შიდა ჰაერში აქროლადი ორგანული ნაერთების დონის ცვლილებები და მათი გავლენა სუნთქვის სინჯის აღების სტანდარტიზაციაზე

გმადლობთ, რომ ეწვიეთ Nature.com-ს. თქვენს მიერ გამოყენებულ ბრაუზერის ვერსიას CSS-ის შეზღუდული მხარდაჭერა აქვს. საუკეთესო გამოცდილებისთვის გირჩევთ გამოიყენოთ განახლებული ბრაუზერი (ან გამორთოთ თავსებადობის რეჟიმი Internet Explorer-ში). ამასობაში, მხარდაჭერის უწყვეტი უზრუნველყოფის მიზნით, საიტს სტილებისა და JavaScript-ის გარეშე ვაჩვენებთ.
ამოსუნთქულ ჰაერში აქროლადი ორგანული ნაერთების (VOC) ანალიზისადმი ინტერესი ბოლო ორი ათწლეულის განმავლობაში გაიზარდა. კვლავ არსებობს გაურკვევლობა სინჯის აღების ნორმალიზაციასთან და იმასთან დაკავშირებით, მოქმედებს თუ არა შენობაში აქროლადი ორგანული ნაერთები ამოსუნთქულ ჰაერში აქროლადი ორგანული ნაერთების მრუდზე. შეაფასეთ შენობაში აქროლადი ორგანული ნაერთები საავადმყოფოს გარემოში სუნთქვის რუტინული სინჯის აღების წერტილებში და დაადგინეთ, მოქმედებს თუ არა ეს სუნთქვის შემადგენლობაზე. მეორე მიზანი იყო შენობაში ჰაერში აქროლადი ორგანული ნაერთების შემცველობის ყოველდღიური რყევების შესწავლა. შენობაში ჰაერი შეგროვდა ხუთ ადგილას დილით და შუადღისას სინჯის აღების ტუმბოს და თერმული დეზორბციის (TD) მილის გამოყენებით. სუნთქვის ნიმუშები შეგროვდა მხოლოდ დილით. TD მილები გაანალიზდა გაზის ქრომატოგრაფიით, რომელიც შერწყმულია ფრენის დროის მას-სპექტრომეტრიასთან (GC-TOF-MS). შეგროვებულ ნიმუშებში გამოვლინდა სულ 113 VOC. მრავალვარიანტულმა ანალიზმა აჩვენა მკაფიო გამიჯვნა სუნთქვასა და ოთახის ჰაერს შორის. შენობაში ჰაერის შემადგენლობა იცვლება მთელი დღის განმავლობაში და სხვადასხვა ადგილას არის სპეციფიკური VOC-ები, რომლებიც გავლენას არ ახდენენ სუნთქვის პროფილზე. სუნთქვა არ აჩვენებდა გამიჯვნას ადგილმდებარეობის მიხედვით, რაც იმაზე მიუთითებს, რომ სინჯის აღება შეიძლება განხორციელდეს სხვადასხვა ადგილას შედეგებზე გავლენის გარეშე.
აქროლადი ორგანული ნაერთები (VOC) ნახშირბადის შემცველი ნაერთებია, რომლებიც ოთახის ტემპერატურაზე აირისებრ მდგომარეობაშია და მრავალი ენდოგენური და ეგზოგენური პროცესის საბოლოო პროდუქტებს წარმოადგენენ.1 ათწლეულების განმავლობაში მკვლევარები დაინტერესებულნი იყვნენ VOC-ებით, რადგან მათ პოტენციურ როლს ასრულებდნენ, როგორც ადამიანის დაავადებების არაინვაზიურ ბიომარკერებს. თუმცა, გაურკვევლობა კვლავ რჩება სუნთქვის ნიმუშების შეგროვებისა და ანალიზის სტანდარტიზაციასთან დაკავშირებით.
სუნთქვის ანალიზის სტანდარტიზაციის ძირითადი სფეროა ფონური VOC-ების პოტენციური გავლენა ოთახის ჰაერზე. წინა კვლევებმა აჩვენა, რომ ოთახის ჰაერში VOC-ების ფონური დონე გავლენას ახდენს ამოსუნთქულ ჰაერში აღმოჩენილი VOC-ების დონეზე3. ბოშიერი და სხვ. 2010 წელს, შერჩეული იონური ნაკადის მას-სპექტრომეტრია (SIFT-MS) გამოიყენეს სამ კლინიკურ გარემოში შვიდი აქროლადი ორგანული ნაერთის დონის შესასწავლად. სამ რეგიონში გამოვლინდა გარემოში აქროლადი ორგანული ნაერთების სხვადასხვა დონე, რამაც თავის მხრივ უზრუნველყო რეკომენდაციები ოთახის ჰაერში გავრცელებული აქროლადი ორგანული ნაერთების დაავადების ბიომარკერებად გამოყენების შესაძლებლობის შესახებ. 2013 წელს, ტრეფზი და სხვ. სამუშაო დღის განმავლობაში ასევე კონტროლდებოდა საოპერაციო ოთახში არსებული ჰაერი და საავადმყოფოს პერსონალის სუნთქვის ნიმუშები. მათ აღმოაჩინეს, რომ ოთახის ჰაერში და ამოსუნთქულ ჰაერში ეგზოგენური ნაერთების, როგორიცაა სევოფლურანი, დონეები 5-ით იზრდებოდა სამუშაო დღის ბოლოს, რაც ბადებს კითხვებს იმის შესახებ, თუ როდის და სად უნდა აიღონ პაციენტებმა სუნთქვის ანალიზისთვის ნიმუშები, რათა შემცირდეს და მინიმუმამდე იქნას დაყვანილი ასეთი შემააშრიალებელი ფაქტორების პრობლემა. ეს შეესაბამება კასტელანოსის და სხვების კვლევას. 2016 წელს მათ სევოფლურანი აღმოაჩინეს საავადმყოფოს პერსონალის სუნთქვაში, მაგრამ არა საავადმყოფოს გარეთ მყოფი პერსონალის სუნთქვაში. 2018 წელს მარკარმა და სხვებმა სცადეს ეჩვენებინათ შენობაში ჰაერის შემადგენლობის ცვლილებების გავლენა სუნთქვის ანალიზზე, როგორც მათი კვლევის ნაწილი, რომელიც მიზნად ისახავდა საყლაპავის კიბოს დროს ამოსუნთქული ჰაერის დიაგნოსტიკური უნარის შეფასებას7. სინჯის აღების დროს ფოლადის საწინააღმდეგო ფილტვის აპარატისა და SIFT-MS-ის გამოყენებით, მათ შენობაში ჰაერში რვა აქროლადი ორგანული ნაერთი დაადგინეს, რომლებიც მნიშვნელოვნად განსხვავდებოდა სინჯის აღების ადგილის მიხედვით. თუმცა, ეს VOC-ები არ იყო გათვალისწინებული მათ ბოლო ამოსუნთქვის VOC დიაგნოსტიკურ მოდელში, ამიტომ მათი გავლენა უარყოფილი იყო. 2021 წელს სალმანმა და სხვებმა ჩაატარეს კვლევა სამ საავადმყოფოში VOC დონის 27 თვის განმავლობაში მონიტორინგის მიზნით. მათ 17 VOC გამოავლინეს, როგორც სეზონური დისკრიმინატორი და ივარაუდეს, რომ ამოსუნთქულ VOC კონცენტრაციებში 3 მკგ/მ3 კრიტიკულ დონეზე მეტი ნაკლებად სავარაუდოა VOC ფონური დაბინძურების გამო8.
ზღურბლის დონის დადგენის ან ეგზოგენური ნაერთების სრული გამორიცხვის გარდა, ამ ფონური ვარიაციის აღმოფხვრის ალტერნატივები მოიცავს ოთახის ჰაერის დაწყვილებული ნიმუშების შეგროვებას ამოსუნთქული ჰაერის სინჯის აღებასთან ერთად, რათა შესაძლებელი იყოს სუნთქვად ოთახში მაღალი კონცენტრაციით არსებული VOC-ების ნებისმიერი დონის განსაზღვრა. ამოსუნთქული ჰაერიდან ამოღებული ჰაერი. ჰაერი 9 აკლდება დონიდან „ალვეოლური გრადიენტის“ უზრუნველსაყოფად. ამიტომ, დადებითი გრადიენტი მიუთითებს ენდოგენური ნაერთი 10-ის არსებობაზე. კიდევ ერთი მეთოდია მონაწილეებისთვის „გაწმენდილი“ ჰაერის ჩასუნთქვა, რომელიც თეორიულად თავისუფალია VOC11 დამაბინძურებლებისგან. თუმცა, ეს რთულია, შრომატევადია და თავად აღჭურვილობა წარმოქმნის დამატებით VOC დამაბინძურებლებს. მაურერის და სხვების მიერ ჩატარებულ კვლევაში 2014 წელს, სინთეზური ჰაერის ჩასუნთქვის მონაწილეებმა შეამცირეს VOC-ების 39-ით, მაგრამ გაზარდეს VOC-ების 29-ით, ოთახის ჰაერის ჩასუნთქვასთან შედარებით12. სინთეზური/გაწმენდილი ჰაერის გამოყენება ასევე მნიშვნელოვნად ზღუდავს სუნთქვის სინჯის აღების აღჭურვილობის პორტაბელურობას.
