Lydteknologi for å oppdage lungekreft tidligere

I Storbritannia er lungekreft den ledende årsaken til kreftdød, også overlevelsesraten i Storbritannia er dårligere sammenlignet med andre europeiske land. Lungekreft er plaget av sen presentasjon; 70 % har avansert uhelbredelig sykdom og en tredjedel dør innen 90 dager etter diagnosen. Som sådan er det et klart og presserende behov for å oppnå tidligere diagnose av lungekreft. Symptomatisk presentasjon er den vanligste veien til diagnose av lungekreft, og symptomer kan være tilstede i mange måneder før diagnose, selv i tidlig stadium av sykdom. Det vanligste symptomet (68 %) er hoste. Dessverre er hoste også vanlig med andre sykdommer. Videre har en høy andel av de med høy risiko for lungekreft allerede eksisterende hoste eller luftveissykdom (f. eks- eller nåværende røykere, pasienter med kronisk obstruktiv lungesykdom (KOLS)). Hostelyder er kjent for å variere i henhold til underliggende lungepatologi og kan derfor ha diagnostisk verdi. Potensielt kan det være unike hoste og/eller luftveislyder eller mønstre assosiert med lungekreft som ikke kan påvises av det menneskelige lydspekteret. Identifisering av et verktøy som nøyaktig skiller lungekrefthoste kan være sentralt.

Dette er en prospektiv tverrsnittsstudie som vil involvere subjektiv analyse av spektrogrammer av hoste registrert fra individer med "normale" lunger, individer med høy risiko for lungekreft (KOLS og andre kroniske lungesykdommer) og individer med lungekreft. 24-timers ambulerende lydopptak vil bli samlet inn prospektivt fra pasienter som går på luftveismedisinske klinikker ved Queen Elizabeth University Hospital (QEUH), Glasgow. Deltakerne vil få utdelt en frittfelts jakkeslagsmikrofon og mp3-opptaker i 24 timer. Leicester Cough Monitor (LCM) vil bli brukt til å trekke ut hostelydene fra 24-timers opptakene. LCM er et automatisert hostedeteksjonssystem som ble utviklet av Dr Surinder Birring (Kings College Hospital). Den bruker en algoritme for automatisk å identifisere hostelyder fra lydopptak, som deretter er i stand til å gi data om hostefrekvens. Som en del av denne prosessen spleiser LCM ut 1 sekund lydklipp for alle deler av lydopptakene som er identifisert som (i) en hostelyd eller (ii) en ikke-hostelyd.