Vocorder-enhetsvalidering i kliniske innstillinger - Kontinuerlig overvåking av individer (Vocorder Clinical Validation-VCV) (VCV)

Studiedesign Hypotesen I studiet av breathomics er flere VOC, VOC-mønstre og sammenhenger mellom endringer i VOC-mønstre funnet å være relatert til ulike typer sykdommer. Derfor korrelerer endringer i VOC-mønstre i utåndingsluften med spesielle forhold, målt ved spesifikke sykdomsrelaterte VOC-profiler.

Bakgrunn og mål for studien Denne kliniske studien blir utført som en del av HORIZON-EIC-2022 PATHFINDER CHALLENGES-01-04-prosjektet med tittelen Vocorder, en ny teknologi for pusteanalyser. Innsamling av pusteprøver for VOC-analyse (pasienter og kontrollgruppe), VOC kan allerede være tilstede på basisnivå. Imidlertid vil VOCORDER-instrumentet være i stand til å løse de konsentrasjonsforskjellene forårsaket av endringer i metabolismen og diskriminere de som allerede kan være tilstede i miljøluften. Dermed vil analysatoren tillate en in-situ tidsoppløst måling av forskjellige gasser (f.eks. VOC), og registrere deres konsentrasjonsprofil innen enkeltpust med minimal tilsyn og nesten ingen streng metodikk. Imidlertid vil streng metodikk i denne valideringsfasen bli brukt for å sikre gyldigheten av tilnærmingen og den diskrete metoden.

Pusteanalysene vil bli utført ved hjelp av laserbaserte pustanalysatorprototyper som er i stand til å oppdage et lite antall gasser samtidig. QCL mid-IR Array-basert selvblande analysator for deteksjon av VOC med måleområde i 10-100 ppb, grense for deteksjon nær 1 ppb, oppløsning nær 1 ppb og nøyaktighet nær ± 1 ppb. Identifikasjon av forbindelser vil stole på et NIST-massespektralbibliotek og sammenligning av deres retensjonsindekser med biblioteket av indekser oppnådd for referansestandarder. Den første pusteanalysatoren vil kunne testes på både friske og inkuberte pasienter, siden prøvetakingsrøret kan kobles direkte til respiratoren, i tillegg til den opprinnelige bruken.

Denne kliniske studien vil ta for seg korrelasjonsanalysen mellom VOC-profiler i pusten som oppdaget av VOCORDER pusteanalysator og elektroniske medisinske data samlet inn av medisinsk fagpersonell. De oppnådde resultatene forventes å være essensielle for å skreddersy teknologien for pusteanalyse i VOCORDER pusteanalysator mot tidlig påvisning av sykdommer av interesse.

Hovedmålene for denne kliniske studien er som følger:

1. For å bruke den utviklede enheten i kliniske omgivelser og bestemme driftsparametrene (respirasjonsvolum, antall og hyppighet av klinisk prøvetaking).
2. For å validere ytelsen til enheten og dens målinger produsert i sammenligning med andre relevante teknologier og/eller den etablerte referansemetoden.
3. For å undersøke de potensielle hovedkorrelasjonene mellom gassene oppdaget i pusteanalyse og de spesifikke sykdommene valgt for denne studien.

Primært og sekundært endepunkt(er)

Primære endepunkter:

For å validere effektiviteten til VOCORDER-enheten i klinisk praksis og å fremme teknologien for pusteanalyser ytterligere.

Sekundære endepunkter:

1. Identifisere og definere de operasjonelle parameterne til den nye teknologien for pusteanalyser i klinisk praksis.
2. Sammenlign ytelsen og resultatene til VOCORDER-teknologien med GC-MS-referansemetoden.
3. Undersøk sammenhengen mellom kjente pre-eksisterende forhold og signifikante VOC-biomarkører i utåndet pust for utvalgte sykdommer.
4. Utforsk potensialet til VOC-biomarkører i utåndet pust for tidlig oppdagelse av sykdommer, forenkle rettidig diagnose gjennom korrelasjon med viktige medisinske parametere.

