抽象的
检测铜绿假单胞菌感染是有问题的;呼吸分析显示有希望,但需要优化http://ow.ly/WE1H2
到编辑:
假单胞菌铜绿假单胞菌如果早期检测到,可以消除与囊性纤维化(CF)增加的发病率和死亡率增加;然而,儿童和非审查成年人的迅速检测是口咽文化缺乏敏感性的问题[1].我们之前报道,20%的患有阴性口咽文化的儿童孤立铜绿假单胞菌在支气管肺泡灌洗液[2]但是,这种侵入性技术不能经常进行。因此,迫切需要在CF中进行较低气道感染的非侵入性筛查试验;因此,我们提出呼出的挥发性有机化合物(VOC)可能是有用的生物标志物。
用质谱法在呼出的气体中检测到超过250种VOC。铜绿假单胞菌具有与挥发性有机化合物有关的特征气味,如2-氨基苯乙酮(2-AA) [3.];2-AA,氰化氢(HCN)和其他化合物已检测到呼出的气体铜绿假单胞菌-感染CF患者[4.].选择性离子流动管质谱(SIFT-MS)可同时定量多种VOC,而无需昂贵和耗时的预浓缩步骤[5.].在此,我们报告了迄今为止使用SIFT-MS对CF患者呼出VOC最全面的分析。我们假设VOC水平的差异可以区分有无慢性CF患者铜绿假单胞菌感染。
在知情同意之后,招募了两组成年人:慢性的人铜绿假单胞菌和没有感染的人铜绿假单胞菌基于LEEDS标准的感染[6.].
呼吸取样和分析程序是使用一种经过验证的方法进行的[7.].禁食≥4小时后,受试者从总肺容量单次呼气,一次性使用2 L纳洛芬袋(BOC Ltd, Guildford, UK),用合成空气预冲洗,双厚度(2×25 μm)。受试者完全通过鼻子吸入(尽可能接近肺活量),并从口腔直接缓慢呼气到采样袋。所有样品在采集后2小时内由Profile 3 SIFT-MS仪器(instrument Science, Crewe, UK)使用前面描述的全扫描和多离子监测模式进行分析(图1A)[7.].
使用SPSS统计数据进行统计分析21.0(IBM,ARMONK,NY,USA)和PRISM 6.0(GraphPad,La Jolla,CA)。VOC被纳入二元逻辑回归模型,以区分CF患者,没有铜绿假单胞菌感染。使用接收器操作特性(ROC)曲线的曲线(AUC)下的区域评估诊断模型的准确性。在P <0.05下拒绝零假设。
在CF患者中没有铜绿假单胞菌感染(n=29),培养标本中位(四分位差(IQR))数为阴性铜绿假单胞菌过去12个月的增长率为8(5-11)。CF患者铜绿假单胞菌感染(n = 44)中位数(IQR)培养物样品的样品为9(7-17)。由最近的培养物分类,14(31.8%)具有非粘液菌株,六个(13.6%)具有粘液菌株,24例(54.5%)具有两种表型。CF患者,没有铜绿假单胞菌感染符合年龄,性别,体重指数,CF跨膜电导调节器基因型,胰腺功能不全,IgE,IgE特异性来自烟曲霉菌,与cf相关的糖尿病和肝病的发病率,以及呼出的水分含量的百分比。1秒用力呼气量(FEV)1)在CF患者中较低铜绿假单胞菌感染(中位数(IQR)45(28.3-61.8)与57 (46.0 - -74.5), p < 0.05)。
线性回归分析表明,挥发性有机化合物与FEV无相关性1弱(如。丙醇:R.2= 0.066;二甲基二硫化(DMDS): r2= 0.097),从而为任何东西贡献铜绿假单胞菌有关的观测。
在12种VOC中,CF患者有与无有显著性差异铜绿假单胞菌3例VOC (图1B.).CF合并DMDS (p<0.05)和2-AA (p<0.01)明显增高铜绿假单胞菌感染和丁醇较低(P <0.01)。使用这三个VOC的二进制回归构建的ROC导致AUC为0.774(95%CI 0.667-0.882),敏感性和特异性分别为0.828和0.649。但是,使用所有12 VOC改善了患有和没有的CF患者的鉴别铜绿假单胞菌AUC为0.842 (95% CI 0.753-0.930),敏感性为0.828,特异性为0.705 (图1C.和D.).
