Аннотация
Цель исследования. Изучить образцы выдыхаемого воздуха, полученных от больных раком легкого, а также найти общие сигнальные маркеры, которые можно выявить с помощью искусственной нейронной сети, обеспечивающей единообразие процедуры отбора проб на основе стандартизированной сенсорной системы газоанализа.
Материалы и методы. В ходе исследования образцы выдыхаемого воздуха были взяты у 90 человек в возрасте от 22 до 95 лет за период 2020-2021 гг. Все испытуемые, участвовавшие в исследовании, были разделены на две группы: первую — тестовую и вторую — контрольную. В основную группу вошли пациенты с морфологически верифицированным злокачественным новообразованием легких стадии Т1-4N0-3M0-1 (21 человек). В контрольную группу вошли лица, у которых на момент исследования не было клинических данных о наличии злокачественной патологии (из анамнеза или по данным ранее проведенного обследования, если таковые имеются). Разработан газоаналитический комплекс, способный анализировать газовые пробы в двух режимах — прямое вдыхание в камеру или использование мешков для газовых проб. В данной работе мы использовали дистанционный отбор проб из мешков в связи с пандемией COVID-19.
Результаты. Точность диагностики рака легкого составила 85,71 %, чувствительность — 95,24 % и специфичность — 76,19 %. К отличительным особенностям изученного нами метода можно отнести мобильность используемого оборудования и возможность размещения в медицинских учреждениях разного уровня, простота и относительная дешевизна диагностики, возможность беспрепятственного использования с целью скрининга опухолевых процессов в широкой популяции.
Библиографические ссылки
Sung H, Ferlay J, Siegel RL, et al. Global Cancer Statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2021;71(3):209-249. https://doi.org/10.3322/caac.21660.
Siegel RL, Miller KD, Jemal A. Cancer statistics, 2019. CA Cancer J Clin. 2019;69(1):7-34. https://doi.org/10.3322/caac.21551.
Arnold MJ, Zhang G. Lung cancer screening: guidelines from the american college of chest physicians. Am Fam Physician. 2023;107(1):100-102.
Родионов Е.О., Тузиков С.А., Миллер С.В., Кульбакин Д.Е., Чернов В.И. Методы ранней диагностики рака легкого (обзор литературы). Сибирский онкологический журнал. 2020;19(4):112-122. [Rodionov EO, Tuzikov SA, Miller SV, Kulbakin DE, Chernov VI. Methods for early detection of lung cancer (review). Siberian Journal of Oncology. 2020;19(4):112-122 (In Russ.)]. https://doi.org/10.21294/1814-4861-2020-19-4-112-122.
Mazzone PJ, Sears CR, Arenberg DA, et al. Evaluating molecular biomarkers for the early detection of lung cancer: when is a biomarker ready for clinical use? An official american thoracic society policy statement. Am J Respir Crit Care Med. 2017;196(7):e15-e29. https://doi.org/10.1164/rccm.201708-1678ST.
Sani SN, Zhou W, Ismail BB, et al. LC-MS/MS based volatile organic compound biomarkers analysis for early detection of lung cancer. Cancers. 2023;15(4):1186. https://doi.org/10.3390/cancers15041186.
Gordon SM, Szidon JP, Krotoszynski BK, et al. Volatile organic compounds in exhaled air from patients with lung cancer. Clin Chem. 1985;31(8):1278-82.
Krilaviciute A, Heiss JA, Leja M, et al. Detection of cancer through exhaled breath: a systematic review. Oncotarget. 2015;6(36):38643-57. https://doi.org/10.18632/oncotarget.5938.
Sun X, Shao K, Wang T. Detection of volatile organic compounds (VOCs) from exhaled breath as noninvasive methods for cancer diagnosis. Anal Bioanal Chem. 2016;408(11):2759-80. https://doi.org/10.1007/s00216-015-9200-6.
van der Sar IG, Wijbenga N, Nakshbandi G, et al. The smell of lung disease: a review of the current status of electronic nose technology. Respir Res. 2021;22(1):246. https://doi.org/10.1186/s12931-021-01835-4.
Baldini C, Billeci L, Sansone F, et al. Electronic nose as a novel method for diagnosing cancer: a systematic review. Biosensors (Basel). 2020;10(8):84. https://doi.org/10.3390/bios10080084.
Chernov VI, Choynzonov EL, Kulbakin DE, et al. Cancer diagnosis by neural network analysis of data from semiconductor sensors. Diagnostics. 2020;10(9):677. https://doi.org/10.3390/diagnostics10090677.
Meng S, Li Q, Zhou Z, et al. Assessment of an exhaled breath test using high-pressure photon ionization time-of-flight mass spectrometry to detect lung cancer. JAMA Netw Open. 2021;4(3):e213486. https://doi.org/10.1001/jamanetworkopen.2021.3486.
Scheepers MHMC, Al-Difaie Z, Brandts L, et al. Diagnostic performance of electronic noses in cancer diagnoses using exhaled breath: a systematic review and meta-analysis. JAMA Netw Open. 2022;5(6):e2219372. https://doi.org/10.1001/jamanetworkopen.2022.19372.
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
© АННМО «Вопросы онкологии», Copyright (c) 2023