Krav til gjennomføringen av den kliniske studien Forskningssenter for implementering og gjeldende godkjenningsstatus for Etikkkomiteene Studien vil bli utført ved MITERA sykehus. MITERA General Clinic, Maternity / Gynecological Clinic & Children's Hospital har etablert seg som et ledende helseinstitusjon, som fungerer som et omfattende omsorgssenter for individer i alle aldre. Med 45 års drift, skiller MITERA seg ut som et av Hellas' mest anerkjente private sykehus, og tilbyr et bredt spekter av høykvalitets helsetjenester rettet mot forebygging, diagnose og behandling på tvers av ulike medisinske felt. MITERA er hjemmet til tre klinikker: General Clinic, MITERA Maternity / Gynecological Clinic og den mest omfattende private pediatriske klinikken i Hellas, MITERA Children's Hospital. Forpliktelsen til å tilby eksepsjonell sykepleie og tjenester er av høy kvalitet ved MITERA Clinics, hvor et dedikert team av leger, sykepleiere og jordmødre, støttet av omfattende administrativ og teknisk støtte, er tilgjengelig døgnet rundt, hver dag hele året, for å håndtere enhver medisinsk nødsituasjon.

Sykehusets vitenskapelige råd har autorisert den kliniske studien. Studien vil bli utført av forskerteamet MITERA. Regulatorisk status

1. Kravene i den generelle databeskyttelsesforordningen (GDPR)
2. Europaparlamentets og rådets forordning (EU) 2016/679 av 27. april 2016 om beskyttelse av fysiske personer om behandling av personopplysninger og om fri flyt av slike data, og om oppheving av direktiv 95/46/EF• WP29 : Uttalelse 05/2014 om anonymiseringsteknikker.
3. Beste praksis for behandlinger/behandlingsstandard vil bli fulgt. Pasientene vil bli diagnostisert i henhold til disse beste praksisene.
4. Selv om den kliniske studien ikke inkluderer medikamentell behandling, vil de generelle prinsippene for god klinisk praksis bli fulgt for å sikre etisk og vitenskapelig kvalitet.

5. Prinsippene definert i retningslinjene til helseteknologivurderingsbyråer, som EUnetHTA, vil bli vurdert, spesielt følgende:

   • Sammenligninger og sammenligninger. Kriterier for valg av mest hensiktsmessig(e) komparator(er).
   • Sammendrag av gjeldende retningslinjer og retningslinjer for beste praksis.
   • Endepunktskriterier for vurdering av relativ effektivitet: Kliniske endepunkter
6. Studien vil bli utformet og analysert i samsvar med Statistical Principles for Clinical Trials (CPMP/ICH/363/96), ICH Topic E9
7. AEPD: AEPD retningslinjer for anonymiseringsprosedyrer for personopplysninger vil gi et rammeverk for å sikre personvern og databeskyttelse.
8. ENISA: Anbefalinger vil bli fulgt for å tilpasse teknologiutviklingen til GDPR, spesielt når det gjelder pseudonymiseringsteknikker for data.
9. Det felles AEPD-EDPS-dokumentet om bruk av hash-funksjoner for pseudonymisering av personopplysninger vil tjene som referanse for databeskyttelsesstrategier.
10. World Medical Association: Helsinki-erklæringen om etiske prinsipper for medisinsk forskning som involverer mennesker Informert samtykke og informasjon Innenfor VOCORDER følger den ansvarlige institusjonen spesifikke prosedyrer og bruker samtykkeskjemaet, og sikrer overholdelse av minimumsinformasjonskravene for gyldig samtykke som beskrevet i over rammene. Deltakelse i VOCORDER-forskningen vil være helt frivillig for alle individer, med rett til å trekke seg fra et hvilket som helst stadium av forskningsaktivitetene uten å få konsekvenser eller straff. Et omfattende informasjonsark som beskriver formålet, prosedyren, risikoene osv. for VOCORDER-forskningen vil bli gitt til deltakerne sammen med samtykkeskjemaet. En protokoll og utkast til maler for informasjonsamtykkeskjemaer kan hentes på forespørsel. De vil også bli lagt til i Data Management Plan. Leger med passende vitenskapelig opplæring og kvalifikasjoner vil gi informasjonen. Det medisinske personalet vil være i stand til å svare på spørsmål stilt av individene og forklare prosessen som skal følges, hva som etterspørres fra deltakeren og forventede resultater. Det skal sikres at potensielle deltakere har forstått informasjonen fullt ut.

