BREVOC-studien: Utåndede VOCer for høyrisiko brystsmerter på akuttmottaket (BREVOC)

1. Forskningsbakgrunn Siden konseptet presisjonsmedisin ble introdusert, har innovasjon og optimalisering av kliniske diagnostiske teknologier blitt et sentralt tema i medisinsk forskning. Tradisjonelle diagnostiske metoder – inkludert bildebehandling, hematologi og histologi – er ofte avhengige av invasive prosedyrer. Selv om disse teknikkene kan gi svært nøyaktig diagnostisk informasjon, er de forbundet med høye kostnader, operasjonell kompleksitet og potensielle risikoer for skade på pasienter, noe som gjør dem mindre egnet for rask screening og dynamisk overvåking. Derfor har utviklingen av ikke-invasive, raske og kostnadseffektive diagnostiske teknologier blitt et presserende behov i moderne medisin.

Som et av de mest metabolsk aktive organene, utveksler lungene metabolitter produsert av kroppens vev til blodstrømmen, som deretter pustes ut. Dermed kan utåndet luft reflektere kroppens fysiologiske og patologiske tilstander. Historisk sett identifiserte leger visse sykdommer gjennom endringer i kroppslukt – for eksempel en fruktig "råtten eple" lukt ved diabetisk ketoacidose eller en fiskelukt hos pasienter med leversykdom. På den tiden var den spesifikke kjemiske sammensetningen bak disse luktene ukjent. I 1971 anvendte Pauling et al. for første gang gasskromatografi på menneskelig utåndet luftanalyse, og identifiserte hundrevis av flyktige organiske forbindelser (VOC-er), og la dermed grunnlaget for pustanalyse-teknologi.

Akutt brystsmerte er et av de vanligste symptomene på akuttmottak, med forskjellige årsaker og varierende prognoser. Flere livstruende kardiovaskulære akuttilfeller – som akutt koronarsyndrom (ACS), akutt lungeemboli (APE) og akutt aortasyndrom (AAS) – presenterer seg typisk med akutt brystsmerte og krever rask diagnostisering og behandling i akuttsituasjonen. Imidlertid er ikke alle brystsmerte-tilfeller høyt risikable. En betydelig andel pasienter (for eksempel de med interkostalnevralgi) har gunstige utfall og krever ikke omfattende diagnostiske tester eller overvåking. Derfor er nøyaktig risikostratifisering avgjørende: rask gjenkjenning og håndtering av høyt risikabel brystsmerte, samtidig som man unngår overbehandling i lavrisiko-tilfeller, er avgjørende for å beskytte folkehelsen og redusere helsebyrden.

Pustanalyse av utåndede VOC-er har tiltrukket seg økende oppmerksomhet de siste årene som et unikt biomarkør-basert verktøy for tidlig sykdomsdiagnostisering og screening. VOC-er er svært flyktige organiske molekyler som ikke bare finnes i miljøet, men også produseres gjennom menneskelige metabolske prosesser. Som endogene metabolitter reflekterer VOC-er helsetilstand og sykdomsprogresjon. På grunn av deres ikke-invasive deteksjon og høye sensitivitet, viser VOC-er stort potensial i tidlig diagnostisering, personalisert behandling og sykdomsmonitorering. Sammenlignet med tradisjonelle biomarkør-analyser, tilbyr pustanalyse unike fordeler. I stedet for å påvise et enkelt molekyl, kan VOC-analyse identifisere molekylære mønstre, og gi mer omfattende og nøyaktig diagnostisk informasjon. Nåværende bevis har demonstrert sterke sammenhenger mellom VOC-er og ulike sykdommer – inkludert kreft, respirasjonslidelser og diabetes – som fremhever deres verdi i presisjonsmedisin.

Presisjonsmedisin legger vekt på individualiserte behandlingsstrategier tilpasset pasient-spesifikke biologiske egenskaper. Innenfor dette rammeverket kan VOC-er – som biomarkører for fysiologiske og patologiske tilstander – ha betydelig klinisk verdi i tidlig diagnostisering, screening og overvåking av akutt brystsmerte. Imidlertid er forskning på pustanalyse for akutt brystsmerte fortsatt begrenset. Marzoog et al. demonstrerte at VOC-er kunne skille iskemisk hjertesykdom-pasienter fra kontroller ved bruk av maskinlæringsmodeller, noe som antyder potensiell anvendelse av pustanalyse i akutt kardiogen brystsmerte. I 2024 foreslo den kinesiske brystsmerte-konsensusen å inkorporere nye metabolske markører, som fettaldehyder, i brystsmerte-vurderingssystemer. Likevel er standardiserte studier på utåndede VOC-er fortsatt sjeldne.

