RU2486522C2 - Способ экспресс-диагностики бронхо-легочных заболеваний - Google Patents

Способ экспресс-диагностики бронхо-легочных заболеваний

Info

Publication number
RU2486522C2
RU2486522C2 RU2011133485A RU2011133485A RU2486522C2 RU 2486522 C2 RU2486522 C2 RU 2486522C2 RU 2011133485 A RU2011133485 A RU 2011133485A RU 2011133485 A RU2011133485 A RU 2011133485A RU 2486522 C2 RU2486522 C2 RU 2486522C2
Authority
RU
Grant status
Grant
Patent type
Prior art keywords
patients
patient
absorption spectrum
group
exhaled
Prior art date
Application number
RU2011133485A
Other languages
English (en)
Other versions
RU2011133485A (ru )
Inventor
Юрий Владимирович Кистенев
Ольга Юрьевна Никифорова
Василий Александрович Фокин
Original Assignee
Российская Федерация, от имени которой выступает Министерство образования и науки Российской Федерации (Минобрнауки России)
государственное бюджетное образовательное учреждение высшего профессионального образования "Сибирский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ГБОУ ВПО СибГМУ Минздрава России)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Grant date

Links

Images

Abstract

Изобретение относится к области медицины, в частности к пульмонологии, для экспресс-диагностики бронхо-легочных заболеваний. Способ экспресс-диагностики бронхо-легочных заболеваний состоит в том, что проводят регистрацию и анализ спектра поглощения выдыхаемого воздуха пациента, причем предварительно проводят измерения спектра поглощения выдыхаемого воздуха верифицированных групп пациентов с бронхо-легочными заболеваниями, представляющими диагностический интерес. Вычисляют средние значения квадрата расстояний Махаланобиса от спектра поглощения выдыхаемого воздуха каждого члена группы до спектров поглощения выдыхаемого воздуха остальных членов группы, затем находят среднее значение от указанных средних значений и доверительный интервал, и, если среднее значение квадрата расстояния Махаланобиса от спектра поглощения исследуемого пациента до таковых для пациентов из группы диагностируемого заболевания попадает в указанный доверительный интервал для пациентов из группы диагностируемого заболевания, делают вывод о наличии у исследуемого пациента диагностируемого заболевания, в противном случае вышеописанную процедуру повторяют для выявления другого бронхо-легочного заболевания. Использование заявленного способа позволяет упростить и сократить время диагностики бронхо-легочных заболеваний. 6 ил., 12 табл., 7 пр.

Description

Изобретение относится к области медицины, в частности пульмонологии, и может найти применение в медицинской практике для экспресс-диагностики бронхо-легочных заболеваний.

Известен способ для проведения мониторинга респираторных заболеваний, в том числе бронхиальной астмы «Device and method for monitoring asthma» [l]. Для этого определяют кислотность и концентрацию аммиака в конденсате выдыхаемого воздуха с использованием специального устройства - электронного монитора. Недостатком метода является невысокая специфичность вследствие того, что аммиак в выдыхаемом воздухе появляется и при других бронхо-легочных заболеваниях, например раке легких.

Известен способ мониторинга респираторных заболеваний, в том числе бронхиальной астмы «Device and method for assessing asthma and other diseases» [2]. Для этого определяют соотношение уксусной кислоты и ацетата в конденсате выдыхаемого воздуха. Недостатком метода является сложность реализации, в частности, определение указанных компонент может потребовать использования химических реагентов, дегазации пробы.

Известен способ для селективного обнаружения следов органических испарений, взятый в качестве прототипа [3]. Способ использует набор химических сенсоров и алгоритм распознавания образов. Способ позволяет разделить интересующие газы от фоновых газов, имеющих высокую концентрацию. Для этого создается весовой вектор, соответствующий N-мерному представлению интересующего класса известных компонент, и N-мерное представление неизвестного газа, на основе которого создается вектор исследуемого образа. Рассчитывая внутреннее произведение вектора исследуемого образа и весового вектора, можно определить, находится ли неизвестный газ внутри класса. Весовой вектор создается путем выбора обучающей последовательности, содержащей подмножества известных газов и фоновых газов. Недостатками способа является низкая селективность химических сенсоров, как правило, реагирующих на несколько веществ, и сложность и длительность процедуры анализа данных применительно к задаче диагностики заболеваний.