Samtykket vil bli gitt fritt av deltakerne. Det vil være garantert at de ikke føler seg forpliktet til eller tvunget på noen måte til å gi samtykke. Deltakerne vil samtykke skriftlig, spesielt ved å signere skjemaet for informert samtykke og informasjonsarkene som presenteres nedenfor. Hvis samtykke ikke kan gis skriftlig, for eksempel på grunn av analfabetisme, må ikke-skriftlig samtykke være formelt dokumentert og bevitnet uavhengig. Samtykke er en kontinuerlig prosess, spesielt i langsiktige forsøk som VOCORDER. De ansvarlige prosjektpartnerne vil fremme en kontinuerlig dialog med deltakerne og informere dem om alt annet/nytt relatert til forsøket.

Godkjenning av etisk komité For å forbedre tilsynet med etiske prosedyrer gjennom hele prosjektets livssyklus, vil en IEC for VOCORDER bli etablert. Denne komiteen vil spille en dominerende rolle i å sikre etterlevelse av det etiske prinsippet som er foreskrevet i lovverket på alle stadier av prosjektet, fra protokollutvikling til publisering av funn. Videre vil komiteen samarbeide med lokale etiske komiteer i de seks deltakerlandene for å behandle eventuelle deltakerklager som oppstår under studien. IEC vil få i oppgave å sammenstille og sende inn sikkerhets- og delrapporter til de relevante nasjonale etiske komiteene når det er nødvendig.

Utnevnelse av kontaktpunkter for etiske og juridiske spørsmål I samsvar med deres respektive aktiviteter og nasjonale regelverk, vil hver partner involvert i VOCORDER utnevne en databeskyttelsesansvarlig (DPO) og/eller utpeke en kontaktperson som er ansvarlig for å ta opp juridiske og etiske bekymringer knyttet til prosjektets forskningsaktiviteter.

Overvåking og rapportering Det vil bli gitt regelmessige rapporter om etisk risikoovervåking under prosjektmøter. Utformingen og distribusjonen av et etikkspørreskjema internt til partnerne som er involvert i den tekniske utviklingen er under vurdering for å sikre samsvar med de etiske kravene. IEC vil være ansvarlig for å ta opp spørsmål som reises av partnerne i prosjektet i alle instanser og samarbeide med den respektive representanten for juridiske og etiske forhold definert av hver enhet. VOCORDER vil vurdere sine resultater i alle faser av prosjektgjennomføringen mot disse kravene for å sikre omfattende dekning.

Faser av den kliniske studien

Den kliniske studien er en prospektiv kohortstudie og vil bli gjennomført i to faser:

• 1. fase: Utgangsfase (oktober 2024–august 2025)
• 2. fase: Valideringsfase - VOCORDED-teknologivalidering (mai-desember 2026)

Faser av den kliniske studien

Den kliniske studien er en prospektiv kohortstudie og vil bli gjennomført i to faser:

• 1. fase: Utgangsfase (oktober 2024–august 2025)
• 2. fase: Valideringsfase - VOCORDED-teknologivalidering (mai-desember 2026) Grunnlinjefase Implementeringen av denne fasen anses som nødvendig for å definere de grunnleggende driftsparametrene til den produserte teknologien for å tillate overgangen til den endelige valideringen av enheten i klinisk felt. Målet ovenfor vil bli oppnådd med bidraget fra den kunstige intelligensmekanismen (WP.4) og analysen av rådataene til de teknologiske forskningsteamene som er involvert i utformingen av pusteanalysatoren. I denne fasen blir pasienter og friske kontroller registrert og målingene av gassene som produseres analyseres ved hjelp av GC-MS referansemetoden.

Valideringsfase (VOCORDER-valideringsfase) I løpet av denne fasen gjennomgår VOCORDER-teknologien klinisk evaluering av både pasienter og friske frivillige. Analysen innebærer å måle gassene som slippes ut av deltakerne, ved å bruke både standard referansemetoden og VOCORDER-teknologien for sammenligning.