Derfor har denne studien som mål å anvende utåndet VOC-deteksjon for identifikasjon av høyt risikable akutte brystsmerte-pasienter, etablere en database av VOC-profiler, og evaluere den prognostiske verdien av dynamiske VOC-endringer. Denne forskningen vil for første gang systematisk karakterisere VOC-profilen til høyt risikabel akutt brystsmerte, analysere dynamiske endringer, og konstruere en VOC-basert prediktiv scoringsmodell for pasientprognose. Disse innsatsene forventes å gi nye strategier for individualisert behandling, sykdomsmonitorering og håndtering i høyt risikabel akutt brystsmerte.

2. Forskningsmål

1. Biomarkør-identifikasjon: Etablere en VOC-profil for høyt risikable akutte brystsmerte-pasienter og differensiere dem fra andre brystsmerte-etiologier. Aldehyddeteksjon: Utforske rollen til utåndet aldehyd-deteksjon i høyt risikabel brystsmerte; etablere og validere en tidlig diagnostisk modell ved bruk av VOC-er for å optimalisere akuttmottakstriagering.

2. Prognostisk vurdering: Evaluere den prediktive verdien av VOC-konsentrasjonsendringer for inneliggende dødelighet og større uønskede kardiovaskulære hendelser (MACE) hos høyt risikable brystsmerte-pasienter.
3. Nye indikatorer: Utforske nye diagnostiske markørkombinasjoner som er overlegne konvensjonelle biomarkører.

3. Forskningsmetoder Studie-design Denne studien er designet som en prospektiv kohortstudie. 3.1 Studie-steder og deltakere Studien vil bli gjennomført på Akuttmottaket (ED), Akuttintensivavdelingen (EICU) og Intensivavdelingen (ICU) ved Qilu Hospital, Shandong University. Kvalifiserte deltakere vil inkludere alle pasienter som presenterer med akutt brystsmerte på Akuttmottaket.

3.2 Studie-utfall

1. Primært utfall: Diskriminering mellom høyt risikabel og lav/middels risikabel brystsmerte, vurdert ved areal under mottaker-operasjonskarakteristikk-kurven (AUC-ROC), sensitivitet og spesifisitet.

2. Sekundære utfall:

   1. Feildiagnoserate (andelen høyt risikable pasienter feilklassifisert som lav/middels risiko av modellen).
   2. ED-oppholdstid og helsekostnader under modell-veiledet triagering.

   3. Inneliggende dødelighet og forekomst av MACE. 3.3 Statistisk analyse For å sikre datanøyaktighet vil en Excel-database etableres med dobbel-inntasting verifisering. Data vil bli analysert ved bruk av R-programvare (versjon 4.3.2), med et to-sidig signifikansnivå på α = 0,05 (P < 0,05 anses som statistisk signifikant).

      1. Deskriptiv analyse: Basislinjeegenskaper og VOC-konsentrasjoner vil bli oppsummert. Kategoriske variabler vil uttrykkes som frekvenser eller prosenter. Kontinuerlige variabler med normal eller tilnærmet normalfordeling vil presenteres som gjennomsnitt ± standardavvik (SD). Skjev data vil rapporteres som median (P25, P75). Mellomgruppe-sammenligninger vil bruke uavhengige prøver t-tester, enveis variansanalyse (ANOVA), Mann-Whitney U-test eller Kruskal-Wallis test, etter behov. Kategoriske variabler vil analyseres ved bruk av chi-kvadrat (χ²) test eller Fisher's eksakte test.
      2. Funksjonsutvalg: Karakteristiske VOC-er vil bli screent, og en VOC-scoringsmodell vil utvikles ved bruk av maskinlæringsmetoder.
      3. Prognostisk analyse: Prognostiske faktorer vil evalueres ved bruk av Cox proporsjonal fare-regresjon.
      4. Bananalyse: VOC-konsentrasjonsdynamikk vil modelleres for å utforske tidsmessige mønstre.