ასევე, მოსალოდნელია, რომ გარემოში VOC დონეები დღის განმავლობაში იცვლებოდეს, რამაც შეიძლება კიდევ უფრო იმოქმედოს სუნთქვის სინჯის აღების სტანდარტიზაციასა და სიზუსტეზე.
მას-სპექტრომეტრიის მიღწევებმა, მათ შორის თერმულმა დესორბციამ გაზის ქრომატოგრაფიასთან და ფრენის დროის მას-სპექტრომეტრიასთან (GC-TOF-MS) ერთად, ასევე უზრუნველყო VOC ანალიზის უფრო მძლავრი და საიმედო მეთოდი, რომელსაც შეუძლია ერთდროულად ასობით VOC-ის აღმოჩენა, შესაბამისად, ოთახში ჰაერის უფრო ღრმა ანალიზისთვის. ეს შესაძლებელს ხდის ოთახში ატმოსფერული ჰაერის შემადგენლობის უფრო დეტალურად დახასიათებას და იმის დადგენას, თუ როგორ იცვლება დიდი ნიმუშები ადგილისა და დროის მიხედვით.
ამ კვლევის მთავარი მიზანი იყო საავადმყოფოს გარემოში არსებული ნიმუშების აღების საერთო წერტილებში შენობაში აქროლადი ორგანული ნაერთების სხვადასხვა დონის დადგენა და იმის დადგენა, თუ როგორ მოქმედებს ეს ამოსუნთქული ჰაერის ნიმუშებზე. მეორადი მიზანი იყო იმის დადგენა, იყო თუ არა მნიშვნელოვანი დღიური ან გეოგრაფიული ვარიაციები შენობაში ჰაერში აქროლადი ორგანული ნაერთების განაწილებაში.
სუნთქვის ნიმუშები, ისევე როგორც შესაბამისი შიდა ჰაერის ნიმუშები, შეგროვდა დილით ხუთი სხვადასხვა ადგილიდან და გაანალიზდა GC-TOF-MS მეთოდით. ​​ქრომატოგრამიდან აღმოჩენილი და ამოღებული იქნა სულ 113 VOC. განმეორებითი გაზომვები შეჯერდა საშუალო მაჩვენებელთან, სანამ ჩატარდებოდა ამოღებული და ნორმალიზებული პიკური ფართობების მთავარი კომპონენტის ანალიზი (PCA) გამონაკლისების იდენტიფიცირებისა და აღმოფხვრის მიზნით. ნაწილობრივი უმცირესი კვადრატების - დისკრიმინანტული ანალიზის (PLS-DA) მეშვეობით ჩატარებულმა ზედამხედველობითმა ანალიზმა შემდეგ აჩვენა სუნთქვისა და ოთახის ჰაერის ნიმუშებს შორის მკაფიო გამიჯვნა (R2Y = 0.97, Q2Y = 0.96, p < 0.001) (სურ. 1). ნაწილობრივი უმცირესი კვადრატების - დისკრიმინანტული ანალიზის (PLS-DA) მეშვეობით ჩატარებულმა ზედამხედველობითმა ანალიზმა შემდეგ აჩვენა სუნთქვისა და ოთახის ჰაერის ნიმუშებს შორის მკაფიო გამიჯვნა (R2Y = 0.97, Q2Y = 0.96, p < 0.001) (სურ. 1). Затем контролируемый анализ с помощью частичного дискриминантного анализа методом наименьших квадратов (PLS-DA) смог показать четкое разделение между образцами дыхания и комнатного воздуха (R2Y = 0,97, Q2Y = 0,96, p <0,001) (рис. 1). შემდეგ, ნაწილობრივი უმცირესი კვადრატების დისკრიმინანტული ანალიზით (PLS-DA) კონტროლირებადმა ანალიზმა შეძლო სუნთქვისა და ოთახის ჰაერის ნიმუშებს შორის მკაფიო გამიჯვნის ჩვენება (R2Y=0.97, Q2Y=0.96, p<0.001) (სურათი 1).通过偏最小二乘法进行监督分析——判别分析(PLS-DA)然后能够显示呼吸和室内空气样本之间的明显分离（R2Y = 0.97，Q2Y = 0.96（1p <.通过 偏 最 小 二乘法 进行 监督 分析 分析 判别 判别 分析 分析 (PLS-DA) 然夐 然夐呼吸 室内 空气 样本 的 明显 (（ (1)。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 შემოწმებული ანალიზის ანალიზის ანალიზის მეთოდი მცირე ზომის კვადრატულ მეტრებზე (PLS-DA) შემოწმების გარეშე, რაც საშუალებას გაძლევთ აჩვენოთ სხვადასხვა ფორმულირებები სწავლების და ჰაერის ნაწილებში (R2Y = 0,97, Q2) (R2Y = 0,97, Q2). 1). ნაწილობრივი უმცირესი კვადრატების დისკრიმინანტული ანალიზით (PLS-DA) კონტროლირებადმა ანალიზმა შემდეგ შეძლო სუნთქვისა და შიდა ჰაერის ნიმუშებს შორის მკაფიო გამიჯვნის ჩვენება (R2Y = 0.97, Q2Y = 0.96, p < 0.001) (სურათი 1). ჯგუფებად გამოყოფა განპირობებული იყო 62 სხვადასხვა VOC-ით, ცვლადი მნიშვნელობის პროექციის (VIP) ქულით > 1. თითოეული ნიმუშის ტიპისთვის დამახასიათებელი VOC-ების სრული სია და მათი შესაბამისი VIP ქულები შეგიძლიათ იხილოთ დამატებით ცხრილში 1. ჯგუფებად გამოყოფა განპირობებული იყო 62 სხვადასხვა VOC-ით, ცვლადი მნიშვნელობის პროექციის (VIP) ქულით > 1. თითოეული ნიმუშის ტიპისთვის დამახასიათებელი VOC-ების სრული სია და მათი შესაბამისი VIP ქულები შეგიძლიათ იხილოთ დამატებით ცხრილში 1. განსხვავებები ჯგუფში, 62 განსხვავებული VOC ერთად оценкой проекции, ცალსახა მნიშვნელობას (VIP) > 1. VOC-ის პოლონური სია, ხაზგასმულია ყველა ტიპის ფორმულირება, და შეიძლება შეიცავდეს ცოდნის არჩევანს. დაჯგუფება განპირობებული იყო 62 სხვადასხვა VOC-ით, რომელთა ცვლადი მნიშვნელობის პროექციის (VIP) ქულა > 1-ს შეადგენდა. თითოეული ნიმუშის ტიპისთვის დამახასიათებელი VOC-ების სრული სია და მათი შესაბამისი VIP ქულები შეგიძლიათ იხილოთ დამატებით ცხრილში 1.组分离由62 种不同的VOC 驱动，变量重要性投影(VIP) 分数> 1。组分离由62 种不同的VOC 驱动，变量重要性投影(VIP) 分数> 1。 განსხვავებები ჯგუფი было обусловлено 62 различными ЛОС со оценкой проекции переменной важности (VIP) > 1. ჯგუფური გამოყოფა განპირობებული იყო 62 განსხვავებული VOC-ით, რომელთა ცვლადი მნიშვნელობის პროექციის ქულა (VIP) > 1 იყო.თითოეული ნიმუშის ტიპის დამახასიათებელი VOC-ების სრული სია და მათი შესაბამისი VIP ქულები შეგიძლიათ იხილოთ დამატებით ცხრილში 1.
სუნთქვა და შიდა ჰაერი აჩვენებს აქროლადი ორგანული ნაერთების განსხვავებულ განაწილებას. PLS-DA-ს გამოყენებით ჩატარებულმა ზედამხედველობის ანალიზმა აჩვენა მკაფიო გამიჯვნა დილით შეგროვებულ სუნთქვისა და ოთახის ჰაერის VOC პროფილებს შორის (R2Y = 0.97, Q2Y = 0.96, p < 0.001). PLS-DA-ს გამოყენებით ჩატარებულმა ზედამხედველობის ანალიზმა აჩვენა მკაფიო გამიჯვნა დილით შეგროვებულ სუნთქვისა და ოთახის ჰაერის VOC პროფილებს შორის (R2Y = 0.97, Q2Y = 0.96, p < 0.001). ანალიზის კონტროლი PLS-DA-მ გვიჩვენა, რომ ეს არის დისტანციური პროფილის დისტანციური განაწილება სხეულში ერთიანი ჰაერისა და ჰაერის გავრცელებაში, კომბინირებულ ოთომში (R2Y = 0,97, Q20, <0, Q2Y = ). PLS-DA კონტროლირებადმა ანალიზმა აჩვენა მკაფიო გამიჯვნა დილით შეგროვებულ ამოსუნთქულ და შენობაში ჰაერის აქროლადი ორგანული ნაერთების პროფილებს შორის (R2Y=0.97, Q2Y=0.96, p<0.001).使用PLS-DA 进行的监督分析显示，早上收集的呼吸和室内空气VOC 曲线明显的呼吸和室内空气VOC 曲线明显 曲线明显分= 0,96, p < 0,001).使用 PLS-DA ანალიზის კონტროლი PLS-DA-მ გვიჩვენა, რომ LOS-ის პროფილის დისტანციური გაზიარება და ჰაერი ჩვენს საზოგადოებაში, ზოგად ნაწილებში (R2Y = 0,97, Q2Y = 0,96, p <0,001). PLS-DA-ს გამოყენებით კონტროლირებადმა ანალიზმა აჩვენა დილით შეგროვებული სუნთქვისა და ოთახის ჰაერის VOC პროფილების მკაფიო გამიჯვნა (R2Y=0.97, Q2Y=0.96, p<0.001).მოდელის აწყობამდე განმეორებითი გაზომვები საშუალო მნიშვნელობამდე დაიყვანეს. ელიფსები 95%-იანი სანდოობის ინტერვალებსა და ვარსკვლავის ჯგუფის ცენტროიდებს აჩვენებს.