Sykdommer

Følgende sykdommer vil bli undersøkt:

1. Lungekreft
2. Mage- og tykktarmskreft
3. Brystkreft
4. Nyresvikt
5. Infeksjoner - Lungebetennelse (samfunnservervet og sykehuservervet) Utvelgelsen av disse sykdommene var basert på ETH-teamets gjennomgang av eksisterende litteratur (oppgave 2.1) og den påfølgende tilpasningen av funnene for å samsvare med VOCORDERs evner til å oppdage spesifikke gassbiomarkører for tidlig diagnose av utvalgte sykdommer (Oppgave 2.2) .

Pasienter og sunn kontrollpopulasjon Friske kontroller Minst 120 friske kontroller av begge kjønn, i alderen mellom 20 og 75 år, som ikke lider av sykdommene som undersøkes, vil bli valgt ut for deltakelse i studien samtidig med pasientene. Det forventes tatt minst 2-3 pusteprøver fra hver prospektiv kontroll på forskjellige dager til samme tid på dagen. De samme friske kontrollene vil delta i begge fasene av studien, og pusteprøvene som oppnås vil bli analysert ved bruk av begge metodene.

De friske frivillige velges enten fra sykehuspersonalet eller blant pasienter innlagt på sykehuset av en annen grunn. De potensielle kontrollene vil fylle ut et spørreskjema med demografiske og medisinske data etter å ha blitt informert i detalj om studien av VOCORDER-teamet til MITERA. Spørreskjemaet vil bli analysert av prosjektteamet, og dersom det konkluderes med at personen kan delta i studien, vil et samtykkeskjema bli signert av deltakeren.

Pasientpopulasjon Baseline fase

Pasienter: totalt 175 pasienter, 35 for hver sykdom, i alderen 18-75 år av begge kjønn, valgt i henhold til følgende inklusjonskriterier:

1. Pasienter >18 år av begge kjønn
2. De må være i stand til å kommunisere og forstå informasjonen de får av MITERA-personalet.
3. Lider av sykdommen som undersøkes.
4. Sykdommen må være på et tidligst mulig stadium, det vil si at pasientene ennå ikke må ha startet behandling.

5. Pasienter bør ikke ha andre alvorlige komorbiditeter som påvirker de avledede målingene. Pasienter vil bli valgt i samarbeid med klinikere som er ansvarlige for behandling og/eller sykehusinnleggelse av pasienter med sykdommene som undersøkes.

   Kriterier 1, 2 og 3 er obligatoriske for opptak til studiet. For registrering av pasienter i studien bør spesifikk dokumentasjon av sykdommen være tilgjengelig for prosjektgruppen som følger:

   For kreftdiagnosen er det nødvendig å dokumentere følgende:

   • Krefttypen er basert på histopatologiske funn og spesifikke indikatorresultater.
   • Sykdomsstadiet er basert på radiologiske og hematologiske undersøkelser.

   For infeksjoner - lungebetennelsesdiagnose er nødvendig for å bestemme følgende:

   • Lungebetennelsesdiagnosen basert på thorax -X ​​funn, klinisk syndrom og status for inflammatoriske indikatorer (dag 1).
   • Laboratoriebestemmelsen av patogenet forårsaket det kliniske syndromet (hvis det er mulig å isoleres fra kliniske prøver)
   • Den kliniske alvorlighetsgraden av sykdommen basert på CURB 65/SMART COP-score for pasienter med henholdsvis samfunns- eller helseervervet lungebetennelse og Apache II for sykehusinnlagte pasienter på intensivavdelingen.

   For nyresvikt er nødvendig:

   • Dokumentasjon av den kroniske nyresykdommen
   • Bestemmelse av sykdomsstadiet i henhold til CFR-rater.
   • Hemodialysebehandling Eksklusjonskriterier
   • Mangel på signert samtykke
   • Mangel på samarbeid av en eller annen grunn
   • Unnlatelse av å følge anbefalingene om kravene før prosedyren for pusteprøvetaking
   • Manglende evne til å gi en pålitelig pusteprøve
   • Enhver behandling, spesifikk diett, kirurgi eller annen intervensjon som har blitt initiert mellom innhenting av prøver for pust VOC.

