijking met andere Europese landen. Longkanker wordt geplaagd door late presentatie; 70% aanwezig met gevorderde ongeneeslijke ziekte en een derde sterft binnen 90 dagen na de diagnose. Als zodanig is er een duidelijke en dringende behoefte aan een vroegere diagnose van longkanker. Symptomatische presentatie is de meest gebruikelijke route naar de diagnose van longkanker en de symptomen kunnen vele maanden vóór de diagnose aanwezig zijn, zelfs in een vroeg stadium van de ziekte. Het meest voorkomende (68%) symptoom is hoesten. Helaas komt hoest ook vaak voor bij andere ziekten. Bovendien heeft een groot deel van degenen met een hoog risico op longkanker een reeds bestaande hoest of luchtwegaandoening (bijv. ex- of huidige rokers, patiënten met chronische obstructieve longziekte (COPD)). Het is bekend dat hoestgeluiden variëren afhankelijk van de onderliggende longpathologie en kunnen daarom diagnostische waarde hebben. Mogelijk zijn er unieke hoest- en/of ademhalingsgeluiden of patronen geassocieerd met longkanker die niet kunnen worden gedetecteerd door het menselijke audiospectrum. Identificatie van een hulpmiddel dat hoest bij longkanker nauwkeurig kan onderscheiden, kan van cruciaal belang zijn.

Dit is een prospectieve cross-sectionele studie die een subjectieve analyse zal omvatten van spectrogrammen van hoest geregistreerd van personen met "normale" longen, personen met een hoog risico op longkanker (COPD en andere chronische longziekten) en personen met longkanker. Er zullen 24 uur per dag ambulante audio-opnamen worden verzameld van patiënten die klinieken voor ademhalingsgeneeskunde bijwonen in het Queen Elizabeth University Hospital (QEUH), Glasgow. Deelnemers krijgen 24 uur lang een reversmicrofoon en een mp3-recorder. De Leicester Cough Monitor (LCM) zal worden gebruikt om de hoestgeluiden uit de 24-uurs opnames te extraheren. De LCM is een geautomatiseerd hoestdetectiesysteem dat is ontwikkeld door dr. Surinder Birring (Kings College Hospital). Het gebruikt een algoritme om automatisch hoestgeluiden uit audio-opnamen te identificeren, die vervolgens gegevens over de hoestfrequentie kunnen verstrekken. Als onderdeel van dit proces splitst de LCM geluidsfragmenten van 1 seconde voor alle delen van de audio-opnamen die zijn geïdentificeerd als (i) een hoestgeluid of (ii) een niet-hoestgeluid.