დილისა და შუადღის საათებში შენობაში აქროლადი ორგანული ნაერთების განაწილების განსხვავებები გამოკვლეული იქნა PLS-DA-ს გამოყენებით. მოდელმა გამოავლინა მნიშვნელოვანი სხვაობა ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001) (სურ. 2). მოდელმა გამოავლინა მნიშვნელოვანი სხვაობა ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001) (სურ. 2). Модель выявила значительное разделение между двумя временными точкими (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). მოდელმა გამოავლინა მნიშვნელოვანი სხვაობა ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001) (სურათი 2).该模型确定了两个时间点之间的显着分离（R2Y = 0,46，Q2Y = 0,22，p <0,001））（该模型确定了两个时间点之间的显着分离（R2Y = 0,46，Q2Y = 0,22，p <0,001））（ Модель выявила значительное разделение между двумя временными точкими (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). მოდელმა გამოავლინა მნიშვნელოვანი სხვაობა ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001) (სურათი 2). ეს განპირობებული იყო 47 VOC-ით, რომელთა VIP ქულა > 1-ზე მეტია. დილის ნიმუშებისთვის დამახასიათებელი ყველაზე მაღალი VIP ქულის მქონე VOC-ები მოიცავდა მრავლობით განშტოებულ ალკანებს, მჟაუნმჟავას და ჰექსაკოზანს, ხოლო შუადღის ნიმუშებში მეტი იყო 1-პროპანოლი, ფენოლი, პროპანის მჟავა, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილ ეთერი, იზოპრენი და ნონალი. ეს განპირობებული იყო 47 VOC-ით, რომელთა VIP ქულა > 1-ზე მეტია. დილის ნიმუშებისთვის დამახასიათებელი ყველაზე მაღალი VIP ქულის მქონე VOC-ები მოიცავდა მრავლობით განშტოებულ ალკანებს, მჟაუნმჟავას და ჰექსაკოზანს, ხოლო შუადღის ნიმუშებში მეტი იყო 1-პროპანოლი, ფენოლი, პროპანის მჟავა, 2-მეთილ-2, 2-ეთილ-3-ჰიდროქსიჰექსილის ეთერი, იზოპრენი და ნონალი. Это было обусловлено наличием 47 летучих органических соединений со оценкой VIP > 1. ЛОС со самой высокой оценкой VIP, характеризующей утренние образцы, включали несколько аветвлен, кино гексакосан, в то время как дневные образцы содержали повеќе 1-пропанола, фенола, пропановой кислоты, 2-метил-, 2-этил-3-гидроксигексиловый эфир, изопрен и нонаналь. ეს განპირობებული იყო 47 აქროლადი ორგანული ნაერთის არსებობით, რომელთა VIP ქულა > 1-ზე მეტია. დილის ნიმუშებისთვის ყველაზე მაღალი VIP ქულის მქონე VOC-ები მოიცავდა რამდენიმე განშტოებულ ალკანს, მჟაუნას მჟავას და ჰექსაკოზანს, ხოლო დღის ნიმუშები შეიცავდა მეტ 1-პროპანოლს, ფენოლს, პროპანის მჟავებს, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილ ეთერს, იზოპრენს და ნონალანს.这是由47 种VIP 评分> 1 的VOC 驱动的。这是由47 种VIP 评分> 1 的VOC 驱动的。 Этому способствуют 47 VOC со оценкой VIP > 1. ამას ხელს უწყობს 47 VOC, რომელთა VIP ქულა 1-ზე მეტია.დილის ნიმუშში ყველაზე მაღალი VIP რეიტინგის მქონე VOC-ები მოიცავდა სხვადასხვა განშტოებულ ალკანებს, მჟაუნას მჟავას და ჰექსადეკანს, ხოლო შუადღის ნიმუშში უფრო მეტი იყო 1-პროპანოლი, ფენოლი, პროპიონის მჟავა, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილ ეთერი, იზოპრენი და ნონაალი.შიდა ჰაერის შემადგენლობის ყოველდღიური ცვლილებების დამახასიათებელი აქროლადი ორგანული ნაერთების (VOC) სრული სია შეგიძლიათ იხილოთ დამატებით ცხრილში 2.
VOC-ების განაწილება შენობაში ჰაერში მთელი დღის განმავლობაში იცვლება. PLS-DA-ს გამოყენებით ზედამხედველობით ჩატარებულმა ანალიზმა აჩვენა გამიჯვნა დილით ან შუადღისას შეგროვებულ ოთახის ჰაერის ნიმუშებს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001). PLS-DA-ს გამოყენებით ზედამხედველობით ჩატარებულმა ანალიზმა აჩვენა გამიჯვნა დილით ან შუადღისას შეგროვებულ ოთახის ჰაერის ნიმუშებს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001). კონტროლერი ანალიზის დახმარებით PLS-DA გვიჩვენებს განმასხვავებელ ნაწილს, რომელსაც აქვს ჰაერი პოპულარიზაციაში, კომერციულ ნაწილებში და დნემში (R2Y = 0,46, Q2Y = 0,22, p < 0,001). PLS-DA-თი კონტროლირებადმა ანალიზმა აჩვენა გამიჯვნა დილით და შუადღისას შეგროვებულ შიდა ჰაერის ნიმუშებს შორის (R2Y = 0.46, Q2Y = 0.22, p < 0.001).使用PLS-DA 进行的监督分析显示，早上或下午收集的室内空气样本之间存在0,46, Q2Y = 0,22, p < 0,001）.使用 PLS-DA ანალიზი эпиднадзора со использованием PLS-DA გვიჩვენებს განსხვავებულ ნაწილს, რომელიც საშუალებას გაძლევთ შეაფასოთ ჰაერი, წვდომა ან დნემ (R2Y = 0,46, Q2Y = 0,22, p < 0,001). PLS-DA-ს გამოყენებით ჩატარებულმა დაკვირვების ანალიზმა აჩვენა დილით ან შუადღისას შეგროვებული შიდა ჰაერის ნიმუშების გამოყოფა (R2Y = 0.46, Q2Y = 0.22, p < 0.001).ელიფსები აჩვენებენ 95%-იან სანდოობის ინტერვალებს და ვარსკვლავის ჯგუფის ცენტროიდებს.