   Når pasienten har blitt informert av MITERA-teamet som er ansvarlig for prosjektet og har samtykket til å delta i studien, må de lese og signere det relevante samtykkeskjemaet for deltakelse. Lignende spørreskjemaer med kontrollene (datainnsamlingsskjemaer) vil fylles ut for pasientene som deltar i studien.

   Prøvetaking: Minst to pusteprøver (1 L hver) tas fra hver pasient under lignende forhold og analyseres (f.eks. på forskjellige dager, men til samme tid på dagen). Pusteprøvene vil bli analysert i denne fasen ved bruk av referansemetoden. I sluttfasen vil de lagres og analyseres ved hjelp av VOCORDER-metoden. Metoden for å ta pusteprøven vil være i henhold til anbefalingene etter referansemetoden.

   Valideringsfase Pasienter: Den siste fasen av den kliniske studien vil involvere 100 pasienter, 20 for hver sykdom. Pasienter vil bli valgt i henhold til kriteriene ovenfor som i baseline-fasen.

   Prøvetaking: Pusteprøver vil bli analysert ved bruk av begge metodene. Minst to pusteprøver tas fra hver pasient under lignende forhold og analyseres (f.eks. på forskjellige dager, men på samme tid på dagen). Metoden for å ta pusteprøven vil være i henhold til anbefalingene etter referansemetoden og de VOCORDER-spesifikke tekniske kravene.

   Tabell 1 Beskrivelse av de kliniske fasene Kliniske faser BASELINE FASE VALIDERINGSFASE Pasienter og frisk kontrollpopulasjon Pasienter Gruppe 1 Friske kontroller Pasienter Gruppe 2 Friske kontroller Størrelse på populasjon (Nei) 175 120 (minst) 100 120 Metodikk for pusteanalyser SESI-MS og GC-MS referansemetode SESI-MS og GC-MS referansemetode SESI-MS og GC-MS referansemetode SESI-MS og GC-MS referansemetode Vocorder-teknologi Vocorder-teknologi

   Metodikk for pusteanalyse Under den innledende baseline-fasen vil referansemetoden for massespektrometri bli brukt til å analysere pusten til pasienter og friske frivillige. Pusteprøver samles i 1 L gassprøvetakingsposer og vil bli sendt til pusteanalyselaboratoriet ved ETH Zürich for offline analyse.

   I den påfølgende valideringsfasen blir de kliniske prøvene analysert ved bruk av begge metodene, VOCORDER-teknikken og referansemetoden for massespektrometri for å sikre robust sammenligning og validering av resultatene.

   Sykdommer og datainnsamling (AIDEAS, MITERA) Videre avdekker en omfattende evaluering av risikofaktorer for ulike helsetilstander et komplekst samspill mellom genetisk disposisjon, miljøeksponering, livsstilsvalg og underliggende helsetilstander. For lungekreft er utvilsomt den primære risikofaktoren tobakksrøyk, med omtrent 85 % av lungekrefttilfellene som direkte kan tilskrives røyking, inkludert eksponering for passiv røyking (CDC, 2021). Radoneksponering, yrkeseksponering for stoffer som asbest, visse metaller og dieseleksos, samt luftforurensning, bidrar ytterligere til risiko, sammen med en familiehistorie med lungekreft (American Cancer Society, 2021).

   Brystkreftens multifaktorielle etiologi involverer hormonelle faktorer som tidlig menarche, sen menopause og hormonbehandling, kombinert med livsstilsfaktorer som alkoholforbruk, fysisk inaktivitet og fedme. Genetiske faktorer spiller en betydelig rolle, med mutasjoner i BRCA1- og BRCA2-genene som øker risikoen markant. Videre påvirker reproduksjonshistorie, inkludert alder ved første fødsel og amming, risikoprofiler (National Breast Cancer Foundation, 2021).

