相关实验视频
Updated: Jan 8, 2026

06:09
Breath Collection from Children for Disease Biomarker Discovery
Published on: February 14, 2019
7.3K
气体染色学-质谱学呼气分析用于表型化间歇性肺病 - - 一项探索性研究
Iris G van der Sar1, Iris A Simons2,3,4, Roxanne F G van Duren1
1Department of Respiratory Medicine, Erasmus University Medical Centre, Rotterdam, The Netherlands.
Journal of breath research
|December 18, 2025
概括
对呼出的挥发性有机化合物 (VOC) 的气色谱-质谱分析显示了区分间歇性肺病 (ILD) 现型的潜力. 然而,使用呼吸分析区分ILD亚型仍然具有挑战性,需要严格的验证.
科学领域:
- 肺部医学 肺部医学
- 生物标志物发现发现
- 分析化学 分析化学
背景情况:
- 间歇性肺病 (ILD) 由于可变的炎症和纤维化而带来诊断挑战.
- 对于ILD的高分辨率计算机断层扫描 (CT) 评估显示了观察者之间的变化.
- 呼出的挥发性有机化合物 (VOC) 为ILD生物标志物研究提供了一个非侵入性的途径.
研究的目的:
- 评估基于气色谱-质谱法 (GC-MS) 的呼气分析在区分ILD表型方面的有效性.
- 使用VOC档案区分纤维化,炎症性和混合ILD亚型.
- 在外部队列中验证呼吸分析结果.
主要方法:
- 一项多中心横截面研究招募了ILD患者.
- 对胸部CT扫描进行了审查,以将患者分类为纤维化,炎症或混合的表型.
- 使用GC-MS分析了呼吸样本,使用稀疏的部分最小平方差分分析来识别差异化的VOC碎片.
主要成果:
- 在培训队列中的初始GC-MS分析显示了ILD表型之间的高分辨力 (AUC 0.89-1.00).
- 在外部队列中的验证产生了较低的AUC (0.63-0.84),需要重新评估模型.
- 重新评估的模型实现了0.78-0.83的AUC,这表明在一致的差异化方面存在挑战.
结论:
- 用GC-MS驱动的呼气分析来区分ILD表型是复杂而具有挑战性的.
- 强大的验证步骤对于在ILD中可靠的生物标志物发现至关重要.
- 需要进一步的研究来完善呼吸分析技术,以便在ILD亚型化中临床应用.
更多相关视频
08:23Real-time Breath Analysis by Using Secondary Nanoelectrospray Ionization Coupled to High Resolution Mass Spectrometry
Published on: March 9, 2018
9.2K
09:19Capturing Actively Produced Microbial Volatile Organic Compounds from Human-Associated Samples with Vacuum-Assisted Sorbent Extraction
Published on: June 1, 2022
4.4K