ლონდონის წმინდა მარიამის საავადმყოფოში ნიმუშები ხუთი სხვადასხვა ადგილიდან შეგროვდა: ენდოსკოპიის ოთახი, კლინიკური კვლევის ოთახი, ოპერაციული ოთახის კომპლექსი, ამბულატორიული კლინიკა და მას-სპექტრომეტრიის ლაბორატორია. ჩვენი კვლევითი ჯგუფი რეგულარულად იყენებს ამ ადგილებს პაციენტების მოზიდვისა და სუნთქვის შესაგროვებლად. როგორც ადრე, შენობაში ჰაერი გროვდებოდა დილით და შუადღისას, ხოლო ამოსუნთქული ჰაერის ნიმუშები მხოლოდ დილით. PCA-მ გამოკვეთა ოთახის ჰაერის ნიმუშების გამოყოფა ადგილმდებარეობის მიხედვით ვარიაციის პერმუტაციული მრავალვარიანტული ანალიზის მეშვეობით (PERMANOVA, R2 = 0.16, p < 0.001) (სურ. 3ა). PCA-მ გამოკვეთა ოთახის ჰაერის ნიმუშების გამოყოფა ადგილმდებარეობის მიხედვით ვარიაციის პერმუტაციული მრავალვარიანტული ანალიზის მეშვეობით (PERMANOVA, R2 = 0.16, p < 0.001) (სურ. 3ა). PCA выявил разделение проб комнатного воздуха по местоположена со помошни перестановочного многомерного дисперсионного ანალიზი (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA-მ გამოავლინა ოთახის ჰაერის ნიმუშების გამოყოფა მდებარეობის მიხედვით ვარიაციის პერმუტაციული მრავალვარიანტული ანალიზის გამოყენებით (PERMANOVA, R2 = 0.16, p < 0.001) (სურ. 3ა). PCA 通过置换多变量方差分析（PERMANOVA，R2 = 0.16，p < 0.001）强调了房间空气样本的位置分离（图3a）。პარტნიორული ხელშეკრულება PCA локальную сегрегацию проб комнатного воздуха со помощью перестановочного многомерного дисперсионного ანალიზი (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA-მ გამოკვეთა ოთახის ჰაერის ნიმუშების ლოკალური სეგრეგაცია ვარიაციის პერმუტაციული მრავალვარიანტული ანალიზის გამოყენებით (PERMANOVA, R2 = 0.16, p < 0.001) (სურ. 3ა).ამიტომ, შეიქმნა დაწყვილებული PLS-DA მოდელები, რომლებშიც თითოეული ადგილმდებარეობა შედარებულია ყველა სხვა ადგილმდებარეობასთან მახასიათებლების ხელმოწერების დასადგენად. ყველა მოდელი მნიშვნელოვანი იყო და VOC-ები, რომელთა VIP ქულა > 1 იყო, შესაბამისი დატვირთვით იქნა ამოღებული ჯგუფის წვლილის დასადგენად. ყველა მოდელი მნიშვნელოვანი იყო და VOC-ები, რომელთა VIP ქულა > 1 იყო, შესაბამისი დატვირთვით იქნა ამოღებული ჯგუფის წვლილის დასადგენად. Все модели были значимыми, и ЛОС со оценкой VIP > 1 были извлечены со соответствующей нагрузкой для განსაზღვრული ჯგუფის вклада. ყველა მოდელი მნიშვნელოვანი იყო და VOC-ები, რომელთა VIP ქულა > 1 იყო, შესაბამისი დატვირთვით იქნა ამოღებული ჯგუფის წვლილის დასადგენად.所有模型均显着，VIP 评分> 1 的VOC 被提取并分别加载以识别组贡献。所有模型均显着，VIP 评分> 1 的VOC ყველა მოდელები были значимыми, და VOC ერთად ბალლამი VIP> 1 были извлечены и загружены отдельно для განსაზღვრულ ჯგუფში. ყველა მოდელი მნიშვნელოვანი იყო და VOC-ები, რომელთა VIP ქულა > 1 იყო, ამოღებული და ცალ-ცალკე ატვირთული იქნა ჯგუფის წვლილის დასადგენად.ჩვენი შედეგები აჩვენებს, რომ ატმოსფერული ჰაერის შემადგენლობა ადგილმდებარეობის მიხედვით იცვლება და მოდელის კონსენსუსის გამოყენებით, ადგილმდებარეობისთვის სპეციფიკური მახასიათებლები გამოვავლინეთ. ენდოსკოპიის განყოფილება ხასიათდება უნდეკანის, დოდეკანის, ბენზონიტრილის და ბენზალდეჰიდის მაღალი დონით. კლინიკური კვლევების დეპარტამენტიდან (ასევე ცნობილი როგორც ღვიძლის კვლევის დეპარტამენტი) აღებულ ნიმუშებში მეტი ალფა-პინენი, დიიზოპროპილ ფტალატი და 3-კარენი იყო. ოპერაციული ოთახის შერეული ჰაერი ხასიათდება განშტოებული დეკანის, განშტოებული დოდეკანის, განშტოებული ტრიდეკანის, პროპიონის მჟავას, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილ ეთერის, ტოლუოლის და 2-კროტონალდეჰიდის მაღალი შემცველობით. ამბულატორიულ კლინიკაში (პატერსონის შენობა) უფრო მაღალი შემცველობაა 1-ნონანოლის, ვინილ ლაურილ ეთერის, ბენზილის სპირტის, ეთანოლის, 2-ფენოქსის, ნაფტალინის, 2-მეტოქსის, იზობუტილ სალიცილატის, ტრიდეკანის და განშტოებული ჯაჭვის ტრიდეკანის. და ბოლოს, მას-სპექტრომეტრიის ლაბორატორიაში შეგროვებული შიდა ჰაერი უფრო მეტ აცეტამიდს, 2'2'2-ტრიფტორ-N-მეთილ-, პირიდინს, ფურანს, 2-პენტილს, განშტოებულ უნდეკანს, ეთილბენზოლს, მ-ქსილენს, ო-ქსილენს, ფურფურალს და ეთილანიზატს აჩვენებდა. 3-კარენის სხვადასხვა დონე ხუთივე ლოკაციაზე იყო წარმოდგენილი, რაც იმაზე მიუთითებს, რომ ეს VOC არის გავრცელებული დამაბინძურებელი, რომელსაც კლინიკური კვლევის არეალში ყველაზე მაღალი დაფიქსირებული დონე აქვს. თითოეულ პოზიციაზე განლაგებული VOC-ების სია შეგიძლიათ იხილოთ დამატებით ცხრილში 3. გარდა ამისა, თითოეული საინტერესო VOC-სთვის ჩატარდა უნივარიანტული ანალიზი და ყველა პოზიცია შედარებული იქნა ერთმანეთთან წყვილური ვილკოქსონის ტესტის გამოყენებით, რასაც მოჰყვა ბენჯამინი-ჰოხბერგის კორექტირება. თითოეული VOC-ის ბლოკური დიაგრამები წარმოდგენილია დამატებით ნახაზ 1-ში. რესპირატორული აქროლადი ორგანული ნაერთების მრუდები, როგორც ჩანს, მდებარეობისგან დამოუკიდებელი იყო, როგორც ეს დაფიქსირდა PCA-ში, რასაც მოჰყვა PERMANOVA (p = 0.39) (სურათი 3ბ). გარდა ამისა, სუნთქვის ნიმუშების ყველა სხვადასხვა ადგილმდებარეობას შორის წყვილური PLS-DA მოდელებიც გენერირებული იყო, თუმცა მნიშვნელოვანი განსხვავებები არ გამოვლენილა (p > 0.05). გარდა ამისა, სუნთქვის ნიმუშების ყველა სხვადასხვა ადგილას გენერირებული იქნა წყვილური PLS-DA მოდელები, თუმცა მნიშვნელოვანი განსხვავებები არ დაფიქსირებულა (p > 0.05). Кроме того, парные модели PLS-DA также были созданы между всеми разными местоположениями образцов дыхания, но существенных различий выявлено не было (p > 0,05). გარდა ამისა, დაწყვილებული PLS-DA მოდელები ასევე გენერირებული იქნა სუნთქვის ნიმუშების ყველა სხვადასხვა ლოკაციას შორის, თუმცა მნიშვნელოვანი განსხვავებები არ აღმოჩნდა (p > 0.05).此外，在呼吸样本的所有不同位置之间也生成了成对PLS-DA 模型，但未叾生成了成对PLS-DA 模型，但未叾生0.05). PLS-DA 模型，但未发现显着差异(p > 0.05)". Кроме того, парные модели PLS-DA также были генерированы между всеми различными местоположениями образцов дыхания, но существенных различий обнаружено не было (p > 0,05). გარდა ამისა, დაწყვილებული PLS-DA მოდელები ასევე გენერირებული იქნა სუნთქვის ნიმუშების ყველა სხვადასხვა ლოკაციას შორის, თუმცა მნიშვნელოვანი განსხვავებები არ აღმოჩნდა (p > 0.05).
ცვლილებები გარემოს შიდა ჰაერში, მაგრამ არა ამოსუნთქულ ჰაერში, VOC-ის განაწილება განსხვავდება სინჯის აღების ადგილის მიხედვით, PCA-ს გამოყენებით ჩატარებული ზედამხედველობის გარეშე ანალიზი აჩვენებს სხვადასხვა ადგილას შეგროვებული შიდა ჰაერის ნიმუშებს შორის განცალკევებას, მაგრამ არა შესაბამის ამოსუნთქულ ჰაერის ნიმუშებს. ვარსკვლავი აღნიშნავს ჯგუფის ცენტროიდებს.
ამ კვლევაში, ჩვენ გავაანალიზეთ შენობაში ჰაერის VOC-ების განაწილება ხუთ გავრცელებულ სუნთქვის სინჯის აღების წერტილში, რათა უკეთ გაგვეგო ფონური VOC დონის გავლენა სუნთქვის ანალიზზე.
