Исследование эффективности метода диагностики заболеваний дыхательной системы по анализу выдыхаемого воздуха с применением газоаналитического комплекса
| Parent link: | Сибирский журнал клинической и экспериментальной медицины/ Томский НИМЦ.— .— Томск: НИИ кардиологии Томского НИМЦ Т. 38, № 4.— 2023.— С. 260-269 |
|---|---|
| Corporate Author: | |
| Other Authors: | , , , , , |
| Summary: | Заглавие с экрана Цель и масштаб исследования: изучить у пациентов зависимость состава выдыхаемого воздуха от патологических процессов, протекающих в дыхательной системе, в том числе рака легких, внебольничной пневмонии и COVID-19. Материал и методы. Исследования проводились на базе газоаналитического комплекса с применением метода нейросетевого анализа данных. Газоаналитический комплекс включает полупроводниковые датчики, с помощью которых измеряются концентрации газовых компонентов в выдыхаемом воздухе с чувствительностью в среднем 1 ppm. По сигналам с датчиков нейронная сеть проводит классификацию и выявляет пациентов с теми или иными патологическими процессами. Результаты. Статистический набор данных для обучения нейронной сети и проверки метода включал пробы от 173 пациентов. В нашем исследовании были взяты пробы выдыхаемого воздуха у групп пациентов со злокачественным новообразованием легких, пневмонией и COVID-19. В случае рака легких параметры диагностического прибора определены на следующих уровнях: чувствительность – 95,24%, специфичность – 76,19%. Для пневмонии и COVID-19 эти параметры составили 97,36 и 98,63% соответственно. Заключение. С учетом известной ценности таких методов диагностики, как компьютерная томография (КТ) и магнитнорезонансная томография (МРТ), достигнутые в ходе исследования показатели чувствительности и специфичности газоаналитического комплекса отражают перспективность предлагаемой методики в диагностике опухолевых процессов у больных раком легких, COVID-19 и внебольничной пневмонией. Aim: To study in patients the dependence of the exhaled air composition on pathological processes occurring in the respiratory system, including: lung cancer, community-acquired pneumonia and COVID-19. Material and Methods. The studies were carried out on the basis of a gas analytical complex using the method of neural network data analysis. The gas analytical complex includes semiconductor sensors that measure the concentrations of gas components in exhaled air with an average sensitivity of 1 ppm. Based on signals from sensors, the neural network classifies and identifies patients with certain pathological processes. Results. The statistical data set for training the neural network and testing the method included samples from 173 patients. Our study collected exhaled air samples from groups of patients with lung cancer, pneumonia, and COVID-19. In the case of lung cancer, the parameters of the diagnostic device have been determined at the level of sensitivity – 95.24%, specificity – 76.19%. For pneumonia and COVID-19, these parameters were 97.36% and 98.63, respectively. Conclusion. Taking into account the known value of diagnostic methods such as computed tomography (CT) and magnetic resonance imaging (MRI), the sensitivity and specificity indicators of the gas analytical complex achieved during the study reflect the promise of the proposed technique in the diagnosis of tumor processes in patients with lung cancer, COVID-19 and community-acquired pneumonia. Текстовый файл AM_Agreement |
| Published: |
2023
|
| Subjects: | |
| Online Access: | https://doi.org/10.29001/2073-8552-2023-653 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=673628 |