Новая техническая задача - упрощение способа и сокращение времени исследований.

Для решения поставленной задачи в способе дифференциальной диагностики бронхо-легочных заболеваний по анализу выдыхаемого воздуха, включающем регистрацию спектра поглощения выдыхаемого воздуха пациента и последующую интерпретацию (анализ) данных, предварительно проводят измерения спектра поглощения выдыхаемого воздуха верифицированных групп пациентов с бронхо-легочными заболеваниями, представляющими диагностический интерес, вычисляют средние значения квадрата расстояний Махаланобиса от спектра поглощения выдыхаемого воздуха каждого члена группы до спектров поглощения выдыхаемого воздуха остальных членов группы, затем находят среднее значение от указанных средних значений и доверительный интервал, и при условии, что среднее значение квадрата расстояния Махаланобиса от спектра поглощения исследуемого пациента до таковых для пациентов из группы диагностируемого заболевания попадает в указанный доверительный интервал для пациентов из группы диагностируемого заболевания, делают вывод о наличии у исследуемого пациента диагностируемого заболевания, в противном случае вышеописанную процедуру повторяют для выявления другого бронхо-легочного заболевания.

Способ осуществляют следующим образом

Предварительно, для каждого бронхо-легочного заболевания, представляющего диагностический интерес, проводят набор верифицированной группы пациентов и измерение спектра поглощения выдыхаемого воздуха. Отбор проб выдыхаемого воздуха у пациентов осуществляют в стерильный резервуар из химически инертного материала, не выделяющего газовых примесей, например тедларового или фторопластового пакета, стеклянной пробирки или непосредственно в лазерный газоанализатор. Предпочтительно использовать газоанализатор с источником лазерного излучения, перестраиваемого в области поглощения большинства молекул-биомаркеров бронхо-легочных заболеваний (см. табл.1). Затем регистрируют спектры поглощения указанных проб в области генерации источника лазерного излучения газоанализатора. Для повышения точности измерений возможно проведение многократных измерений с последующим усреднением.

После этого вычисляют средние значения квадрата расстояний Махаланобиса от спектра поглощения выдыхаемого воздуха каждого члена группы до спектров поглощения выдыхаемого воздуха остальных членов группы, затем находят среднее значение от указанных средних значений и доверительный интервал.

Для дифференциальной диагностики бронхо-легочного заболевания исследуемого пациента проводится забор и регистрация спектра поглощения пробы выдыхаемого воздуха данного пациента. Если среднее значение квадрата расстояния Махаланобиса от спектра поглощения исследуемого пациента до таковых для пациентов из группы диагностируемого заболевания попадает в указанный доверительный интервал для пациентов из группы диагностируемого заболевания, делают вывод о наличии у исследуемого пациента диагностируемого заболевания, в противном случае вышеописанную процедуру повторяют для выявления другого бронхо-легочного заболевания.

В основу предлагаемого способа положена специфичность выдыхаемого воздуха при протекании различных патологических процессов в организме, в первую очередь в легких [4]. Основная проблема в данной области связана с возможной неоднозначностью связей между содержанием компонент в выдыхаемом воздухе и определенным заболеванием, невысокой специфичностью части маркеров, внутривидовой вариабельностью параметров (например, [5]).

Для экспресс-диагностики бронхо-легочных заболеваний предлагается контролировать спектр поглощения газовыделений в достаточно протяженной области, в которую попадает целый набор молекул-биомаркеров, а также использовать метод интеллектуального анализа данных, основанный на интегральной оценке состояния.

С формальной точки каждому состоянию биосистемы S соответствует определенный диапазон значений набора измеряемых признаков состояния (у12,…,уn). При этом каждый объект может характеризоваться вектором (у12,…,уn) в n-мерном пространстве признаков.