შიდა ჰაერის ნიმუშების გამოყოფა დაფიქსირდა ხუთივე სხვადასხვა ადგილას. 3-კარენის გარდა, რომელიც ყველა შესწავლილ ტერიტორიაზე იყო წარმოდგენილი, გამოყოფა გამოწვეული იყო სხვადასხვა VOC-ებით, რაც თითოეულ ადგილს სპეციფიკურ ხასიათს ანიჭებდა. ენდოსკოპიის შეფასების სფეროში, გამოყოფის გამომწვევი აქროლადი ორგანული ნაერთები ძირითადად მონოტერპენებია, როგორიცაა ბეტა-პინენი და ალკანები, როგორიცაა დოდეკანი, უნდეკანი და ტრიდეკანი, რომლებიც ხშირად გვხვდება საწმენდ საშუალებებში ხშირად გამოყენებულ ეთერზეთებში13. ენდოსკოპიური მოწყობილობების გაწმენდის სიხშირის გათვალისწინებით, ეს VOC-ები, სავარაუდოდ, ხშირი შიდა დასუფთავების პროცესების შედეგია. კლინიკური კვლევის ლაბორატორიებში, ისევე როგორც ენდოსკოპიაში, გამოყოფა ძირითადად განპირობებულია მონოტერპენებით, როგორიცაა ალფა-პინენი, მაგრამ ასევე, სავარაუდოდ, საწმენდი საშუალებებით. რთულ საოპერაციო ოთახში, VOC-ის ხელმოწერა ძირითადად შედგება განშტოებული ალკანებისგან. ამ ნაერთების მიღება შესაძლებელია ქირურგიული ინსტრუმენტებიდან, რადგან ისინი მდიდარია ზეთებითა და საპოხი მასალებით14. ქირურგიულ პირობებში, ტიპიური VOC-ები მოიცავს სპირტების ფართო სპექტრს: 1-ნონანოლს, რომელიც გვხვდება მცენარეულ ზეთებსა და საწმენდ საშუალებებში, და ბენზილის სპირტს, რომელიც გვხვდება სუნამოებსა და ადგილობრივ ანესთეტიკებში.15,16,17,18 მას-სპექტრომეტრიის ლაბორატორიაში VOC-ები ძალიან განსხვავდება სხვა სფეროებში მოსალოდნელისგან, რადგან ეს არის ერთადერთი არაკლინიკური შეფასებული სფერო. მიუხედავად იმისა, რომ ზოგიერთი მონოტერპენი არსებობს, ნაერთების უფრო ერთგვაროვანი ჯგუფი ამ სფეროს იზიარებს სხვა ნაერთებთან (2,2,2-ტრიფტორ-N-მეთილ-აცეტამიდი, პირიდინი, განშტოებული უნდეკანი, 2-პენტილფურანი, ეთილბენზოლი, ფურფურალი, ეთილანიზატი), ორთოქსილენთან, მეტა-ქსილენთან, იზოპროპანოლთან და 3-კარენთან), მათ შორის არომატულ ნახშირწყალბადებთან და სპირტებთან. ამ VOC-ების ზოგიერთი ნაწილი შეიძლება იყოს მეორადი ლაბორატორიაში გამოყენებული ქიმიკატების, რომელიც შედგება მას-სპექტრომეტრიის შვიდი სისტემისგან, რომლებიც მუშაობენ TD და სითხის ინექციის რეჟიმებში.
PLS-DA-ს გამოყენებით დაფიქსირდა შიდა ჰაერისა და სუნთქვის ნიმუშების ძლიერი გამოყოფა, რაც გამოწვეული იყო 113 აღმოჩენილი VOC-დან 62-ით. შიდა ჰაერში ეს VOC-ები ეგზოგენურია და მოიცავს დიიზოპროპილ ფტალატს, ბენზოფენონს, აცეტოფენონს და ბენზილის სპირტს, რომლებიც ხშირად გამოიყენება პლასტიფიკატორებსა და სუნამოებში19,20,21,22; ეს უკანასკნელი გვხვდება საწმენდ საშუალებებში16. ამოსუნთქულ ჰაერში არსებული ქიმიკატები წარმოადგენს ენდოგენური და ეგზოგენური VOC-ების ნაზავს. ენდოგენური VOC-ები ძირითადად შედგება განშტოებული ალკანებისგან, რომლებიც ლიპიდების პეროქსიდაციის თანმდევი პროდუქტებია23, და იზოპრენისგან, ქოლესტერინის სინთეზის თანმდევი პროდუქტი24. ეგზოგენური VOC-ები მოიცავს მონოტერპენებს, როგორიცაა ბეტა-პინენი და D-ლიმონენი, რომლებიც შეიძლება მივაკუთვნოთ ციტრუსის ეთერზეთებს (ასევე ფართოდ გამოიყენება საწმენდ საშუალებებში) და საკვების კონსერვანტებს13,25. 1-პროპანოლი შეიძლება იყოს ენდოგენური, ამინომჟავების დაშლის შედეგად, ან ეგზოგენური, რომელიც არსებობს სადეზინფექციო საშუალებებში26. შენობაში ჰაერის სუნთქვასთან შედარებით, აქროლადი ორგანული ნაერთების უფრო მაღალი დონეა აღმოჩენილი, რომელთაგან ზოგიერთი იდენტიფიცირებულია, როგორც შესაძლო დაავადების ბიომარკერები. ეთილბენზოლი წარმოადგენს პოტენციურ ბიომარკერს რიგი სასუნთქი გზების დაავადებებისთვის, მათ შორის ფილტვის კიბოს, ფილტვების ქრონიკული ობსტრუქციული დაავადებისა27 და ფილტვის ფიბროზისთვის28. ფილტვის კიბოს არმქონე პაციენტებთან შედარებით, N-დოდეკანისა და ქსილენის დონეები ასევე უფრო მაღალი კონცენტრაციით აღმოჩნდა ფილტვის კიბოს მქონე პაციენტებში29 და მეტაციმოლის დონეები აქტიური წყლულოვანი კოლიტის მქონე პაციენტებში30. ამრიგად, მაშინაც კი, თუ შენობაში ჰაერის სხვაობა გავლენას არ ახდენს სუნთქვის საერთო პროფილზე, მათ შეუძლიათ გავლენა მოახდინონ VOC-ის სპეციფიკურ დონეზე, ამიტომ შენობაში ფონური ჰაერის მონიტორინგი მაინც შეიძლება მნიშვნელოვანი იყოს.
ასევე, დილით და შუადღისას შეგროვებული შიდა ჰაერის ნიმუშები ერთმანეთისგან გამიჯნული იყო. დილის ნიმუშების ძირითადი მახასიათებლებია განშტოებული ალკანები, რომლებიც ხშირად ეგზოგენურად გვხვდება საწმენდ საშუალებებსა და ცვილებში31. ეს შეიძლება აიხსნას იმით, რომ კვლევაში შეტანილი ოთხივე კლინიკური ოთახი ოთახის ჰაერის ნიმუშების აღებამდე გაიწმინდა. ყველა კლინიკური ზონა გამოყოფილია სხვადასხვა VOC-ებით, ამიტომ ეს გამიჯვნა არ შეიძლება მივაწეროთ დასუფთავებას. დილის ნიმუშებთან შედარებით, შუადღის ნიმუშებში ზოგადად აღინიშნა სპირტების, ნახშირწყალბადების, ეთერების, კეტონების და ალდეჰიდების ნარევის უფრო მაღალი დონე. როგორც 1-პროპანოლი, ასევე ფენოლი გვხვდება სადეზინფექციო საშუალებებში26,32, რაც მოსალოდნელია მთელი კლინიკური ზონის რეგულარული დასუფთავების გათვალისწინებით მთელი დღის განმავლობაში. სუნთქვა მხოლოდ დილით გროვდება. ეს გამოწვეულია მრავალი სხვა ფაქტორით, რომლებმაც შეიძლება გავლენა მოახდინონ დღის განმავლობაში ამოსუნთქულ ჰაერში აქროლადი ორგანული ნაერთების დონეზე, რომელთა კონტროლი შეუძლებელია. ეს მოიცავს სასმელების და საკვების მოხმარებას33,34 და სხვადასხვა დონის ფიზიკურ დატვირთვას35,36 სუნთქვის ნიმუშების აღებამდე.
