BREVOC-studien: Utandade VOCs för högre risk av bröstsmärta på akutmottagningen (BREVOC)

1. Forskningsbakgrund Sedan begreppet precisionsmedicin introducerades har innovation och optimering av kliniska diagnostiska tekniker blivit en central fråga inom medicinsk forskning. Traditionella diagnostiska metoder – inklusive bilddiagnostik, hematologi och histologi – förlitar sig ofta på invasiva procedurer. Även om dessa tekniker kan ge mycket exakt diagnostisk information är de förknippade med höga kostnader, operativ komplexitet och potentiella risker för skada på patienter, vilket gör dem mindre lämpade för snabb screening och dynamisk övervakning. Därför har utvecklingen av icke-invasiva, snabba och kostnadseffektiva diagnostiska tekniker blivit ett brådskande behov inom modern medicin.

Som ett av de mest metaboliskt aktiva organen utbyter lungorna metaboliter som produceras av kroppens vävnader till blodomloppet, vilka sedan andas ut. Således kan utandningsluft återspegla kroppens fysiologiska och patologiska tillstånd. Historiskt har läkare identifierat vissa sjukdomar genom förändringar i kroppslukt – till exempel en fruktig "rutten äpple" lukt vid diabetisk ketoacidos eller en fiskig lukt hos patienter med leversjukdom. Vid den tiden var den specifika kemiska sammansättningen bakom dessa lukter okänd. År 1971 tillämpade Pauling et al. först gaskromatografi på mänsklig utandningsluftsanalys, identifierade hundratals flyktiga organiska föreningar (VOC), och lade därmed grunden för andningsanalysteknik.

Akut bröstsmärta är ett av de vanligaste presentationssymptomen på akutmottagningar, med varierande etiologier och prognoser. Flera livshotande kardiovaskulära akutfall – såsom akut koronart syndrom (ACS), akut lungemboli (APE) och akut aortasyndrom (AAS) – presenterar sig typiskt med akut bröstsmärta och kräver snabb diagnos och behandling i akutmottagningen. Emellertid är inte alla bröstsmärtfall högrisk. En betydande andel patienter (t.ex. de med interkostalneuralgi) har gynnsamma utfall och kräver inte omfattande diagnostiska tester eller övervakning. Därför är korrekt riskstratifiering avgörande: snabb igenkänning och hantering av högrisk bröstsmärta, samtidigt som man undviker överbehandling i lågriskfall, är väsentliga för att skydda folkhälsan och minska sjukvårdsbördan.

Andningsanalys av utandade VOC har fått ökad uppmärksamhet under senare år som ett unikt biomarkörbaserat verktyg för tidig sjukdomsdiagnos och screening. VOC är mycket flyktiga organiska molekyler som inte bara finns i miljön utan också genereras genom mänskliga metaboliska processer. Som endogena metaboliter återspeglar VOC hälsotillstånd och sjukdomsframsteg. På grund av deras icke-invasiva detektion och höga känslighet visar VOC stor potential inom tidig diagnos, personifierad behandling och sjukdomsövervakning. Jämfört med traditionella biomarkörprover erbjuder andningsanalys unika fördelar. Istället för att detektera en enda molekyl kan VOC-analys identifiera molekylära mönster, vilket ger mer omfattande och exakt diagnostisk information. Nuvarande bevis har demonstrerat starka associationer mellan VOC och olika sjukdomar – inklusive cancer, respiratoriska störningar och diabetes – vilket framhäver deras värde inom precisionsmedicin.

Precisionsmedicin betonar individualiserade behandlingsstrategier anpassade efter patient-specifika biologiska egenskaper. Inom denna ram kan VOC – som biomarkörer för fysiologiska och patologiska tillstånd – ha betydande kliniskt värde inom tidig diagnos, screening och övervakning av akut bröstsmärta. Emellertid är forskning om andningsanalys för akut bröstsmärta fortfarande begränsad. Marzoog et al. demonstrerade att VOC kunde särskilja ischemisk hjärtsjukdomspatienter från kontroller med hjälp av maskininlärningsmodeller, vilket antyder den potentiella tillämpningen av andningsanalys inom akut kardiogen bröstsmärta. År 2024 föreslog den kinesiska bröstsmärtkonsensen att inkludera nya metaboliska markörer, såsom fettaldehyder, i bröstsmärtsutvärderingssystem. Ändå är standardiserade studier om utandade VOC fortfarande få.

