Fibrosierende interstitielle Lungenerkrankungen: Elektronische Nase könnte ein einfaches Point-of-Care-Instrument darstellen

Eine internationale Studie liefert einen Beleg dafür, dass mit der eNose-Sensortechnologie Atemprofile von Patienten mit verschiedenen Formen interstitieller Lungenerkrankungen (ILDs) präzise voneinander unterschieden werden können.

Die Autoren der Studie, angeführt von Erstautor Bart J. Formsma vom Exzellenzzentrum für ILD und Sarkoidose am Erasmus University Medical Center in Rotterdam, sehen in der eNose-Technologie Potenzial für ein einfaches Point-of-Care-Instrument in der Diagnostik fibrosierender interstitieller Lungenerkrankungen (fILDs). Sie beschreiben fILDs in ihrer Publikation als heterogene Gruppe seltener Lungenerkrankungen und erinnern daran, dass die Symptome einer ILD unspezifisch sind.

eNose-Einsatz könnte Diagnostik sehr verkürzen

Für eine sichere Diagnose müssen zahlreiche Untersuchungen, auch mit invasiven Verfahren, vorgenommen werden, was insgesamt die Diagnostik in die Länge zieht. In der Vergangenheit haben verschiedene monozentrische Studien gezeigt, dass sich die Analyse flüchtiger organischer Verbindungen im Exhalat mittels Sensortechnologie (elektronischer Nase [eNose]) als diagnostisches Instrument auch bei der ILD eignen könnte.

Formsma et al. schlossen in eine multizentrische Kohorte (5 internationale ILD-Zentren) Patienten ein, bei denen in einer multidisziplinären Fallbesprechung (MDT) eine ILD diagnostiziert und bei denen in der hochauflösenden Computertomographie (HRCT) des Thorax eine Lungenfibrose nachgewiesen worden war. Man verglich die mittels eNose-Technologie erstellten Atemprofile von 587 Patienten verschiedener ILD-Subtypen mit allen übrigen ILD-Formen sowie untereinander (insgesamt 6 Subtypen).

Beim Vergleich der Atemprofile einzelner ILD-Subtypen mit allen anderen ILD-Formen ergaben sich Werte für die Fläche unter der Kurve (AUC) zwischen 0,88 und 0,92 in einem Trainingsdatensatz sowie zwischen 0,75 und 0,95 in einem Validierungsdatensatz. Die Differenzierung der ILD-Subtypen untereinander gelang mit AUC-Werten von 0,95–0,98 im Trainingsdatensatz und 0,83–0,93 im Validierungs­datensatz. (ac)