使用呼出呼吸凝结物(EBC)的核磁共振(NMR)光谱来证明使用对呼吸诊断进行呼吸诊断的代谢组科的可行性,以区分哮喘和健康对照[8.], CF及原发性睫状体运动障碍受试者[9.],患者稳定和不稳定的CF [10].在这里,我们证明了呼气中存在VOC特征的概念证明(与EBC的NMR波谱不同,它具有实时分析的潜力),这将区分有慢性和无慢性CF患者组铜绿假单胞菌感染。任何个体对VOC的识别都相对较差,即使在组间存在显著差异;而结合VOC信号,可达到较高的敏感性和特异性。据我们所知,这是迄今为止对CF患者进行的最全面的呼吸谱研究。同时,比临床使用的口咽培养更敏感[1]这使得这与例如[13尿素呼气试验幽门螺杆菌儿童(敏感性93.8%,特异性99.1%)[11].添加其他挥发性有机化合物铜绿假单胞菌指纹“可能会增加临床适用的标准的歧视能力,特别是随着改善的Sift-MS灵敏度将允许在PPT范围内检测[12].将Sift-MS与高敏感的化学传感器阵列(电子鼻子)相结合(电子鼻子)是另一种可以提高准确性的选项,尽管该技术也具有在临床用途之前需要克服的限制[13].
表明组间差异的3个标记(2-AA、DMDS和丁醇)以前都被报道与铜绿假单胞菌感染(14].然而,本集团缺失是HCN,之前已被认为具有生物标志物潜力。升高的HCN级别先前已报告铜绿假单胞菌- 使用氰化物敏感电极进行痰[15,以及其他团体在体外高于细菌培养物铜绿假单胞菌与质谱分析。在一项呼气研究中,HCN区分了有CF和没有CF的儿童铜绿假单胞菌感染(16].然而,在另一项研究中[17]并且在我们的队列中,尽管我们检测到的水平与文献中报告的那些相似,但仍未观察到差异[16那17].HCN生产因铜绿假单胞菌表型和基因型[16,这可能是研究结果不一致的原因。此外,最近的一项研究表明,口腔是口腔呼出HCN的主要贡献者[18].由于成年人中的口腔细菌污染可能大于儿童[16,鼻呼HCN被认为是一种更准确的成人生物标志物[17].然而,考虑到CF成人几乎普遍存在鼻窦疾病,并且常见的隔离铜绿假单胞菌从鼻窦灌洗(高达73%的患者[19]),这种呼气采样方法可能不能完全代表下气道;在一项研究中,只有不到50%的病例上、下气道之间的菌株是一致的[19].
当将VOC结合到一个诊断预测模型时,我们有兴趣注意,当所有12 VOC都被加入时,当所有12 VOC都被加入时,而不是使用三个歧视性VOC。这表明其他单独的VOC由于具有一些化合物的大变异系数而受到动态,但仍然有助于二元回归模型的敏感性。需要进一步的前瞻性研究来阐明每种无统计学意义的每个单独的VOC的影响。
这种横断面研究有一些局限性。虽然禁食的受试者减少口腔污染对VOC浓度的潜在影响,但由于相对较小的样品尺寸和大量药物/剂量组合,不可能通过并发药物(吸入抗生素除外)分析患者。有些药物可能会影响VOC轮廓的一些药物,特别是在吸入的情况下;这需要考虑在未来的研究中。最后,CF患者的队列铜绿假单胞菌在这个初步的概念验证研究中,感染包括能够咳痰的成人患者和慢性感染铜绿假单胞菌.要使一种新的诊断筛查试验有价值,任何信号都必须足够敏感,以区分未感染患者和早期感染患者(可能细菌数量较低)。
总之,我们通过组合一系列测量的VOC,CF患者,无慢性铜绿假单胞菌感染可以在群体的基础上进行区分。该测试对单个案例基础上使用不够敏感,并且可能需要显着的改进,因为这可以应用于最需要的人群,年轻患者早期感染。
脚注
支持声明:该项目由英国皇家布朗普顿和哈里菲尔德NHS基金会信托的NIHR呼吸系统疾病生物医学研究单位和英国伦敦帝国理工学院资助。在本出版物中表达的观点是作者的观点,不一定是国家医疗服务体系、国家卫生研究所或卫生部的观点。
利益冲突:没有宣布。
- 收到了2015年4月19日。
- 公认2015年12月6日。
- 版权©2016人队