通过呼气分析来区分良性和恶性单一肺结节
Kathleen Zwijsen1,2,3, Reinier R L Wener1,2,4,3, Ellen Heirwegh1,2
1Laboratory of Experimental Medicine and Pediatrics, Infla-Med Center of Excellence, University of Antwerp, Antwerp, Belgium.
ERJ open research
|February 18, 2026
概括
使用挥发性有机化合物 (VOCs) 的呼吸分析显示,有望区分恶性和良性肺结节. 这可以改善肺癌查,减少不必要的手术.
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:
- 肺癌是全球癌症死亡的主要原因,强调了早期检测的必要性.
- 孤独性肺结节 (SPNs) 是常见的,但区分良性与恶性结节,特别是小结节,是具有挑战性的.
- 准确的结节特征对于及时干预和避免不必要的程序至关重要.
研究的目的:
- 调查呼出的挥发性有机化合物 (VOC) 作为生物标志物的潜力,以区分恶性和良性单独肺结节 (SPN).
- 开发使用VOC资料的预测模型,用于CT扫描前后的肺结节管理.
主要方法:
- 未来包括65名患有偶发恶性 (n=41) 或良性 (n=24) 肺结节的患者.
- 使用多毛囊柱/离子移动性光谱法 (MCC/IMS) 检测出呼气的分析,以检测VOCs.
- 开发两种诊断模型:风险分层的CT前扫描和结节管理的CT后扫描.
主要成果:
- 四种特定的VOC (VOC37,VOC46,VOC58,VOC128) 被确定为关键的诊断标记物.
- 基于VOC的模型表现出强大的诊断性能,CT前模型的曲线下面积 (AUC) 为0.900,CT后模型为0.897.
- 这些发现表明VOCs在精确分类肺结节方面具有重大潜力.
结论:
- 对VOC的呼吸分析提供了一种非侵入性方法,以帮助管理肺结节.
- 这种方法可以提高患者对CT查的选择,并减少对侵入性手术或后续扫描的需要.
- 建议进行大型的多中心验证研究,以确认VOC分析对肺癌检测的临床实用性.