Удобно производить оценку состояния биосистемы S по отношению к заранее выбранному референтному состоянию S0. В качестве последнего для человека может быть выбрано, например, состояние здорового организма. Пусть состояния биосистемы S0 и S представлены наборами объектов со значениями признаков { x i | i N S 0 }

Figure 00000001
и { y j | j N S } ,
Figure 00000002
соответственно, где N S 0
Figure 00000003
и NS - объемы выборок. При этом величина интегральной оценки близости объекта, соответствующая y j S
Figure 00000004
, к референтному состоянию может быть определена следующим образом [6]:

I S 0 ( y j ) = d ( y j , S 0 ) D S 0 , ( 1 )

Figure 00000005

где d ( y j , S 0 )

Figure 00000006
- мера близости объекта, соответствующая y j ,
Figure 00000007
к референтному состоянию S0; D S 0
Figure 00000008
- мера компактности области, занимаемой в пространстве признаков объектами, относящимися к S0.

Мера близости объекта y j

Figure 00000009
к референтному состоянию S0 рассчитывалась по формуле:

d ( y j , S 0 ) = 1 N S 0 i = 1 N S 0 d ( y j , x i ) , ( 2 )

Figure 00000010

где d(yj,xi) - квадрат расстояния Махаланобиса между объектами [Конрадов А.А, 1994]. Параметр D S 0

Figure 00000011
в метрике Махаланобиса равен удвоенной размерности пространства признаков m [6]:

D S 0 = 2 m

Figure 00000012
.

Видно, что интегральная оценка (1) с точностью до постоянного множителя равна среднему значению квадрата расстояния Махалонобиса между вектором признаков исследуемого объекта { y j | j N S }

Figure 00000013
и векторами признаков объектов { x i | i N S 0 } ,
Figure 00000014
соответствующих референтному состоянию.

Предлагаемый способ основан на анализе данных клинических наблюдений.

В соответствии с таблицей 1 большинство молекул-маркеров бронхо-легочных заболеваний, содержащихся в выдыхаемом воздухе, имеют полосы поглощения в области 9-11 мкм, почти полностью перекрываемой излучением СО2-лазера. С учетом этого спектры поглощения проб выдыхаемого воздуха регистрировались с помощью лазерного оптико-акустического газоанализатора ILPA-1 (Россия) [12]. Принцип действия газоанализатора основан на оптико-акустическом эффекте, возникающем при поглощении газами излучения лазера. Используемый в ILPA волноводный CO2-лазер излучает на 61-й линии основного изотопа молекулы углекислого газа (12С16О2). Результатом исследования пробы выдыхаемого воздуха является файл с записью спектра поглощения пробы на длинах волн излучения лазера - скан спектра.

Были исследованы пробы выдыхаемого воздуха 10 пациенток с туберкулезом легких, без сопутствующих заболеваний, находившихся на лечении в ОГУЗ «Томская областная клиническая туберкулезная больница». Забор проб выдыхаемого воздуха производился в лабораторном помещении, оборудованном вытяжной системой вентиляции.

Кроме того, были исследованы пробы выдыхаемого воздуха 10 пациентов с хронической обструктивной болезнью легких (ХОБЛ), находившихся на лечении в 3-й городской больнице г.Томска.

Были также исследованы пробы выдыхаемого воздуха 10 пациентов с бронхиальной астмой, находившихся на лечении в Томской областной клинической больнице.

Контрольный забор проб выдыхаемого воздуха проводился у здоровых людей (117 человек, студенты Сибирского государственного медицинского университета).

Отбор проб выдыхаемого воздуха у пациентов с туберкулезом легких и другими бронхо-легочными заболеваниями проводился в стерильную пробирку. Забор пробы воздуха из пробирок осуществлялся при помощи иглы, соединенной с пробоотборником газоанализатора. Для каждой пробы было зарегистрировано по 10 сканов спектра поглощения на линиях генерации СО2-лазера.

Для сбора проб выдыхаемого воздуха у здоровых студентов применялся калибровочный шприц от серийного спирометра объемом 1 литр. Регистрация скана спектра поглощения проводилась непосредственно сразу после забора пробы. Для каждой пробы было зарегистрировано по 1 скану спектра поглощения.

Было сформировано 3 референтных выборки, каждая из которых соответствовала одному из указанных заболеваний (см. таблицы 2-5).

