Неинвазивная диагностика злокачественных новообразований верхних дыхательных путей на основе анализа маркеров в выдыхаемом воздухе
Автор: Кульбакин Д.Е., Чойнзонов Е.Л., Федорова И.К., Обходская Е.В., Обходский А.В., Родионов Е.О., Сачков В.И., Чернов В.И.
Журнал: Сибирский онкологический журнал @siboncoj
Рубрика: Клинические исследования
Статья в выпуске: 6 т.22, 2023 года.
Бесплатный доступ
Цель исследования - изучение диагностической возможности сенсорного газоаналитического аппарата при исследовании образцов выдыхаемого газа, полученных у больных раком орофарингеальной области и гортани. Материал и методы. Объектом исследования были пробы выдыхаемого газа от 31 больного раком орофарингеальной области и гортани, а также 31 здорового добровольца. Предлагаемый метод основан на анализе проб выдыхаемого газа исследуемых лиц при помощи разработанного авторами диагностического прибора, созданный на детекции летучих соединений в вдыхаемом воздухе посредством набора полупроводниковых сенсоров с последующим нейросетевым анализом.
Рак орофарингеальной области, рак гортани, маркеры, неинвазивная диагностика, выдыхаемый воздух, сенсорная газоаналитическая система, нейронная сеть
Короткий адрес: https://sciup.org/140303561
IDR: 140303561 | DOI: 10.21294/1814-4861-2023-22-6-7-15
Список литературы Неинвазивная диагностика злокачественных новообразований верхних дыхательных путей на основе анализа маркеров в выдыхаемом воздухе
- Sostoyanie onkologicheskoi pomoshchi naseleniyu Rossii v 2021 godu. Pod red. A.D. Kaprina, V.V. Starinskogo, A.O. Shakhzadovoi. M., 2022. 239 s.
- Panferova O.I., Nikolenko V.N., Kochurova E.V., Kudasova E.O. Etiologiya, patogenez, osnovnye printsipy lecheniya ploskokletochnogo raka slizistoi obolochki polosti rta. Golova i sheya. 2022; 10(2): 69-77. https://doi.org/10.25792/HN.2022.10.2.69-77.
- The National Comprehensive Cancer Network [Internet]. Clinical Practice Guidelines in Oncology. [cited 2023 May 15]. URL: https://www.nccn.org/professionals/physician_gls/default.aspx.
- Harris A., Lyu L., Wasserman-Winko T., George S., Johnson J.T., Nilsen M.L. Neck Disability and Swallowing Function in Posttreatment Head and Neck Cancer Patients. Otolaryngol Head Neck Surg. 2020; 163(4): 763-70. https://doi.org/10.1177/0194599820923630.
- Krilaviciute A., Stock C., Leja M., Brenner H. Potential of noninvasive breath tests for preselecting individuals for invasive gastric cancer screening endoscopy. J. Breath Res. 2018; 12. https://doi.org/10.1088/1752-7163/aab5be.
- Bouza M., Gonzalez-Soto J., Pereiro R., de Vicente J.C., SanzMedel A. Exhaled breath and oral cavity VOCs as potential biomarkers in oral cancer patients. J Breath Res. 2017; 11(1). https://doi.org/10.1088/1752-7163/aa5e76.
- Leunis N., Boumans M.L., Kremer B., Din S., Stobberingh E., Kessels A.G., Kross K.W. Application of an electronic nose in the diagnosis of head and neck cancer. Laryngoscope. 2014; 124(6): 1377-81. https://doi.org/10.1002/lary.24463.
- Opitz P., Herbarth O. The volatilome - investigation of volatile organic metabolites (VOM) as potential tumor markers in patients with head and neck squamous cell carcinoma (HNSCC). J Otolaryngol Head Neck Surg. 2018; 47(1): 42. https://doi.org/10.1186/s40463-018-0288-5.
- Chernov V.I., ChoynzonovE.L., KulbakinD.E., Obkhodskaya E.V., Obkhodskiy A.V., Popov A.S., Sachkov V.I., Sachkova A.S. Cancer Diagnosis by Neural Network Analysis of Data from Semiconductor Sensors. Diagnostics. 2020; 10(9). https://doi.org/10.3390/diagnostics10090677.
- Horváth I., Barnes P.J., Loukides S., Sterk P.J., Högman M., Olin A.C., Amann A., Antus B., Baraldi E., Bikov A., Boots A.W., Bos L.D., Brinkman P., Bucca C., Carpagnano G.E., Corradi M., Cristescu S., de Jongste J.C., Dinh-Xuan A.T., Dompeling E., Fens N., Fowler S., Hohlfeld J.M., Holz O., Jöbsis Q., Van De Kant K., Knobel H.H., Kostikas K., Lehtimäki L., Lundberg J., Montuschi P., Van Muylem A., Pennazza G., Reinhold P., Ricciardolo F.L.M., Rosias P., Santonico M., van der Schee M.P., van Schooten F.J., Spanevello A., Tonia T., Vink T.J. A European Respiratory Society technical standard: exhaled biomarkers in lung disease. Eur Respir J. 2017; 49(4). https://doi.org/10.1183/13993003.00965-2016.
- Shakeel P.M., Tolba A., Al-Makhadmeh Z., Jaber M.M. Automatic detection of lung cancer from biomedical data set using discrete AdaBoost optimized ensemble learning generalized neural networks. Neural Computing and Applications. 2020; 32: 777-90.
- Becker M., Zaidi H. Imaging in head and neck squamous cell carcinoma: the potential role of PET/MRI. Br J Radiol. 2014; 87(1036). https://doi.org/10.1259/bjr.20130677.
