Изучение новых биомаркеров для обнаружения эмфиземы (ENBED)

ХОБЛ и/или эмфизема

ХОБЛ определяется в соответствии с руководящими принципами COPD Gold 2023. Эмфизема определила аккаутирование критериям Флейшнера (2024 г.)

Другой: выборка голоса

Пациенты с ХОБЛ будут выполнять несколько задач, связанных с голосом, и выполнять капнометрию в состоянии покоя. После этого последует 5-STS, и будет повторена связанная с голосом задача/капнометрия.

Другой: капнометрия

Пациенты с ХОБЛ будут выполнять несколько задач, связанных с голосом, и выполнять капнометрию в состоянии покоя. После этого последует 5-STS, и будет повторена связанная с голосом задача/капнометрия.

процент участников с эмфиземой средней и тяжелой степени на КТ органов грудной клетки (определяется как > 25%)

Исходная компьютерная томография грудной клетки каждого участника будет проанализирована с использованием программного обеспечения для анализа паренхимы легких с автоматическим трехмерным количественным определением эмфиземы. Эмфизему определяют как участки с низким затуханием с плотностью ниже -950 единиц Хаунсфилда. Пациенты будут классифицироваться как имеющие низкую эмфизему (менее или равную 25% эмфиземы на КТ грудной клетки) или эмфизему от умеренной до высокой степени (более 25% эмфиземы на КТ грудной клетки).

количество (неязыковых) вдохов на слог от устойчивой гласной

Участники будут произносить устойчивые гласные (произнося «а») в состоянии покоя и после легких упражнений, из которых можно получить несколько измерений: количество слогов в группе дыхания, скорость речи, скорость артикуляции, средняя частота, средняя интенсивность, вариабельность высоты тона, средний центр тяжести. , вдохи, неязыковые вдохи, интервалы отношения голос/молчание. Основываясь на предыдущем исследовании (Merkus J, 2020), HNR, мерцание, продолжительность гласных и количество (неязыковых) вдохов на слог были предполагаемыми вокальными биомаркерами при ХОБЛ.

Таким образом, первым ключевым определяющим фактором является количество (неязыковых) вдохов на слог во время устойчивой гласной каждого участника. Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

отношение гармоник к шуму от устойчивой гласной

Участники будут произносить устойчивые гласные (произнося «а») в состоянии покоя и после легких упражнений, из которых можно получить несколько измерений: количество слогов в группе дыхания, скорость речи, скорость артикуляции, средняя частота, средняя интенсивность, вариабельность высоты тона, средний центр тяжести. , вдохи, неязыковые вдохи, интервалы отношения голос/молчание. Основываясь на предыдущем исследовании (Merkus J, 2020), HNR, мерцание, продолжительность гласных и количество (неязыковых) вдохов на слог были предполагаемыми вокальными биомаркерами при ХОБЛ.

Таким образом, вторым ключевым определяющим фактором является отношение гармоник к шуму во время устойчивой гласной. Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

продолжительность гласного от устойчивой гласной

Участники будут произносить устойчивые гласные (произнося «а») в состоянии покоя и после легких упражнений, из которых можно получить несколько измерений: количество слогов в группе дыхания, скорость речи, скорость артикуляции, средняя частота, средняя интенсивность, вариабельность высоты тона, средний центр тяжести. , вдохи, неязыковые вдохи, интервалы отношения голос/молчание. Основываясь на предыдущем исследовании (Merkus J, 2020), HNR, мерцание, продолжительность гласных и количество (неязыковых) вдохов на слог были предполагаемыми вокальными биомаркерами при ХОБЛ.

Таким образом, третьим ключевым определяющим фактором является продолжительность гласного (в секундах) во время устойчивой гласной. Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

мерцание от устойчивой гласной

Участники будут произносить устойчивые гласные (произнося «а») в состоянии покоя и после легких упражнений, из которых можно получить несколько измерений: количество слогов в группе дыхания, скорость речи, скорость артикуляции, средняя частота, средняя интенсивность, вариабельность высоты тона, средний центр тяжести. , вдохи, неязыковые вдохи, интервалы отношения голос/молчание. Основываясь на предыдущем исследовании (Merkus J, 2020), HNR, мерцание, продолжительность гласных и количество (неязыковых) вдохов на слог были предполагаемыми вокальными биомаркерами при ХОБЛ.