   Magekreftrisiko er intrikat knyttet til kosthold, Helicobacter pylori-infeksjon, røyking og familiehistorie. Det internasjonale byrået for kreftforskning (IARC) anerkjenner H. pylori som et kreftfremkallende stoff i klasse I for magekreft. I tillegg er en diett rik på røkt mat, saltet fisk og kjøtt og syltede grønnsaker assosiert med høyere forekomst av magekreft, spesielt i regioner som Øst-Asia hvor disse matvarene er kosttilskudd (World Cancer Research Fund, 2020).

   Kronisk nyresykdom (CKD) og nyresvikt oppstår fra tilstander som diabetes og hypertensjon, som er ansvarlige for opptil to tredjedeler av tilfellene. Andre risikofaktorer inkluderer en familiehistorie med nyresykdom, alder over 60 år og etnisitet, med afroamerikanere, indianere og asiatiske amerikanere med økt risiko. Kronisk bruk av NSAIDs og eksponering for kontrastfarger ved bildebehandling utgjør også risiko (National Kidney Foundation, 2021).

   Infeksjoner som lungebetennelse påvirkes av et individs immunstatus, med de svært unge, eldre og immunkompromitterte individer som er spesielt utsatt. Miljøfaktorer som luftkvalitet, røyking og eksponering for luftveisirriterende stoffer er avgjørende, det samme er kroniske luftveissykdommer som astma og kronisk obstruktiv lungesykdom (KOLS). Sesonginfluensa kan disponere individer for bakteriell lungebetennelse, noe som illustrerer sammenhengen mellom virus- og bakterieinfeksjoner (CDC, 2021). Å forstå disse risikofaktorene er avgjørende for utviklingen av forebyggende strategier, metoder for tidlig oppdagelse og utformingen av folkehelsepolitikk som tar sikte på å redusere virkningen av disse sykdommene.

   Avslutningsvis vil vårt omfattende spørreskjema integrere et bredt spekter av demografisk informasjon og medisinske historiedetaljer for å vurdere deltakerens helseprofil grundig. Demografiske data som alder, kjønn, rase/etnisitet, inntekt, utdanningsnivå, yrke, sivilstatus og geografisk plassering vil gi en kontekstuell bakgrunn for individuelle helsestatuser. Medisinske historieinndata, inkludert vekt, høyde, BMI, røykevaner, alkoholforbruk, kostholdsvaner, fysisk aktivitetsnivå, komorbiditeter og en detaljert oversikt over kroniske sykdommer, infeksjoner, medisinbruk, operasjoner og sykehusinnleggelser vil gi en dypere innsikt i hver deltakerens helserisiko. I tillegg vil vi vurdere psykologiske faktorer som depresjon og angst, samt miljø- og livsstilspåvirkninger som yrkeseksponering, genetiske disposisjoner, søvnmønstre og stressnivåer. Disse dataene vil gjøre oss i stand til å identifisere korrelasjoner og mønstre som kan bidra til sykdomsprevalens og utfall, så vel som til de påviste VOC-konsentrasjonene fra pusteanalysene. I tillegg kan konsentrasjonene av molekyler produsert av disse sykdommene variere på grunn av endogene prosesser som døgnrytmen eller helsetilstanden til forsøkspersonene eller på grunn av ytterligere eksterne faktorer som medisinering, bruk av kosmetiske produkter eller fysisk trening. Disse faktorene vil, der det er mulig, bli overvåket.

   Innsamling og opplasting av kliniske data. Dataene vil bli samlet inn av MITEPA-prosjektteamet og lagret i en datastyrt arbeidsmappe på sykehuset. Mappen er kun tilgjengelig for MITERA-prosjektteamet. De pasientrelaterte dataene vil da anonymiseres og legges inn i en spesialutviklet database som deles med de andre partnerne – autoriserte brukere. Databasen inkluderer også resultatene ved bruk av begge metodene.

   Sikre databeskyttelse. Beskyttelsen av personopplysningene til pasientene som deltar i studien vil bli sikret innenfor rammen av gresk lovgivning, den relevante europeiske GDPR og MITERA sykehusforskrifter.