VOC ანალიზი არაინვაზიური დიაგნოსტიკის განვითარების წინა პლანზე რჩება. სინჯის აღების სტანდარტიზაცია კვლავ გამოწვევად რჩება, მაგრამ ჩვენმა ანალიზმა დამაჯერებლად აჩვენა, რომ სხვადასხვა ადგილას შეგროვებულ სუნთქვის ნიმუშებს შორის მნიშვნელოვანი განსხვავებები არ არსებობს. ამ კვლევაში ჩვენ ვაჩვენეთ, რომ აქროლადი ორგანული ნაერთების შემცველობა ოთახის შიდა ჰაერში დამოკიდებულია ადგილმდებარეობასა და დღის დროზე. თუმცა, ჩვენი შედეგები ასევე აჩვენებს, რომ ეს მნიშვნელოვნად არ მოქმედებს აქროლადი ორგანული ნაერთების განაწილებაზე ამოსუნთქულ ჰაერში, რაც იმაზე მიუთითებს, რომ სუნთქვის სინჯის აღება შეიძლება ჩატარდეს სხვადასხვა ადგილას შედეგებზე მნიშვნელოვანი გავლენის გარეშე. უპირატესობა ენიჭება მრავალი ადგილის ჩართვას და ნიმუშების შეგროვების დუბლირებას უფრო ხანგრძლივი პერიოდის განმავლობაში. და ბოლოს, სხვადასხვა ადგილიდან შიდა ჰაერის გამოყოფა და ამოსუნთქულ ჰაერში გამოყოფის არარსებობა ნათლად აჩვენებს, რომ სინჯის აღების ადგილი მნიშვნელოვნად არ მოქმედებს ადამიანის სუნთქვის შემადგენლობაზე. ეს იმედისმომცემია სუნთქვის ანალიზის კვლევისთვის, რადგან ის გამორიცხავს პოტენციურ შემააშრიალებელ ფაქტორს სუნთქვის მონაცემების შეგროვების სტანდარტიზაციაში. მიუხედავად იმისა, რომ ერთი სუბიექტის სუნთქვის ყველა ნიმუში ჩვენი კვლევის შეზღუდვას წარმოადგენდა, მას შეუძლია შეამციროს განსხვავებები სხვა შემააშრიალებელ ფაქტორებში, რომლებზეც გავლენას ახდენს ადამიანის ქცევა. ერთდისციპლინური კვლევითი პროექტები ადრე წარმატებით იქნა გამოყენებული მრავალ კვლევაში37. თუმცა, მტკიცე დასკვნების გამოსატანად საჭიროა შემდგომი ანალიზი. რეკომენდებულია შიდა ჰაერის რუტინული აღება, სუნთქვის სინჯებთან ერთად, ეგზოგენური ნაერთების გამოსარიცხად და კონკრეტული დამაბინძურებლების იდენტიფიცირებისთვის. ჩვენ გირჩევთ იზოპროპილის სპირტის გამორიცხვას საწმენდ საშუალებებში მისი გავრცელების გამო, განსაკუთრებით ჯანდაცვის დაწესებულებებში. ეს კვლევა შეზღუდული იყო თითოეულ ადგილზე შეგროვებული სუნთქვის ნიმუშების რაოდენობით და საჭიროა შემდგომი მუშაობა სუნთქვის ნიმუშების უფრო დიდი რაოდენობით აღებაზე, რათა დადასტურდეს, რომ ადამიანის სუნთქვის შემადგენლობა მნიშვნელოვნად არ მოქმედებს იმ კონტექსტზე, რომელშიც ნიმუშებია ნაპოვნი. გარდა ამისა, ფარდობითი ტენიანობის (RH) მონაცემები არ შეგროვდა და მიუხედავად იმისა, რომ ვაღიარებთ, რომ RH-ის სხვაობამ შეიძლება გავლენა მოახდინოს VOC-ის განაწილებაზე, ფართომასშტაბიან კვლევებში მნიშვნელოვანია როგორც RH კონტროლის, ასევე RH მონაცემთა შეგროვების ლოგისტიკური გამოწვევები.
დასკვნის სახით, ჩვენი კვლევა აჩვენებს, რომ შიდა ჰაერში VOC-ები განსხვავდება ადგილმდებარეობისა და დროის მიხედვით, თუმცა, როგორც ჩანს, ეს ასე არ არის სუნთქვის ნიმუშების შემთხვევაში. ნიმუშის მცირე ზომის გამო, შეუძლებელია საბოლოო დასკვნების გამოტანა შიდა ჰაერის სუნთქვის ნიმუშებზე ზემოქმედების შესახებ და საჭიროა შემდგომი ანალიზი, ამიტომ რეკომენდებულია შიდა ჰაერის ნიმუშების აღება სუნთქვის დროს, ნებისმიერი პოტენციური დამაბინძურებლის, VOC-ების გამოსავლენად.
ექსპერიმენტი ლონდონის წმინდა მარიამის საავადმყოფოში 2020 წლის თებერვალში ზედიზედ 10 სამუშაო დღის განმავლობაში მიმდინარეობდა. ყოველდღიურად, ხუთივე ლოკაციიდან თითოეულიდან იღებდა ორ სუნთქვის ნიმუშს და ოთხ შიდა ჰაერის ნიმუშს, სულ 300 ნიმუში. ყველა მეთოდი ჩატარდა შესაბამისი სახელმძღვანელო მითითებებისა და რეგულაციების შესაბამისად. ხუთივე ნიმუშის აღების ზონის ტემპერატურა კონტროლდებოდა 25°C-ზე.
შიდა ჰაერის ნიმუშების აღებისთვის ხუთი ლოკაცია შეირჩა: მას-სპექტრომეტრიის ინსტრუმენტაციის ლაბორატორია, ქირურგიული ამბულატორია, ოპერაციული ოთახი, შეფასების ზონა, ენდოსკოპიური შეფასების ზონა და კლინიკური კვლევის ოთახი. თითოეული რეგიონი შეირჩა იმის გამო, რომ ჩვენი კვლევითი ჯგუფი ხშირად იყენებს მათ სუნთქვის ანალიზისთვის მონაწილეების მოსაზიდად.
ოთახის ჰაერის ნიმუშები აღებული იქნა ინერტული საფარით დაფარული Tenax TA/Carbograph თერმული დესორბციის (TD) მილების (Markes International Ltd, Llantrisan, UK) მეშვეობით 250 მლ/წთ სიჩქარით 2 წუთის განმავლობაში, SKC Ltd.-ის ჰაერის სინჯის აღების ტუმბოს გამოყენებით, სრული სირთულის მიხედვით. თითოეულ TD მილზე დაასხით 500 მლ ოთახის ჰაერი. შემდეგ მილები დალუქული იქნა სპილენძის თავსახურებით მას-სპექტრომეტრიის ლაბორატორიაში დასაბრუნებლად. ოთახის ჰაერის ნიმუშები აღებული იქნა რიგრიგობით თითოეულ ადგილას ყოველდღე 9:00 საათიდან 11:00 საათამდე და კვლავ 15:00 საათიდან 17:00 საათამდე. ნიმუშები აღებული იქნა ორმაგად.
სუნთქვის ნიმუშები შეგროვდა ინდივიდუალური სუბიექტებისგან, რომლებსაც შენობაში ჰაერის ნიმუშები აღებული ჰქონდათ. სუნთქვის ნიმუშების აღების პროცესი ჩატარდა NHS Health Research Authority—London—Camden & Kings Cross Research Ethics Committee-ის მიერ დამტკიცებული პროტოკოლის შესაბამისად (მითითება 14/LO/1136). სუნთქვის ნიმუშების აღების პროცესი ჩატარდა NHS Health Research Authority—London—Camden & Kings Cross Research Ethics Committee-ის მიერ დამტკიცებული პროტოკოლის შესაბამისად (მითითება 14/LO/1136). NHS — ლონდონი — კომისიამ ამ საკითხთან დაკავშირებით Camden & Kings Cross (ссылка 14/LO/1136). სუნთქვის სინჯის აღების პროცესი ჩატარდა NHS სამედიცინო კვლევების ორგანოს - ლონდონი - კამდენისა და კინგს კროსის კვლევის ეთიკის კომიტეტის მიერ დამტკიცებული პროტოკოლის შესაბამისად (Ref. 14/LO/1136).სუნთქვის ნიმუშის აღების პროცედურა ჩატარდა NHS-London-Camden Medical Research Agency-სა და King's Cross Research Ethics Committee-ის მიერ დამტკიცებული პროტოკოლების შესაბამისად (ref 14/LO/1136). მკვლევარმა მისცა ინფორმირებული წერილობითი თანხმობა. ნორმალიზაციის მიზნით, მკვლევარებს წინა ღამის შუაღამის შემდეგ არაფერი უჭამიათ და არ დაულევიათ. სუნთქვა შეგროვდა სპეციალურად დამზადებული 1000 მლ Nalophan™ (PET პოლიეთილენ ტერეფტალატი) ერთჯერადი პარკის და პოლიპროპილენის შპრიცის გამოყენებით, რომელიც გამოყენებული იყო დალუქულ მუნდშტუკად, როგორც ადრე აღწერეს Belluomo და სხვ. ნალოფანი აღმოჩნდა შესანიშნავი სასუნთქი საშუალება მისი ინერტულობისა და ნაერთის სტაბილურობის უზრუნველყოფის უნარის გამო 12 საათამდე38. ამ პოზიციაში მინიმუმ 10 წუთის განმავლობაში ყოფნის შემდეგ, გამომცდელი ამოისუნთქავს ნიმუშის პარკში ნორმალური მშვიდი სუნთქვის დროს. მაქსიმალურ მოცულობამდე შევსების შემდეგ, პარკი იხურება შპრიცის დგუშით. ისევე როგორც შიდა ჰაერის აღებისას, გამოიყენეთ SKC Ltd.-ის ჰაერის სინჯის აღების ტუმბო 10 წუთის განმავლობაში, რათა პარკიდან ჰაერი TD მილის მეშვეობით ამოიღოთ: პლასტმასის მილებისა და SKC-ის მეშვეობით TD მილის მეორე ბოლოში არსებულ ჰაერის ტუმბოს მიაერთეთ დიდი დიამეტრის ნემსი ფილტრის გარეშე. პარკი აკუპუნქტურით დაამუშავეთ და თითოეული TD მილის მეშვეობით 2 წუთის განმავლობაში შეისუნთქეთ 250 მლ/წთ სიჩქარით, თითოეულ TD მილში სულ 500 მლ ჩატვირთეთ. ნიმუშები კვლავ შეგროვდა დუბლიკატებში, რათა მინიმუმამდე შემცირებულიყო სინჯის ცვალებადობა. სუნთქვა გროვდება მხოლოდ დილით.
