Hjertesviktdiagnostikkytelse av en ekspirogramanalysealgoritme som evaluerer 4 biomarkører (SenseIR-IC)

Spesielt i sammenheng med kroniske sykdommer og hjertesvikt (HF), har telemedisin og telemonitorering dukket opp som store kliniske utfordringer i dag. Utviklingen av point-of-care målesystemer ved bruk av håndholdte enheter gir "digitale biomarkører" som er et nøkkelelement i fjernovervåking.

Biomarkører som finnes i utåndingsluft kan utgjøre "digitale biomarkører", ettersom målingen av molekyler i utåndet luft er ikke-invasiv. For tiden er 6 utåndede biomarkører validert av US FDA og brukt i en klinisk sammenheng. Ved hjertesvikt har 4 forskjellige arter vist seg å være av potensiell diagnostisk eller prognostisk interesse: NO, CO, aceton og isopren. Imidlertid, mens konsentrasjonen av disse artene i alveolær luft (CA) reflekterer blodkonsentrasjonen deres (Cs), er forholdet mer komplekst, og må ta hensyn til de forskjellige avdelingene i bronkialtreet og utvekslingene som finner sted i disse forskjellige avdelingene . Måling av konsentrasjonen av en art i utåndet luft under en fullstendig utånding (eller "ekspirogram") ved hjelp av en sanntidsmåling, viser seg å være avhengig ikke bare av den systemiske konsentrasjonen til arten, men også av endringer i lungefunksjonen .Innhenting av et eksirogram gjør det altså ikke bare mulig å spesifisere målingen av den endogene kilden til arten, men gir også informasjon om endringer i lungefunksjon, direkte indusert av hjertesvikt, og som har en velkjent prognostisk verdi.

→ Kombinasjonen av forskjellige kandidat-ekspirerte biomarkører i IC, under en sanntidsmåling av tvungen ekspirasjon, ved bruk av selektive, sensitive og miniatyriserbare sensorer vil gi diagnostisk, prognostisk og pasientutfallsinformasjon ved hjertesvikt.

Kvartsforsterket fotoakustisk spektroskopi (QEPAS) er en egnet metode for fjernovervåking av hjertesviktpasienter. Det gjør det mulig å lage sensorer preget av god selektivitet og lave deteksjonsterskler. Dessuten er sanntidsanalyse mulig, og sensorene er potensielt miniatyriserbare. Disse sensorene er derfor i stand til å gi ekspirogrammer for forskjellige arter (i stedet for bare å måle CA ved slutten av utløpet). Komplekse signaler av denne typen kan analyseres ved hjelp av matematisk modellering og kunstig intelligens-teknikker som "dyp nevrale nettverk". Disse matematiske modelleringsmetodene har blitt brukt til å modellere lunge-, nevrologiske eller hjertefunksjonsparametere.

Som en del av et translasjonsforskningsprosjekt i samarbeid med Dr. A. Vicet (MCF-UM, Institut d'Electronique et des Systèmes) og Prof. N. Molinari (CHRU Montpellier, Institut Desbrest d'Épidémiologie et de Santé Publique), Forskerteamet utvikler for tiden sensorer for ulike utåndede biomarkører ved hjelp av QEPAS-metoden, som har blitt kombinert med synkron kvantifisering av volumer, strømninger og lungeavdelinger. Disse sensorene gjennomgår for tiden analytisk validering (i laboratoriet). De første eksirogrammene er oppnådd og modellert ved bruk av en spline-regresjonsdimensjonsreduksjonsmetode.