eNose呼吸图作为哮喘患者特异反应性分类的替代生物学标记物
2020/12/31
摘要
背景：电子鼻（eNose）是一种新兴的即时医疗工具，可有助于慢性呼吸系统疾病（如哮喘）进行亚表型分析。
目的：探讨eNoses在小儿和成年哮喘患者中是否可以对特应性进行分类。
方法：纳入4个独立组群的哮喘/喘息参与者； BreathCloud呼吸云（n = 429），U-BIOPRED成人（n = 96），U-BIOPRED儿科（n = 100）和PACMAN2（n = 30）。特应性定义为对常见过敏原的阳性皮肤点刺试验（⩾3mm）和/或特异性IgE阳性（⩾0.35kU/ L）。使用集成的eNose平台或电鼻子医疗诊断系统测量呼吸曲线。根据使用的技术，将数据分为2个训练集和2个验证集。监督数据分析涉及使用3种不同的机器学习算法，以将受试者工作特征曲线（AUCs-ROC）下报告区域的特应性和非特应性患者进行分类，以作为模型性能的衡量。此外，使用贝叶斯网络（BN）无监督法，揭示eNose挥发性有机化合物（VOCs）特征与哮喘特征之间的数据驱动关系。
结果：纳入655名参与者（n = 601名哮喘患者和54名学龄前喘息儿童，68.2％特应性）的呼吸特征被纳入本研究。利用VOCs配置文件的机器学习模型区分了特应性参与者和非特应性参与者，其AUCs-ROC分别在训练和验证集中至少为0.84和0.72。这种无监督的方法显示。对呼吸曲线分类特异反应不混淆其他患者的特征。
结论：eNoses可准确检测不同年龄组的哮喘和喘息患者的特应性，可用于哮喘表型分析。
文献来源：eNose breathprints as a surrogate biomarker for classifying asthma 1 patients by atopy. Mahmoud I. Abdel-Aziz et al. JACI. 2020 June 9.
背景：电子鼻（eNose）是一种新兴的即时医疗工具，可有助于慢性呼吸系统疾病（如哮喘）进行亚表型分析。
目的：探讨eNoses在小儿和成年哮喘患者中是否可以对特应性进行分类。
方法：纳入4个独立组群的哮喘/喘息参与者； BreathCloud呼吸云（n = 429），U-BIOPRED成人（n = 96），U-BIOPRED儿科（n = 100）和PACMAN2（n = 30）。特应性定义为对常见过敏原的阳性皮肤点刺试验（⩾3mm）和/或特异性IgE阳性（⩾0.35kU/ L）。使用集成的eNose平台或电鼻子医疗诊断系统测量呼吸曲线。根据使用的技术，将数据分为2个训练集和2个验证集。监督数据分析涉及使用3种不同的机器学习算法，以将受试者工作特征曲线（AUCs-ROC）下报告区域的特应性和非特应性患者进行分类，以作为模型性能的衡量。此外，使用贝叶斯网络（BN）无监督法，揭示eNose挥发性有机化合物（VOCs）特征与哮喘特征之间的数据驱动关系。
结果：纳入655名参与者（n = 601名哮喘患者和54名学龄前喘息儿童，68.2％特应性）的呼吸特征被纳入本研究。利用VOCs配置文件的机器学习模型区分了特应性参与者和非特应性参与者，其AUCs-ROC分别在训练和验证集中至少为0.84和0.72。这种无监督的方法显示。对呼吸曲线分类特异反应不混淆其他患者的特征。
结论：eNoses可准确检测不同年龄组的哮喘和喘息患者的特应性，可用于哮喘表型分析。
文献来源：eNose breathprints as a surrogate biomarker for classifying asthma 1 patients by atopy. Mahmoud I. Abdel-Aziz et al. JACI. 2020 June 9.
（中国医科大学附属一院 苏新明）
上一篇：
过敏性哮喘中生物标志物与室内尘螨舌下免疫治疗之间的关联
下一篇：
急性加重倾向哮喘的证据和急性发作频率的预测生物标志物