TD მილები გაიწმინდა TC-20 TD მილის კონდიციონერის (Markes International Ltd, Llantrisant, დიდი ბრიტანეთი) გამოყენებით 40 წუთის განმავლობაში 330°C ტემპერატურაზე, 50 მლ/წთ აზოტის ნაკადით. ყველა ნიმუში გაანალიზდა შეგროვებიდან 48 საათის განმავლობაში GC-TOF-MS მეთოდით. ​​Agilent Technologies 7890A GC შეწყვილებული იყო TD100-xr თერმული დესორბციის სისტემასთან და BenchTOF Select MS-თან (Markes International Ltd, Llantrisan, დიდი ბრიტანეთი). TD მილი თავდაპირველად წინასწარ გამოირეცხა 1 წუთის განმავლობაში 50 მლ/წთ ნაკადის სიჩქარით. საწყისი დესორბცია განხორციელდა 250°C ტემპერატურაზე 5 წუთის განმავლობაში 50 მლ/წთ ჰელიუმის ნაკადით, რათა VOC-ები ცივ ხაფანგში (Material Emissions, Markes International, Llantrisant, დიდი ბრიტანეთი) გადასულიყო გაყოფილი რეჟიმით (1:10) 25°C ტემპერატურაზე. ცივი ხაფანგით (მეორადი) დესორბცია ჩატარდა 250°C ტემპერატურაზე (ბალისტიკური გათბობით 60°C/წმ) 3 წუთის განმავლობაში, He ნაკადის სიჩქარით 5.7 მლ/წთ, და გაზის ორთქლის მილისკენ მიმავალი ნაკადის ტემპერატურა განუწყვეტლივ თბებოდა 200°C-მდე. სვეტი იყო Mega WAX-HT სვეტი (20 მ×0.18 მმ×0.18 μm, Chromalytic, ჰემფშირი, აშშ). სვეტის ნაკადის სიჩქარე დაყენებული იყო 0.7 მლ/წთ-ზე. ღუმელის ტემპერატურა თავდაპირველად დაყენებული იყო 35°C-ზე 1.9 წუთის განმავლობაში, შემდეგ გაიზარდა 240°C-მდე (20°C/წთ, 2 წუთის განმავლობაში). MS გადაცემის ხაზი შენარჩუნებული იყო 260°C-ზე, ხოლო იონური წყარო (70 eV ელექტრონული დარტყმა) შენარჩუნებული იყო 260°C-ზე. MS ანალიზატორი დაყენებული იყო 30-დან 597 მ/წმ-მდე ჩასაწერად. ცივ ხაფანგში (TD მილის გარეშე) დესორბცია და კონდიცირებულ სუფთა TD მილში დესორბცია ტარდებოდა თითოეული ანალიზის დაწყებისა და დასრულებისას, რათა უზრუნველყოფილიყო გადატანის ეფექტების არარსებობა. იგივე ცარიელი ანალიზი ჩატარდა სუნთქვის ნიმუშების დესორბციის დაწყებამდე და მის შემდეგ დაუყოვნებლივ, რათა უზრუნველყოფილიყო ნიმუშების უწყვეტი ანალიზი TD-ის კორექტირების გარეშე.
ქრომატოგრამების ვიზუალური დათვალიერების შემდეგ, ნედლი მონაცემთა ფაილები გაანალიზდა Chromspace®-ის (Sepsolve Analytical Ltd.) გამოყენებით. საინტერესო ნაერთები იდენტიფიცირებული იქნა წარმომადგენლობითი სუნთქვისა და ოთახის ჰაერის ნიმუშებიდან. ანოტაცია დაფუძნებულია VOC მასის სპექტრზე და შეკავების ინდექსზე NIST 2017 მასის სპექტრის ბიბლიოთეკის გამოყენებით. შეკავების ინდექსები გამოითვალა ალკანის ნარევის (nC8-nC40, 500 μg/მლ დიქლორმეთანში, Merck, აშშ) ანალიზით, 1 μL, რომელიც დამატებული იყო სამ კონდიცირებულ TD მილში კალიბრაციის ხსნარის ჩატვირთვის მოწყობილობის მეშვეობით და გაანალიზდა იმავე TD-GC-MS პირობებში და ნედლი ნაერთების სიიდან, ანალიზისთვის მხოლოდ ის ნაერთები შეინახეს, რომელთა უკუშესაბამისობის კოეფიციენტი > 800 იყო. შეკავების ინდექსები გამოითვალა ალკანის ნარევის (nC8-nC40, 500 μg/მლ დიქლორმეთანში, Merck, აშშ) ანალიზით, 1 μL, რომელიც დამატებული იყო სამ კონდიცირებულ TD მილში კალიბრაციის ხსნარის ჩატვირთვის მოწყობილობის მეშვეობით და გაანალიზდა იმავე TD-GC-MS პირობებში. ნედლი ნაერთების სიიდან ანალიზისთვის მხოლოდ ის ნაერთები შეინახეს, რომელთა უკუშესაბამისობის კოეფიციენტი > 800 იყო.შეკავების ინდექსები გამოითვალა ალკანების ნარევის 1 µლ (nC8-nC40, 500 µგ/მლ დიქლორმეთანში, Merck, აშშ) ანალიზით სამ კონდიცირებულ TD მილში, კალიბრაციის ხსნარის ჩატვირთვის ერთეულის გამოყენებით და გაანალიზდა იგივე TD-GC-MS პირობებში.და исходного списка соединений для ანალიზი были оставлены только соединения с коэффициентом обратного совпадения > 800. და ნაერთების თავდაპირველი სიიდან ანალიზისთვის მხოლოდ ის ნაერთები შეინახეს, რომელთა უკუშესაბამისობის კოეფიციენტი > 800 იყო.通过分析烷烃混合物（nC8-nC40，500 მკგ/მლ在二氯甲烷中，Merck，USA）计算保留指数，通过校准溶液加载装置将1 მლ加标到三个调节过的TD 管上，并在相同的TD-GC-MS 条件下进行分析并且从原始化合物列表中，仅保留反向匹配因子> 800的化合物进行分析.通过 分析 烷烃 （（nc8-nc40，500 მკგ/მლ 在 中 ， , merck , აშშ)将 1 μl 到 三 调节 过 的 的 管 ， 并 在 在 在 在 在 在 在 在 在 在 在 在 在在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在800 的匩膈在შეკავების ინდექსები გამოითვალა ალკანების ნარევის ანალიზით (nC8-nC40, 500 μg/მლ დიქლორმეთანში, Merck, აშშ), 1 μl დაემატა სამ კონდიცირებულ TD მილს ხსნარის ჩამტვირთავის დაკალიბრებით და იქვე დაემატა.выполненных в тех же условиях TD-GC-MS и из исходного списка соединений, для анализа были оставлены только соединения с коэффициентом обратного советување > 800. იგივე TD-GC-MS პირობებში ჩატარებული და ნაერთების თავდაპირველი სიიდან ანალიზისთვის მხოლოდ ის ნაერთები შეინახეს, რომელთა ინვერსიული მორგების კოეფიციენტი > 800 იყო.ასევე მოიხსნება ჟანგბადი, არგონი, ნახშირორჟანგი და სილოქსანები. და ბოლოს, ასევე გამოირიცხა ნებისმიერი ნაერთი, რომლის სიგნალისა და ხმაურის თანაფარდობა < 3-ზეა. და ბოლოს, ასევე გამოირიცხა ნებისმიერი ნაერთი, რომლის სიგნალისა და ხმაურის თანაფარდობა < 3-ზეა. Наконец, любые соединения с отношением сигнал/шум <3 также были исключены. და ბოლოს, ასევე გამოირიცხა ნებისმიერი ნაერთი, რომლის სიგნალი-ხმაურის თანაფარდობა <3-ია.最后，还排除了信噪比< 3 的任何化合物。最后，还排除了信噪比< 3 的任何化合物。 Наконец, любые соединения с отношением сигнал/шум <3 также были исключены. და ბოლოს, ასევე გამოირიცხა ნებისმიერი ნაერთი, რომლის სიგნალი-ხმაურის თანაფარდობა <3-ია.თითოეული ნაერთის ფარდობითი სიმრავლე შემდეგ ამოღებული იქნა ყველა მონაცემთა ფაილიდან მიღებული ნაერთების სიის გამოყენებით. NIST 2017-თან შედარებით, სუნთქვის ნიმუშებში 117 ნაერთი იქნა იდენტიფიცირებული. შერჩევა განხორციელდა MATLAB R2018b პროგრამული უზრუნველყოფის (ვერსია 9.5) და Gavin Beta 3.0-ის გამოყენებით. მონაცემების შემდგომი შესწავლის შემდეგ, ქრომატოგრამების ვიზუალური დათვალიერებით გამოირიცხა კიდევ 4 ნაერთი, რის შედეგადაც შემდგომ ანალიზში ჩასართავად დარჩა 113 ნაერთი. ამ ნაერთების სიმრავლე აღდგენილი იქნა წარმატებით დამუშავებული 294 ნიმუშიდან. ექვსი ნიმუში ამოღებული იქნა მონაცემების ცუდი ხარისხის (გაჟონილი TD მილები) გამო. დარჩენილ მონაცემთა ნაკრებებში, რეპროდუცირებადობის შესაფასებლად, Pearson-ის ცალმხრივი კორელაციები გამოითვალა განმეორებითი გაზომვების ნიმუშებში 113 VOC-ს შორის. კორელაციის კოეფიციენტი იყო 0.990 ± 0.016, ხოლო p მნიშვნელობა იყო 2.00 × 10–46 ± 2.41 × 10–45 (არითმეტიკული საშუალო ± სტანდარტული გადახრა).