   Planlegging av statistisk analyse og beregning av prøvestørrelse (ICCS) I henhold til behovene til VOCORDER-prosjektet vil en statistisk analyse fra høyoppløsningsspektrene fra data fra pusteprøver bli gitt i oppgave 4.2. Denne analysen vil bruke flere AI-teknikker av forskjellige teknologier for å skille mellom klasser av prøver når det gjelder helserelaterte latente egenskaper, dessuten vil denne automatiserte prosessen identifisere korrelasjoner og avhengigheter mellom de utvalgte sykdomsparametrene, individuelle biomarkørbånd og deskriptorer fra de registrerte dataene .

   For en vellykket designtilnærming og analyse av de kliniske prøvene er det nødvendig å undersøke de nyeste tilnærmingene. Tabell 2 oppsummerer rapporterte flyktige organiske forbindelser (VOC) for VOCORDERs sykdommer. VOC-er kan brukes til å oppdage VOCORDERs sykdommer basert på statistisk analyse ved bruk av flere typer maskinlæringsalgoritmer (dvs. uovervåket, overvåket, semi-overvåket og XAI). De følgende avsnittene i denne delen gir informasjon om de nåværende toppmoderne tilnærmingene til maskinlæring. Litteraturens beskrevne tilnærminger vil bli brukt som forkunnskap for utforming av maskinlæringsmodellene for VOCORDER-prosjektet etter vellykket innsamling av de kliniske prøvene.

   Tabell 2 Utåndede flyktige organiske forbindelser for VOCORDER-sykdommene. Sykdommer rapportert Flyktige organiske forbindelser Lungekreft Isopropanol Aceton Pentan Benzen Mage- og tykktarmskreft Propanal Acetamid Isopren 1,3-Propandiol Etylen Metyl Isobutyl Keton Eddiksyre m- Toluyl Aldehyd 1,2,5 Trimetyl-benzen-1,2,5-trimetyl-benzen-bryst Syklopentanon Etylenkarbonat 3-metoksy-1,2-propandiol 3-metylpyridin Fenol Tetrametylsilan Nyresvikt Cykloheksanol 3-hydroksy-2-butanon 3-metylbutanal Dimer av isopren Infeksjoner-lungebetennelse Metanol Acetaldehyd Propiolonitridi-modeller 2-Kolonitripleridin Unsupervised AI Principal Component Analysis (PCA) har blitt undersøkt som en løsning for påvisning av kreft fra pusteprøver. I arbeidet til Maiti et al., er det diskutert en casestudie av 63 frivillige sammensatt av friske og ikke-friske prøver, blant dem pasienter med nyrekreft, blærekreft og prostatakreft. Datainnsamlingen deres var basert på laserfri bredbåndsmidt-infrarød Fourier-transformspektroskopi for å oppdage kreftsensitive metabolittgasser (dvs. etylvinylketon, acetaldehyd, metylbutyrat, etc.). Analysen deres, støttet av overvåkede metoder, indikerte at disse metodene kan brukes for kreftdeteksjon. Det er imidlertid behov for ytterligere forskning.

   En lignende forskning har blitt brukt i arbeidet til Aslam et al. I dette tilfellet undersøkte de diagnosen tidlig magekreft basert på uovervåket dyp læring. De foreslår en innovativ metode for funksjonsekstraksjon basert på en stablet sparsom autokoder for å trekke ut diskriminerende funksjoner fra umerkede data fra pusteprøver. Resultatene deres indikerer at dypstablede nevrale autoencoder-nettverk er i stand til å oppnå en total nøyaktighet på 98,7 % for avansert klassifisering av magekreft og 97,3 % for tidlig påvisning av magekreft ved bruk av pusteanalyse.

   Studien av Alkhalifah et al. undersøkte kreftdeteksjon gjennom VOC-analyse, og analyserte 74 kliniske pusteprøver ved bruk av gasskromatografi massespektrometri fra deltakerne. De foreslår en uovervåket klyngeteknikk kalt VOCCluster for å måle massespektralikheter til VOC. Arbeidet deres resulterte i at VOCCluster-tilnærmingen oppnådde bedre score sammenlignet med toppmoderne algoritmer som DBSCAN og OPTICS.