Для каждого из 30 пациентов, сканы спектров которых вошли в референтные выборки, было рассчитано по 10 значений интегральной оценки (ИО) ИО1 и ИО2 для двух диапазонов частот 931-956 и 966-984 см-1 с использованием каждой из трех референтных выборок. По указанным 10 значениям для каждого пациента были вычислены средние значения и доверительные интервалы величины интегральной оценки для каждого диапазона.

Были вычислены также значения интегральной оценки (ИО) ИО1 и ИО2 для двух диапазонов частот 931-956 и 966-984 см-1 для 117 здоровых людей. Поскольку для здоровых лиц было зарегистрировано по 1 скану спектра поглощения, усреднение для них не проводилось.

Результаты расчетов представлены на Фиг.1-3, причем на каждой из фигур для точек, соответствующих пациентам из референтной группы, указаны доверительные интервалы, а для точек, соответствующих пациентам с другими заболеваниями, доверительные интервалы не указаны. Таким образом, на каждой из Фиг.1-3 представлены точки, координаты которых соответствуют значениям интегральной оценки одних и тех же 30 пациентов и 117 здоровых доноров, рассчитанным относительно одной из референтных групп.

На Фиг.1 представлены результаты анализа спектра поглощения выдыхаемого воздуха для случая, когда в качестве референтной выборки использовались сканы проб 10 пациентов с туберкулезом легких. Видно, что при таком варианте анализа данных группа пациентов с туберкулезом выделена среди остальных групп пациентов.

На Фиг.2 представлены результаты анализа спектра поглощения выдыхаемого воздуха для случая, когда в качестве референтной выборки использовались сканы проб 10 пациентов с бронхиальной астмой. Видно, что в этом случае группа больных с бронхиальной астмой выделена среди остальных групп пациентов.

На Фиг.3 представлены результаты анализа спектра поглощения выдыхаемого воздуха для случая, когда в качестве референтной выборки использовались сканы проб 10 пациентов с ХОБЛ. Видно, что в этом случае группа больных с ХОБЛ выделена среди остальных групп пациентов.

Наглядно виден альтернативный характер метода: по значениям интегральной оценки можно судить о наличии или отсутствии того заболевания, с которым проводится сравнение.

Для демонстрации осуществимости предлагаемой методики были проведены расчеты интегральных оценок для пациентов, сканы спектров которых не вошли в перечисленные референтные группы, а образовали группу сравнения.

Предварительно, для каждой референтной группы были найдены средние значения интегральных оценок, а также доверительные интервалы. Полученные значения представлены в верхней строке таблиц 3-9.

Примеры применения

Пример 1. Больной А.

Возраст: 59 лет

Пол: муж.

Диагноз: туберкулез легких (диссеминированная форма). Устойчивость к изониазиду, стрептомицину.

Сопутствующие заболевания: дыхательная недостаточность, гепатит (ремиссия).

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 10 сканов спектра поглощения выдыхаемого воздуха, вычислены значения интегральных оценок для каждого из двух диапазонов частот с каждой из трех референтных выборок. Результаты расчетов представлены в таблице 6. Установлено, что при использовании референтной выборки "туберкулез" полученные значения интегральной оценки для данного пациента попали в область, соответствующую референтной выборке (Фиг.4), а при использовании двух других референтных - оказались за пределами референтной выборки (Фиг.5, Фиг.6).

Таким образом, предлагаемым способом подтвержден диагноз туберкулез легких.

Пример 2. Больной Б.

Возраст: 27 лет

Пол: муж.

Диагноз: туберкулез легких (диссеминированная форма). Устойчивость к изониазиду, рифампицину, стрептомицину.

Сопутствующие заболевания: синдром алкогольной зависимости, дыхательная недостаточность.

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 10 сканов спектра, вычислены значения интегральных оценок для каждого из двух диапазонов частот с каждой из трех референтных выборок (таблица 7) и установлено, что при использовании референтной выборки "туберкулез" полученные значения интегральной оценки для данного пациента попали в область, соответствующую референтной выборке (Фиг.4), а при использовании двух других референтных - оказались за пределами референтной выборки (Фиг.5, Фиг.6).

Таким образом, предлагаемым способом подтвержден диагноз туберкулез легких.

Пример 3. Больной В.

Возраст: 60 лет

Пол: жен.