Därför syftar denna studie till att tillämpa detektion av utandade VOC för identifiering av högrisk akut bröstsmärtpatienter, etablera en databas över VOC-profiler och utvärdera den prognostiska värdet av dynamiska VOC-förändringar. Denna forskning kommer för första gången systematisk att karakterisera VOC-profilen för högrisk akut bröstsmärta, analysera dynamiska förändringar och konstruera en VOC-baserad prediktiv poängmodell för patientprognos. Dessa ansträngningar förväntas ge nya strategier för individualiserad behandling, sjukdomsövervakning och hantering inom högrisk akut bröstsmärta.

2. Forskningsmål

1. Biomarköridentifiering: Etablera en VOC-profil för högrisk akut bröstsmärtpatienter och differentiera dem från andra bröstsmärtsetiologier.

   Aldehyddetektion: Utforska rollen av utandad aldehyddetektion i högrisk bröstsmärta; etablera och validera en tidig diagnostisk modell med VOC för att optimera akuttriage.

2. Prognostisk bedömning: Utvärdera det prediktiva värdet av VOC-koncentrationsförändringar för sjukhusdödlighet och större kardiovaskulära händelser (MACE) hos högrisk bröstsmärtpatienter.
3. Nya indikatorer: Utforska nya diagnostiska markörkombinationer överlägsna konventionella biomarkörer.

3. Forskningsmetoder Studiedesign Denna studie är designad som en prospektiv kohortstudie. 3.1 Studienplatser och Deltagare Studien kommer att genomföras på Akutmottagningen (ED), Akutintensivvårdsavdelningen (EICU) och Intensivvårdsavdelningen (ICU) på Qilu-sjukhuset, Shandong University. Berättigade deltagare kommer att inkludera alla patienter som presenterar akut bröstsmärta på ED.

3.2 Studieutfall

1. Primärt utfall: Diskriminering mellan högrisk och låg/mellanrisk bröstsmärta, bedömd genom area under receiver operating characteristic-kurvan (AUC-ROC), sensitivitet och specificitet.

2. Sekundära utfall:

   1. Missad diagnosfrekvens (andel högriskpatienter felklassificerade som låg/mellanrisk av modellen).
   2. ED-vistelsetid och sjukvårdskostnader under modellstyrd triage.

   3. Sjukhusdödlighet och incidens av MACE. 3.3 Statistisk Analys För att säkerställa data noggrannhet kommer en Excel-databas att etableras med dubbelinskrivningsverifiering. Data kommer att analyseras med R-programvara (version 4.3.2), med en tvåsidig signifikansnivå på α = 0.05 (P < 0.05 anses statistiskt signifikant).

      1. Beskrivande analys: Baslinjekaraktäristik och VOC-koncentrationer kommer att sammanfattas. Kategoriska variabler kommer att uttryckas som frekvenser eller procent. Kontinuerliga variabler med normal eller ungefärlig normalfördelning kommer att presenteras som medelvärde ± standardavvikelse (SD). Skev data kommer att rapporteras som median (P25, P75). Mellan-gruppsjämförelser kommer att använda oberoende stickprovs t-test, envägs variansanalys (ANOVA), Mann-Whitney U-test eller Kruskal-Wallis test, efter behov. Kategoriska variabler kommer att analyseras med chi-två (χ²) test eller Fishers exakta test.
      2. Funktionsurval: Karakteristiska VOC kommer att screenas och en VOC-poängmodell kommer att utvecklas med maskininlärningsmetoder.
      3. Prognostisk analys: Prognostiska faktorer kommer att utvärderas med Cox proportional hazards regression.
      4. Banananalys: VOC-koncentrationsdynamik kommer att modelleras för att utforska temporala mönster.