   Overvåket og semi-overvåket AI-modeller Overvåket-basert maskinlæring kan også brukes til kreftdeteksjon. Begum et al. undersøker identifisering av leukemi basert på kreftbiomarkører. For sin analyse vurderte de Naive Bayes (NB), K-Nearest Neighbors (KNN) og Support Vector Machines (SVMs) algoritmer for overvåket læring. Eksperimenteringen deres ble utført ved å endre størrelsen på treningssettet (dvs. brukte togstørrelser på 20, 33 og 48 prøver) og 33 prøver for teststørrelsen. I alle tilfeller var SVM-algoritmeskårene bedre enn de andre algoritmene, men forfatterne konkluderte med at fremtidige studier er nødvendige.

   Zhou et al. undersøkte påvisningen av lungekreft fra 236 pusteprøver (176 friske og 60 pasienter) ved bruk av overvåket læring. Hver prøve er sammensatt av 308 funksjoner ekstrahert fra kromatogrammet, mens deres eksperimentelle oppsett var basert på gradient boost-beslutningstre-algoritmen. Ved å bruke disse parameterne oppnådde de en nøyaktighet på 85 % evaluert med 6 ganger kryssvalidering. Basert på statistisk bootstrap-analyse er 72 % av de utvalgte merket som "sikker" med 93 % nøyaktighet av de sikre prøvene i kryssvalidering.

   Til slutt har semi-overvåket maskinlæring blitt brukt effektivt i påvisning av lungerelaterte sykdommer som SARS-CoV-2. I arbeidet til Shi et al er det dessuten foreslått en semi-overvåket tilnærming til dyp overføringslæring for å oppdage lungeknuter som indikerer lungekreft. Disse studiene viser muligheten for å bruke både overvåket og semi-overvåket læringsmetoder for påvisning av sykdommer basert på pusteanalyse. Alle de nevnte arbeidene konkluderte imidlertid med at ytterligere forskning er nødvendig for å forbedre disse teknologiene og gi en fungerende løsning som kan brukes til medisinsk behandling.

   VOCORDERs statistiske analyseplanlegging VOCORDER-prosjektet tar sikte på å utvikle et apparat for påvisning av flere pustrelaterte sykdommer. For å muliggjøre påvisning og klassifisering av disse sykdommene, vil prosjektet utforske en rekke modeller, inkludert overvåket, uovervåket og semi-overvåket tilnærming. I tillegg vil VOCORDER-prosjektet bruke forklarbar AI-teknologi for å prøve å maksimere nøyaktigheten til de endelige modellene. På dette stadiet er det for tidlig å detaljere spesifikke statistiske analyser på grunn av fraværet av målinger.

   I følge litteraturen innebærer en levedyktig strategi å bruke avanserte klassifiseringsteknikker som SVM, K-NN, NB eller Decision Trees for å utforske sykdomsdeteksjon. En ny tilnærming inkluderer avanserte kunstig intelligens-modeller, for eksempel LSTM- eller CNN-baserte modeller. Forklarbare AI-metoder vil også bli brukt ikke bare for å vurdere sannsynligheten for en sykdom, men for å belyse begrunnelsen bak AI-modellens konklusjoner.

   Beregning av utvalgsstørrelse I VOCORDERs prosjekt forsøk på å konstruere objektive maskinlæringsmodeller for å diagnostisere ulike sykdommer, har vi omhyggelig beregnet den nødvendige prøvestørrelsen, i henhold til strenge statistiske kriterier. For å analysere separate toklasses problemer, for eksempel å skille mellom friske individer og de som lider av en spesifikk sykdom, er målet vårt å oppnå en sensitivitet og spesifisitet på minst 90 %. Denne ambisjonen krever minimum 35 emner per klasse, som underbygger studien med et konfidensnivå på 95 % og en feilmargin satt til 10 %. Selv om denne marginen overstiger de vanligvis anbefalte 5 % for sykdomsrelatert forskning, fungerer den som vår foreløpige standard. Med inkludering av fire distinkte sykdommer i vår studie, eskalerer kravet til minimum 35 personer for hver sykdomskategori. Videre, for å gjenspeile de demografiske forskjellene i sykdomsforekomst, slik som høyere forekomst av brystkreft blant kvinner, må gruppen av friske deltakere være betydelig større. Denne strategiske prøvestørrelsesbestemmelsen er sentral for vellykket utvikling av objektive og effektive maskinlæringsmodeller.