Диагноз: бронхиальная астма.

Сопутствующие заболевания: гипертоническая болезнь.

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 10 сканов спектра, вычислены значения интегральных оценок для каждого из двух диапазонов с каждой из трех референтных выборок (таблица 8) и установлено, что при использовании референтной выборки "бронхиальная астма" полученные значения интегральной оценки для данного пациента попали в доверительные интервалы точек из референтной выборки (Фиг.5), при использовании референтной выборки "ХОБЛ" - оказались в области референтной выборки (Фиг.6), а при использовании референтной выборки "туберкулез" - оказались за пределами референтной выборки (Фиг.4).

Таким образом, предлагаемым способом подтвержден диагноз "бронхиальная астма" и установлен диагноз "ХОБЛ".

Пример 4. Больной Г.

Возраст: 55 лет

Пол: жен.

Диагноз: бронхиальная астма.

Сопутствующие заболевания: гастроэзофагеальная рефлюксная болезнь.

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 10 сканов спектра, вычислены значения интегральных оценок для каждого из двух диапазонов с каждой из трех референтных выборок (таблица 9) и установлено, что при использовании референтной выборки "бронхиальная астма" полученные значения интегральной оценки для данного пациента попали в область, соответствующую референтной выборке (Фиг.5), а при использовании двух других референтных - оказались за пределами референтной выборки (Фиг.4, Фиг.6).

Таким образом, предлагаемым способом подтвержден диагноз бронхиальная астма.

Пример 5. Больной Д.,

Возраст: 77 лет

Пол: муж.

Диагноз заболевания: ХОБЛ I стадии, обострение.

Сопутствующие: ишемическая болезнь сердца: стенокардия напряжения ФК II, предсердная экстрасистолия, гипертоническая болезнь III стадии, риск 4.

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 11 сканов спектра, вычислены значения интегральных оценок для каждого из двух диапазонов с каждой из трех референтных выборок (таблица 10) и установлено, что при использовании референтной выборки "ХОБЛ" полученные значения интегральной оценки для данного пациента попали в область, соответствующую референтной выборке (Фиг.6), а при использовании двух других референтных - оказались за пределами референтной выборки (Фиг.4, Фиг.5).

Таким образом, предлагаемым способом подтвержден диагноз ХОБЛ.

Пример 6. Больной Е.

Возраст: 72 лет

Пол: муж.

Диагноз: внебольничная нижнедолевая пневмония левосторонняя средней степени тяжести. ХОБЛ, обострение.

Сопутствующие заболевания: гипертоническая болезнь II стадии, риск 3.

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 10 сканов спектра, вычислены значения интегральных оценок для каждого из двух диапазонов с каждой из трех референтных выборок (таблица 11) и установлено, что при использовании референтной выборки "ХОБЛ" полученные значения интегральной оценки для данного пациента попали в область, соответствующую референтной выборке (Фиг.6), а при использовании двух других референтных - оказались за пределами референтной выборки (Фиг.4, Фиг.5).

Таким образом, предлагаемым способом подтвержден диагноз ХОБЛ.

Пример 7. Больной Ж.

Возраст: 68 лет

Пол: муж.

Диагноз: ХОБЛ III стадии, обострение. Эндогенная бронхиальная астма средней степени тяжести, обострение.

Сопутствующие заболевания: гипертоническая болезнь II стадии, риск 3, хронический гастрит, неполная ремиссия.

При проведении экспресс-диагностики предлагаемым способом были зарегистрированы 10 сканов спектра, вычислены значения интегральных оценок для каждого из двух диапазонов с каждой из трех референтных выборок (таблица 12) и установлено, что при использовании референтной выборки "ХОБЛ" полученные значения интегральной оценки для данного пациента попали в область, соответствующую референтной выборке (Фиг.6), а при использовании двух других референтных выборок - оказались за ее пределами (Фиг.4, Фиг.5).

Таким образом, предлагаемым способом подтвержден диагноз ХОБЛ.

Приложение

Фиг.1. Значения интегральных оценок для пациентов, пробы выдыхаемого воздуха которых вошли в референтные выборки, и здоровых лиц. Референтная - туберкулез легких.

