Izelpas gaisa analīze ar mākslīgās ožas ierīci plaušu vēža diagnostikai

Abstract

Promocijas darbā tiek pētīts elektroniskā deguna „Cyranose 320” pielietojums plaušu vēža agrīnai diagnostikai. Darbā salīdzinātas atbalsta vektora aprēķina (AVA) un logistiskās regresijas analīzes (LRA) metodes. Iekļauti 475 pacienti – 252 plaušu vēža pacienti, 223 pacienti kontroles grupā, kurā bija gan veseli brīvprātīgie, gan arī pacienti ar ne-onkoloģiskām plaušu slimībām. Izmantojot AVA iespējams pareizi diferencēt plaušu vēža pacientus no veseliem brīvprātīgajiem (98,8% jutība, 81,0% specifiskums) un no kontroles grupas pacientiem (87,3% jutība, 71,2% specifiskums). Veicot LRA pacienti tika dalīti smēķētājos/nesmēķētājos. Smēķētājiem plaušu vēzi iespējams pareizi diagnosticēt ar 95,8% jutīgumu, 90,6% specifiskumu, bet nesmēķētājiem – 96,2% jutīgumu, 92,3% specifiskumu. E-deguns vērtējams kā perspektīvs neinvazīvs diagnostisks rīks.

In the study it was clarified that by using support vector analysis lung cancer patients could be correctly classified from healthy volunteers with 98.8% sensitivity and 81.0% specifity and with 87.3% sensitivity and 71.2% specifity from control group patients. Using logistic regression analysis patients were first classified into smokers and non-smokers and then further it was clarified that the method gives 95.8% sensitivity for detection of lung cancer among smokers and 96.2% sensitivity for detection of lung cancer among non-smokers. The specifity of logistic regression analysis for detection of lung cancer was ascertained as 90.6% for smokers and 92.3% for non-smokers. Electronic nose (e-nose) can be appreciated as a perspective, non-invasive future diagnostic tool but further standardization of the method is requisited. Keywords: artificial smell sensor, electronic nose, e-nose, smellprint, bronchial asthma, chronic obstructive pulmonary disease, pneumonia, lung cancer, support vector analysis, logistic regression analysis