Таким образом, четвертый ключевой детерминант - это мерцание (в Гц) во время устойчивой гласной. Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

CO2 в конце выдоха по данным капнографии (ETCO2)

Участие в спокойном дыхании (дыхательный объем) в покое и после легкой физической нагрузки для измерения СО2 во время выдоха (капнограмма), по которой можно измерить несколько параметров, из которых СО2 в конце выдоха (etCO2), наклон фазы 2 и наклон фазы 3 являются наиболее характерен для фенотипирования ХОБЛ (Pereira 2016).

Таким образом, первым ключевым определяющим фактором капнографии является СО2 в конце выдоха (в мм рт. ст.). Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

наклон фазы 2 из капнографии (slp2)

Участие выполнить спокойное дыхание (дыхательный объем) в покое и после легкой физической нагрузки измерить СО2 на выдохе (капнограмма), по которой можно измерить несколько (более 80) параметров, из которых СО2 в конце выдоха (etCO2), наклон фазы 2 и наклон фазы 3 наиболее характерен для фенотипирования ХОБЛ (Pereira 2016).

Таким образом, вторым ключевым определяющим фактором капнографии является наклон фазы 2 (в мм рт. ст./л). Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

наклон фазы 2 из капнографии (slp3)

Участие выполнить спокойное дыхание (дыхательный объем) в покое и после легкой физической нагрузки для измерения СО2 во время выдоха (капнограмма), по которой можно измерить несколько параметров, из которых СО2 в конце выдоха, наклон фазы 2 и наклон фазы 3 наиболее характерны для ХОБЛ фенотипирование (Перейра 2016).

Таким образом, третьим ключевым определяющим фактором капнографии является наклон фазы 3 (в мм рт. ст./л). Это будет использоваться в качестве входных данных для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).

сыворотка sRAGE

У каждого участника определят растворимый в сыворотке рецептор конечных продуктов гликирования (sRAGE) из периферической крови. Сывороточный sRAGE считается биомаркером крови для эмфиземы (Klont 2022). Уровни sRAGE в сыворотке (в нг/мл) от каждого участника будут использоваться в качестве входной переменной для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25). % против ≤ 25%)

отношение остаточного объема к общей емкости легких (RV/TLC) на плетизмографии тела

Эмфизему можно измерить с помощью бодиплетизмографии. С помощью плетизмографии тела можно измерить несколько переменных: общую емкость легких (ОЕЛ), емкость вдоха (ИК), функциональную остаточную емкость (ФОЕ), остаточный объем (ОО), соотношение ИК/ОЕЛ, отношение ФОЕ/ООЛ и отношение ОО/ООЛ. . Соотношение RV/TLC может быть наиболее чувствительным показателем для выявления воздушных ловушек как первого признака эмфиземы и поэтому выбрано в качестве ключевого критерия исхода плетизмографии тела. Отношение RV/TLC (выраженное в виде Z-показателя) для каждого участника будет использоваться в качестве входной переменной для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ ( >25% против ≤ 25%)

диффузионная способность легких по угарному газу

Диффузионная способность легких для окиси углерода (DLCO) является мерой способности легких переносить газ из воздуха в кровоток, а снижение DLCO связано со степенью эмфиземы на КТ грудной клетки. DLCO (выраженное Z-показателем) у каждого участника будет измеряться и использоваться в качестве входной переменной для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%)

объем форсированного выдоха за одну секунду

Объем форсированного выдоха за одну секунду (ОФВ1) является мерой тяжести основной ХОБЛ. постбронхорасширяющий ОФВ1 (выраженный Z-оценкой) у каждого участника будет измеряться с помощью спирометрии. в соответствии с рекомендациями ERS/ATS. ОФВ1 (Z-оценка) будет использоваться в качестве входной переменной для моделей классификации машинного обучения (например, с использованием логистической регрессии, машин опорных векторов, случайных лесов и/или дерева решений) для классификации эмфиземы на КТ (> 25% против ≤ 25%).