Фиг.2. Значения интегральных оценок для пациентов, пробы выдыхаемого воздуха которых вошли в референтные выборки, и здоровых лиц. Референтная - бронхиальная астма.

Фиг.3. Значения интегральных оценок для пациентов, пробы выдыхаемого воздуха которых вошли в референтные выборки, и здоровых лиц. Референтная - ХОБЛ.

Фиг 4. Значения интегральных оценок для пациентов с различными бронхо-легочными заболеваними из группы сравнения. Референтная выборка - туберкулез.

Фиг.5. Значения интегральных оценок для пациентов с различными бронхо-легочными заболеваними из группы сравнения. Референтная выборка - астма.

Фиг 6. Значения интегральных оценок для пациентов с различными бронхо-легочными заболеваними из группы сравнения. Референтная выборка (диагноз) - ХОБЛ.

Таблица 1. Перечень и характеристики типичных молекул-маркеров бронхо-легочных заболеваний, содержащихся в выдыхаемом воздухе [5, 7-11].

Таблица 2. Значения регистрируемого сигнала газоанализатора в диапазонах частот 931-956 см-1 и 966-984 см-1 для 10 пациентов из референтной группы «туберкулез легких».

Таблица 3. Значения регистрируемого сигнала газоанализатора в диапазонах частот 931-956 см-1 и 966-984 см-1 для 10 пациентов из референтной группы «бронхиальная астма».

Таблица 4. Значения регистрируемого сигнала газоанализатора в диапазонах частот 931-956 см-1 и 966-984 см-1 для 10 пациентов из референтной группы «ХОБЛ».

Таблица 5. Значения регистрируемого сигнала газоанализатора в диапазонах частот 931-956 см-1 и 966-984 см-1 для 7 пациентов из группы сравнения.

Таблица 6. Интегральная оценка спектра поглощения Больного А (пример 1).

Таблица 7. Интегральная оценка спектра поглощения Больного Б (пример 2).

Таблица 8. Интегральная оценка спектра поглощения Больного В (пример 3).

Таблица 9. Интегральная оценка спектра поглощения Больного Г (пример 4).

Таблица 10 Интегральная оценка спектра поглощения Больного Д (пример 5).

Таблица 11. Интегральная оценка спектра поглощения Больного Е (пример 6).

Таблица 12. Интегральная оценка спектра поглощения Больного Ж (пример 7).

Figure 00000015

Figure 00000016
Figure 00000017
Figure 00000018
Figure 00000019

Таблица 6
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной А. 0,9±0,2 0,9±0,1 14,7±2,4 21,2±2,5 8,8±1,7 11,1±1,8

Таблица 7
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной Б. 1,0±0,2 1,0±0,1 4,2±1,3 11,1±1,9 3,3±0,7 4,0±0,5

Таблица 8
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной В. 2,4±0,2 4,1±0,6 1,4±0,1 1,6±0,3 0,9±0,1 1,1±0,2

Таблица 9
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной Г. 2,7±0,2 4,0±0,6 1,2±0,1 1,5±0,2 0,9±0,1 1,7±0,4

Таблица 10
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной Д. 2,9±1,0 4,2±0,6 2,2±0,9 2,0±0,8 1,0±0,2 0,9±0,2

Таблица 11
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной Е. 2,0±0,4 3,5±0,5 2,4±0,4 2,8±0,8 1,0±0,1 1,1±0,3

Таблица 12
Туберкулез Бронхиальная астма ХОБЛ
ИО1 ИО2 ИО1 ИО2 ИО1 ИО2
Референтная группа 1,0±0,3 1,0±0,3 1,1±0,3 1,3±0,4 1,0±0,3 1,0±0,2
Больной Ж. 2,7±0,3 3,5±0,5 1,9±0,4 2,4±0,5 1,2±0,2 1,2±0,3

Источники информации, принятые во внимание при составлении описания

Figure 00000020

Claims (1)

