Een elektronische neus is in staat om verschillende vormen van interstitiële longzieken van elkaar te onderscheiden. Dit kan de diagnose van deze ziektebeelden, die nu nog lastig en tijdrovend is, in de toekomst vergemakkelijken.
Er bestaan verschillende vormen van interstitiële longziekten (ILD’s) die ook een verschillende behandeling vragen. Om de juiste diagnose te stellen, zijn meerdere (invasieve) onderzoeken en multidisciplinair overleg nodig. Dit kan leiden tot vertraging, wat negatieve gevolgen heeft voor de overleving van patiënten.
Onderzoekers van ILD-expertisecentra uit Rotterdam, Londen, Heidelberg en Lyon zochten een antwoord op de vraag of de elektronische neus (eNose) kan helpen bij het onderscheiden van verschillende ILD’s. Dit niet-invasieve diagnostische instrument meet bepaalde stoffen in de uitademingslucht: de zogenaamde volatile organic compounds (VOC’s). Met behulp van machine learning kunnen in deze VOC’s patronen onderscheiden worden.
Eerdere single-center studies lieten zien dat de eNose onderscheid kan maken tussen gezonde controles en mensen met een ILD, maar ook tussen ILD’s en andere longziekten en zelfs tússen verschillende ILD’s. Het huidige onderzoek betreft een internationale multicenterstudie, met als doel de eNose-technologie verder te valideren. Hiertoe includeerden de onderzoekers patiënten met 6 verschillende vormen van fibroserende ILD die in praktijk vaak leiden tot diagnostische dilemma’s. Dit betreft onder andere idiopathische pulmonale fibrose (IPF), connective tissue disease-associated ILD (CTD-ILD) en fibroserende hypersensitiviteitspneumonitis fHP. De onderzoekers verrichtten metingen op baseline en na 6 en 12 maanden. Tijdens de ERS presenteerden zij een interimanalyse van hun baselineresultaten.
De eNose maakte accuraat onderscheid tussen IPF en andere fibroserende ILD’s en ook tussen individuele ILD-diagnoses, zoals tussen IPF en fHP, tussen IPF en CTD-ILD en tussen fHP en CTD-ILD. Het onderscheidend vermogen, uitgedrukt als de oppervlakte onder de receiver operating characteristic curve (AUC), varieerde tussen 0,91 en 0,95 (0,50 = geen onderscheidend vermogen; 1,00 = perfect onderscheidend vermogen).
Het onderzoek laat zien dat de eNose in staat is om ademhalingsprofielen van patiënten met verschillende fibroserende ILD van elkaar te onderscheiden. De onderzoekers hebben op dit moment de data van 372 patiënten geanalyseerd. Uiteindelijk willen zij metingen verzamelen bij 600 patiënten. Zij verwachten de definitieve resultaten in 2025.
Bron: