Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 呼吸器内科

呼吸分析:新しいCOVID-19検査法

呼気分析は、迅速で信頼性の高いCOVID-19検査方法としての期待が高まってるよ。

― 1 分で読む


COVID-19の呼吸検査COVID-19の呼吸検査9検出法が登場してるよ。呼吸分析による新しい迅速なCOVID-1
目次

COVID-19パンデミックが始まって以来、世界中で6億4千万以上の感染が確認されてるよ。ウイルスに感染してるかどうかを特定するために、一番一般的な方法は喉や鼻から取ったサンプルを使ってウイルスの遺伝物質を探すテストなんだ。これをRT-PCRっていうんだけど、ちゃんとした方法だけど、時間がかかるし、訓練されたスタッフと高価な資材が必要なんだよね。場合によっては、テスト結果が間違ってることもあって、実際に感染してるのに、67%も偽陰性が出る場合があるんだ。

もっと早く結果が出る「迅速抗原検出(RAD)」テストもあって、ウイルスを確認することができるけど、特に症状が少ない人に対してはRT-PCRほど正確じゃないんだ。

こういう課題を考えると、迅速で簡単、あまり高くない新しいCOVID-19検査方法の必要性が明らかだね。

呼気分析をテスト方法として

呼気分析が有望な検査方法の一つなんだ。この方法は、人の呼吸に含まれる揮発性有機化合物(VOCs)っていう小さな化学物質を調べるんだ。これらの化合物は、病気だったり感染してたりすると変化するんだよ。

研究者たちは、質量分析や他のセンサー技術を使って呼気を分析してきたんだ。中には、犬に汗の匂いでCOVID-19を察知させるトレーニングをした研究もあるよ。人工知能(AI)技術、特に機械学習を使って呼気分析を改善する手助けもしてるんだ。

いくつかの研究では、呼気分析を使ってCOVID-19の可能性がある人を効果的かつ迅速に特定できるかを調べたんだ。

研究デザインと参加者

これをテストするために、フランスの病院で2つの研究が行われたよ。呼気分析がCOVID-19の診断にどれくらい効果的かを見たくて、質量分析などいろんな技術を使ったんだ。両方の研究は倫理委員会に承認されて、全員の同意も得てるよ。

参加者は、COVID-19の検査が必要な大人や、感染してない健康なボランティアだったんだ。妊婦は対象外だったよ。COVID-19に関連する症状を使って、参加者を病気の経験に基づいて分類するための症状スコアも作成したんだ。

検査の実施方法

参加者が呼気サンプルを提供する際、訓練を受けたスタッフが汚染を避けるために慎重に収集したよ。参加者に深呼吸をしてもらい、特別なマウスピースを通して密封袋に息を吐き出してもらったんだ。この袋は、呼気中の化合物を測定するために質量分析計を使って分析するためにラボに運ばれたよ。

呼気サンプルとともに、研究者たちは参加者の症状や服用している薬のような個人の医療情報も集めたんだ。さらに、参加者は標準的なRT-PCR法でCOVID-19の検査も受けたよ。

データの分析

呼気サンプルから得られたデータは特定のソフトウェアを使って処理されたよ。呼気サンプルを分析する前に、研究者たちは部屋の空気を分析して、呼気とバックグラウンドの空気を区別できるようにしたんだ。一連のチェックとキャリブレーションで結果の正確性を確保したよ。

研究者たちは呼気分析がCOVID-19の特定にどれだけ効果的かも調べたんだ。統計的手法を使って結果を評価して、陽性ケースをどれだけよく検出するか(感度)と陰性ケースをどれだけよく特定するか(特異度)を評価したよ。

研究の結果

収集した呼気サンプルから、172人の参加者のデータを分析したんだ。その中で67人がCOVID-19陽性、106人が陰性だったよ。参加者の大部分は、呼気サンプルを提供した同じ日に検査されたんだ。

統計分析の結果、呼気サンプルはCOVID-19陽性の人と陰性の人を効果的に区別できることが分かったよ。呼気分析と症状や治療に関する臨床情報を組み合わせることで、モデルは陽性ケースを高い感度(98%)と適度な特異度(74%)で分類できたんだ。

結果の重要性

これらの結果は、呼気分析がCOVID-19を検出する信頼できる方法であることを示唆してるよ。特に迅速な検査が求められる環境で有効だね。この技術は非侵襲的で高価な材料も必要ないから、大規模なスクリーニングにとって実用的な選択肢なんだ。

さらに、呼気分析はウイルスを知らずに広める可能性がある人を見つける手助けもできるから、迅速な隔離やケアが可能になるんだ。

他の検査方法との比較

先行研究では、呼気分析方法のCOVID-19診断における効果のばらつきが見られたんだ。感度が68%の方法もあれば、100%に達するものもあったよ。効果が低い方法は、古い技術や長い検査時間を使ってることが多かったんだ。

それに対して、質量分析を使った呼気検査は、偽陰性が少なく、より良い結果を提供しているようだよ。従来の迅速抗原検査は、早いけど感度が低く、特に軽い症状の人では見逃しが生じる可能性があるんだ。

症状とワクチン接種の役割

さらに分析を進めて、症状やワクチン接種が結果にどう影響するかを調べたんだ。発熱や咳のような特定の症状は、呼気中の特定のVOCsの濃度と関連してることが分かったよ。重要なのは、過去のコルチコステロイド治療やワクチン接種が呼気サンプルの結果に大きな影響を与えなかったことだね。このことがこの方法の堅牢性を示唆しているよ。

限界と今後の方向性

この研究は有望な結果を示したけど、相対的に小さいサンプルサイズや他のグループでのさらなる検証が必要という限界もあったよ。結果は高度なデータ分析に依存していて、エラーを避けて結果を改善するのを助けているんだ。

この研究の強みは、VOCsのリアルタイム測定と診断パフォーマンスを向上させるための患者メタデータの組み込みだったよ。この発見は、より迅速で正確なCOVID-19スクリーニング方法につながる可能性があるんだ。

経済的な利点

呼気分析は消耗品コストが少なくて迅速な処理ができるから、医療施設にとって経済的に有利だよ。RT-PCR検査が広範な装置や消耗品を必要とするのに対して、呼気検査はシンプルなセットアップで実施できるんだ。

この方法の導入は、COVID-19のケースを迅速に特定して隔離するのに大きく役立つ可能性があるよ。

結論

要するに、呼気分析はCOVID-19の診断において潜在的に強力なツールなんだ。進んだ技術と機械学習、臨床データを組み合わせることで、この方法は迅速かつ効果的なCOVID-19の検出に期待が持てるよ。ウイルスの拡散を抑制し、公衆衛生を管理するために不可欠な非侵襲的で大量処理可能な検査を実現するチャンスがあるね。さらなる研究と検証が、この革新的なアプローチの可能性を完全に引き出す鍵になるよ。

オリジナルソース

タイトル: Enhanced real-time mass spectrometry breath analysis for the diagnosis of COVID-19

概要: BackgroundAlthough rapid screening for and diagnosis of COVID-19 are still urgently needed, most current testing methods are either long, costly, and/or poorly specific. The objective of the present study was to determine whether or not artificial-intelligence-enhanced real-time MS breath analysis is a reliable, safe, rapid means of screening ambulatory patients for COVID-19. MethodsIn two prospective, open, interventional studies in a single university hospital, we used real-time, proton transfer reaction time-of-flight mass spectrometry to perform a metabolomic analysis of exhaled breath from adults requiring screening for COVID-19. Artificial intelligence and machine learning techniques were used to build mathematical models based on breath analysis data either alone or combined with patient metadata. ResultsWe obtained breath samples from 173 participants, of whom 67 had proven COVID-19. After using machine learning algorithms to process breath analysis data and further enhancing the model using patient metadata, our method was able to differentiate between COVID-19-positive and -negative participants with a sensitivity of 98%, a specificity of 74%, a negative predictive value of 98%, a positive predictive value of 72%, and an area under the receiver operating characteristic curve of 0.961. The predictive performance was similar for asymptomatic, weakly symptomatic and symptomatic participants and was not biased by the COVID-19 vaccination status. ConclusionsReal-time, non-invasive, artificial-intelligence-enhanced mass spectrometry breath analysis might be a reliable, safe, rapid, cost-effective, high-throughput method for COVID-19 screening.

著者: Stanislas Grassin Delyle, C. Roquencourt, H. Salvator, E. Bardin, E. Lamy, E. Farfour, E. Naline, P. Devillier

最終更新: 2023-06-22 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2023.06.21.23291712

ソースPDF: https://www.medrxiv.org/content/10.1101/2023.06.21.23291712.full.pdf

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

類似の記事