  1. Способ экспресс-диагностики бронхо-легочных заболеваний, включающий регистрацию выдыхаемого воздуха пациента и его анализ, отличающийся тем, что проводят регистрацию и анализ спектра поглощения выдыхаемого воздуха пациента, причем предварительно проводят измерения спектра поглощения выдыхаемого воздуха верифицированных групп пациентов с бронхо-легочными заболеваниями, представляющими диагностический интерес, вычисляют средние значения квадрата расстояний Махаланобиса от спектра поглощения выдыхаемого воздуха каждого члена группы до спектров поглощения выдыхаемого воздуха остальных членов группы, затем находят среднее значение от указанных средних значений и доверительный интервал, и, если среднее значение квадрата расстояния Махаланобиса от спектра поглощения исследуемого пациента до таковых для пациентов из группы диагностируемого заболевания попадает в указанный доверительный интервал для пациентов из группы диагностируемого заболевания, делают вывод о наличии у исследуемого пациента диагностируемого заболевания, в противном случае вышеописанную процедуру повторяют для выявления другого бронхо-легочного заболевания.
RU2011133485A 2011-08-09 2011-08-09 Способ экспресс-диагностики бронхо-легочных заболеваний RU2486522C2 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2011133485A RU2486522C2 (ru) 2011-08-09 2011-08-09 Способ экспресс-диагностики бронхо-легочных заболеваний

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2011133485A RU2486522C2 (ru) 2011-08-09 2011-08-09 Способ экспресс-диагностики бронхо-легочных заболеваний

Publications (2)

Publication Number Publication Date
RU2011133485A true RU2011133485A (ru) 2013-02-20
RU2486522C2 true RU2486522C2 (ru) 2013-06-27

Family

ID=48702540

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011133485A RU2486522C2 (ru) 2011-08-09 2011-08-09 Способ экспресс-диагностики бронхо-легочных заболеваний

Country Status (1)

Country Link
RU (1) RU2486522C2 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2578445C1 (ru) * 2015-03-18 2016-03-27 государственное бюджетное образовательное учреждение высшего профессионального образования "Сибирский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ГБОУ ВПО СибГМУ Минздрава России) Способ дифференциальной диагностики бронхолегочных заболеваний
RU2597943C1 (ru) * 2015-07-15 2016-09-20 Федеральное государственное бюджетное учреждение науки Институт автоматики и электрометрии Сибирского отделения Российской академии наук (ИАиЭ СО РАН) Способ мониторинга малых примесей ацетона в выдыхаемом воздухе пациента и устройство для его реализации

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5469369A (en) * 1992-11-02 1995-11-21 The United States Of America As Represented By The Secretary Of The Navy Smart sensor system and method using a surface acoustic wave vapor sensor array and pattern recognition for selective trace organic vapor detection
RU2117290C1 (ru) * 1995-05-30 1998-08-10 Баир Сергеевич Хышиктуев Способ дифференциальной диагностики заболеваний бронхолегочной системы
RU2256916C1 (ru) * 2004-03-03 2005-07-20 Государственное образовательное учреждение высшего профессионального образования Московская медицинская академия им. И.М. Сеченова Способ дифференциальной диагностики туберкулеза и саркоидоза органов дыхания
RU2280868C1 (ru) * 2005-07-13 2006-07-27 Государственный научный центр Российской Федерации - Институт медико-биологических проблем Российской академии наук Способ прогнозирования течения бронхолегочных заболеваний и рака легкого
RU2379057C2 (ru) * 2008-02-05 2010-01-20 Государственное учреждение научно-исследовательский институт кардиологии Томского научного центра Сибирского отделения Российской академии медицинских наук ГУ НИИ кардиологии ТНЦ СО РАМН Способ диагностики инфильтративного туберкулеза легких

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5469369A (en) * 1992-11-02 1995-11-21 The United States Of America As Represented By The Secretary Of The Navy Smart sensor system and method using a surface acoustic wave vapor sensor array and pattern recognition for selective trace organic vapor detection
RU2117290C1 (ru) * 1995-05-30 1998-08-10 Баир Сергеевич Хышиктуев Способ дифференциальной диагностики заболеваний бронхолегочной системы
RU2256916C1 (ru) * 2004-03-03 2005-07-20 Государственное образовательное учреждение высшего профессионального образования Московская медицинская академия им. И.М. Сеченова Способ дифференциальной диагностики туберкулеза и саркоидоза органов дыхания
RU2280868C1 (ru) * 2005-07-13 2006-07-27 Государственный научный центр Российской Федерации - Институт медико-биологических проблем Российской академии наук Способ прогнозирования течения бронхолегочных заболеваний и рака легкого
RU2379057C2 (ru) * 2008-02-05 2010-01-20 Государственное учреждение научно-исследовательский институт кардиологии Томского научного центра Сибирского отделения Российской академии медицинских наук ГУ НИИ кардиологии ТНЦ СО РАМН Способ диагностики инфильтративного туберкулеза легких

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
МЕДВЕДЕВ М.А. Спектральный анализ состава выдыхаемого воздуха в условиях формирования гиперреактивности воздухоносных путей // Пульмонология. 2007. No.6. С 63-66. *
МЕДВЕДЕВ М.А. Спектральный анализ состава выдыхаемого воздуха в условиях формирования гиперреактивности воздухоносных путей // Пульмонология. 2007. №6. С 63-66. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2578445C1 (ru) * 2015-03-18 2016-03-27 государственное бюджетное образовательное учреждение высшего профессионального образования "Сибирский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ГБОУ ВПО СибГМУ Минздрава России) Способ дифференциальной диагностики бронхолегочных заболеваний
RU2597943C1 (ru) * 2015-07-15 2016-09-20 Федеральное государственное бюджетное учреждение науки Институт автоматики и электрометрии Сибирского отделения Российской академии наук (ИАиЭ СО РАН) Способ мониторинга малых примесей ацетона в выдыхаемом воздухе пациента и устройство для его реализации

Also Published As

Publication number Publication date Type
RU2011133485A (ru) 2013-02-20 application

Similar Documents

Publication Publication Date Title
De Jong et al. Progressive damage on high resolution computed tomography despite stable lung function in cystic fibrosis
Wang et al. Does this dyspneic patient in the emergency department have congestive heart failure?
Hajiro et al. A novel, short, and simple questionnaire to measure health-related quality of life in patients with chronic obstructive pulmonary disease
Raghu et al. High prevalence of abnormal acid gastro-oesophageal reflux in idiopathic pulmonary fibrosis
Macintyre et al. Standardisation of the single-breath determination of carbon monoxide uptake in the lung
Smith et al. Diagnosing asthma: comparisons between exhaled nitric oxide measurements and conventional tests
Machado et al. Detection of lung cancer by sensor array analyses of exhaled breath
Chalut et al. The Preschool Respiratory Assessment Measure (PRAM): a responsive index of acute asthma severity
US20100137733A1 (en) Breath analysis systems and methods for asthma, tuberculosis and lung cancer diagnostics and disease management
US20030023170A1 (en) Optically similar reference samples and related methods for multivariate calibration models used in optical spectroscopy
Kullmann et al. Exhaled breath condensate pH standardised for CO2 partial pressure
US6385484B2 (en) Spectroscopic system employing a plurality of data types
Van Berkel et al. A profile of volatile organic compounds in breath discriminates COPD patients from controls
Enright et al. Quality of spirometry test performance in children and adolescents*: experience in a large field study
Van Berkel et al. Development of accurate classification method based on the analysis of volatile organic compounds from human exhaled air
Perpiñá et al. Diagnostic value of the bronchial provocation test with methacholine in asthma: a Bayesian analysis approach
Mazzone et al. Lung cancer diagnosis by the analysis of exhaled breath with a colorimetric sensor array
Chatkin et al. Exhaled nitric oxide as a noninvasive assessment of chronic cough
Travers et al. Reference ranges for exhaled nitric oxide derived from a random community survey of adults
US20090247891A1 (en) Nitric oxide measurements in patients using flowfeedback
Pellegrino et al. Interpretative strategies for lung function tests
US6834530B2 (en) Odor measuring apparatus
US6834237B2 (en) Method and system for classifying a biological sample
Turner et al. A longitudinal study of ammonia, acetone and propanol in the exhaled breath of 30 subjects using selected ion flow tube mass spectrometry, SIFT-MS
Fens et al. Exhaled breath analysis by electronic nose in airways disease. Established issues and key questions

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20130810

NF4A Reinstatement of patent

Effective date: 20150920

PD4A Correction of name of patent owner
PD4A Correction of name of patent owner