Detecção Não Invasiva de Pneumonia no Contexto da Covid-19 Utilizando Cromatografia Gasosa - Espectrometria de Mobilidade Iônica (GC-IMS)

A análise de compostos orgânicos voláteis (VOCs) na respiração exalada é de interesse crescente no diagnóstico de infecção pulmonar. Mais de 2.000 VOCs podem ser detectados por meio de cromatografia gasosa e espectrometria de massa (GC-MS); padrões de VOC detectados podem oferecer informações sobre doença pulmonar obstrutiva crônica, asma, câncer de pulmão e doença pulmonar intersticial. Infelizmente, o GC-MS, embora altamente sensível, não pode ser feito à beira do leito e, na melhor das hipóteses, leva horas para preparar as amostras, executar a análise e, em seguida, interpretar os resultados.

Em comparação com outros métodos de análise da respiração, a espectrometria de mobilidade iônica (IMS) oferece uma taxa de detecção dez vezes maior de VOCs. Ao acoplar um espectrômetro de mobilidade iônica com uma coluna GC, o GC-IMS oferece separação dupla imediata de VOCs com visualização em um cromatograma tridimensional. O tempo total de análise é de cerca de 300 segundos e o equipamento foi miniaturizado para permitir a análise à beira do leito.

A máquina BreathSpec foi usada anteriormente para estudar lesões por radiação em pacientes submetidos a radioterapia no Edinburgh Cancer Center (REC ref 16-SS-0059, como parte do projeto H2020 TOXI-triage, http://www.toxi-triage. UE/) e pneumonia em pacientes atendidos no ED da Royal Infirmary of Edinburgh (REC ref 18-LO-1029). Este trabalho desenvolveu uma metodologia de inteligência artificial que permite uma análise rápida da vasta quantidade de dados coletados dessas amostras de respiração para identificar assinaturas que podem indicar um determinado processo patológico, como pneumonia ou lesão por radiação.

O projeto TOXI-triage mostrou que o BreathSpec GC-IMS pode rapidamente triar indivíduos para identificar aqueles que foram expostos a líquidos voláteis específicos em uma situação de grande acidente (http://www.toxi-triage.eu/).

Um estudo piloto avaliou infecções pulmonares na Acute Medical Unit do Royal Liverpool University Hospital. O modelo de diagnóstico final permitiu uma discriminação justa entre infecções bacterianas no peito e infecções no peito devidas a outros agentes com uma área sob a curva característica do operador receptor (AUC-ROC) de 0,73 (IC 95% 0,61-0,86). As características resumidas do teste foram uma sensibilidade de 62% (IC 95% 41-80%) e especificidade de 80% (IC 95% 64 - 91%) [8].

Isso foi expandido no "Breathspec Study" financiado pela UE H2020, que visava diferenciar amostras de respiração de pacientes com infecção bacteriana ou viral do trato respiratório superior ou inferior. Mais de 1.220 pacientes foram recrutados, com 191 pacientes identificados como definitivamente infecção bacteriana e 671 classificados como definitivamente não bacterianos. A virologia foi realizada em todos os pacientes, com 259 pacientes com infecção viral confirmada. O processamento de dados ainda está em andamento para determinar o quão bem eles podem ser distinguidos usando esta metodologia. Mais de 100 pacientes foram recrutados para este estudo em Edimburgo. Desde então, a inteligência artificial foi incorporada aos nossos processos analíticos, permitindo análises mais rápidas e refinadas.

Nossa ambição é que essa tecnologia identifique uma assinatura de pneumonia por Covid-19 ou em 10 minutos em amostras de respiração coletadas de forma não invasiva para permitir a triagem de pacientes em categorias de alto e baixo risco para Covid-19. Isso permitirá o direcionamento de recursos escassos e protocolos complexos associados a pacientes de alto risco, incluindo equipamentos de proteção individual (EPI), coorte e pessoal médico e de enfermagem dedicado.

Um braço voluntário saudável foi adicionado em julho de 2020 - 40 participantes