ყველა სტატისტიკური ანალიზი ჩატარდა R ვერსია 4.0.2-ზე (R Foundation for Statistical Computing, ვენა, ავსტრია). მონაცემების ანალიზისა და გენერირებისთვის გამოყენებული მონაცემები და კოდი საჯაროდ ხელმისაწვდომია GitHub-ზე (https://github.com/simonezuffa/Manuscript_Breath). ინტეგრირებული პიკები თავდაპირველად ლოგარითმულად გარდაიქმნა და შემდეგ ნორმალიზებული იქნა მთლიანი ფართობის ნორმალიზაციის გამოყენებით. განმეორებითი გაზომვების მქონე ნიმუშები საშუალო მნიშვნელობამდე იქნა შეჯამებული. „ropls“ და „mixOmics“ პაკეტები გამოიყენება ზედამხედველობის გარეშე PCA მოდელების და ზედამხედველობის ქვეშ მყოფი PLS-DA მოდელების შესაქმნელად. PCA საშუალებას გაძლევთ იდენტიფიციროთ 9 ნიმუშის გამონაკლისი. პირველადი სუნთქვის ნიმუში დაჯგუფდა ოთახის ჰაერის ნიმუშთან და შესაბამისად, შერჩევის შეცდომის გამო ცარიელ მილად ჩაითვალა. დარჩენილი 8 ნიმუში არის ოთახის ჰაერის ნიმუშები, რომლებიც შეიცავს 1,1′-ბიფენილს, 3-მეთილს. შემდგომმა ტესტირებამ აჩვენა, რომ ყველა 8 ნიმუშს ჰქონდა მნიშვნელოვნად დაბალი VOC წარმოება სხვა ნიმუშებთან შედარებით, რაც იმაზე მიუთითებს, რომ ეს გამონაბოლქვი გამოწვეული იყო მილების ჩატვირთვისას ადამიანის შეცდომით. მდებარეობის გამოყოფა შემოწმდა PCA-ში PERMANOVA-ს გამოყენებით ვეგანური პაკეტიდან. PERMANOVA საშუალებას გაძლევთ განსაზღვროთ ჯგუფების დაყოფა ცენტროიდების მიხედვით. ეს მეთოდი ადრე გამოყენებულია მსგავს მეტაბოლომიურ კვლევებში39,40,41. ropls პაკეტი გამოიყენება PLS-DA მოდელების მნიშვნელობის შესაფასებლად შემთხვევითი შვიდჯერადი ჯვარედინი ვალიდაციისა და 999 პერმუტაციის გამოყენებით. ცვლადი მნიშვნელობის პროექციის (VIP) ქულით > 1 შეფასებული ნაერთები კლასიფიკაციისთვის მნიშვნელოვნად ჩაითვალა და მნიშვნელოვნად დარჩა. ცვლადი მნიშვნელობის პროექციის (VIP) ქულით > 1 შეფასებული ნაერთები კლასიფიკაციისთვის მნიშვნელოვნად ჩაითვალა და მნიშვნელოვნად დარჩა. Соединения с показателем проекции переменной важности (VIP) > 1 სჩიтались подходящими для классификации и сохранялись как значимые. ცვლადი მნიშვნელობის პროექციის ქულის (VIP) > 1 მქონე ნაერთები კლასიფიკაციისთვის ვარგისად ჩაითვალა და მნიშვნელოვნად დარჩნენ.具有可变重要性投影(VIP) 分数> 1 的化合物被认为与分类相关并保留为显留具有可变重要性投影(VIP) 分数> 1 Соединения с оценкой переменной важности (VIP) > 1 სჩიტალისь подходящими для классификации и чувались значимыми. ცვლადი მნიშვნელობის (VIP) 1-ზე მეტი ქულის მქონე ნაერთები კლასიფიკაციისთვის ვარგისად ითვლებოდა და მნიშვნელოვნად რჩებოდა.PLS-DA მოდელიდან დატვირთვები ასევე ამოღებული იქნა ჯგუფური წვლილის დასადგენად. კონკრეტული ადგილმდებარეობისთვის VOC-ები განისაზღვრება დაწყვილებული PLS-DA მოდელების კონსენსუსის საფუძველზე. ამისათვის, ყველა ლოკაციის VOC პროფილი ერთმანეთთან შედარებით გამოიცადა და თუ VOC VIP > 1-ით მოდელებში მუდმივად მნიშვნელოვანი იყო და ერთსა და იმავე ლოკაციას მიეწერებოდა, იგი ლოკაციისთვის სპეციფიკურად ჩაითვალა. ამისათვის, ყველა ლოკაციის VOC პროფილი ერთმანეთთან შედარებით გამოიცადა და თუ VOC VIP > 1-ით მოდელებში მუდმივად მნიშვნელოვანი იყო და ერთსა და იმავე ლოკაციას მიეწერებოდა, იგი ლოკაციისთვის სპეციფიკურად ჩაითვალა. თუ ეს არის პროფილები LOS ყველა ადგილზე, რომელიც სხვა სხვას წინააღმდეგია, და ეს არის LOS ერთად VIP> 1 ბრალდება საკმაოდ დიდი რაოდენობით მოდელის მიხედვით და არა მხოლოდ ერთი ადგილიდან, არამედ იმ ადგილზე, რომლითაც სარგებლობენ მომხმარებლებისთვის. ამისათვის, ყველა ადგილმდებარეობის VOC პროფილები ერთმანეთთან შედარებით შემოწმდა და თუ VOC VIP > 1-ით მოდელებში მუდმივად მნიშვნელოვანი იყო და ერთსა და იმავე ადგილმდებარეობას ეხებოდა, მაშინ ის ადგილმდებარეობისთვის სპეციფიკურად ჩაითვალა.为此，对所有位置的VOC 配置文件进行了相互测试，如果VIP > 1 的VOC在模型中始终显着并归因于同一位置，则将其视为特定位置。为 此 ， 对 所有 的 的 voc 配置 文件 了 相互 测试 ， 如果 vip> 1 的 voc 在 中归因 于 一 位置 ， 将 其 视为 特定。。。 位置 位置 位置 位置 位置 位置 位置位置 位置 位置 位置ეს არის მთელი პროფილი LOS-ში ყველა ადგილზე განთავსებულ ადგილზე, რომელსაც შეუძლია სხვა სხვაგან, და LOS-ს VIP> 1 სპიკერი სავისიაщим ადგილმდებარეობისგან, თუ ის არ არის განთავსებული იმ ადგილას, რაც ნიშნავს იმას, რომ მოდელები და სხვაგან განსხვავებით. ამ მიზნით, ყველა ლოკაციაზე VOC პროფილები შედარებული იქნა ერთმანეთთან და VOC, რომლის VIP > 1 მნიშვნელობა ჰქონდა, ლოკაციაზე დამოკიდებულად ჩაითვალა, თუ ის მოდელში მუდმივად მნიშვნელოვანი იყო და ერთსა და იმავე ლოკაციას ეხებოდა.სუნთქვისა და შიდა ჰაერის ნიმუშების შედარება განხორციელდა მხოლოდ დილით აღებული ნიმუშებისთვის, რადგან შუადღისას სუნთქვის ნიმუშები არ აღებულა. უნივარიაციული ანალიზისთვის გამოყენებული იქნა ვილკოქსონის ტესტი, ხოლო ცრუ აღმოჩენის მაჩვენებელი გამოითვალა ბენჯამინი-ჰოხბერგის კორექტირების გამოყენებით.
მიმდინარე კვლევის დროს გენერირებული და გაანალიზებული მონაცემთა ნაკრებები ხელმისაწვდომია შესაბამისი ავტორებისგან გონივრული მოთხოვნის შემთხვევაში.
ომანი, ა. და სხვ. ადამიანის აქროლადი ნივთიერებები: აქროლადი ორგანული ნაერთები (VOC) ამოსუნთქულ ჰაერში, კანის სეკრეტში, შარდში, განავალსა და ნერწყვში. J. Breath res. 8(3), 034001 (2014).
ბელუომო, ი. და სხვ. ადამიანის სუნთქვაში აქროლადი ორგანული ნაერთების მიზნობრივი ანალიზისთვის სელექციური იონური დენის მილის მას-სპექტრომეტრია. ეროვნული პროტოკოლი. 16(7), 3419–3438 (2021).
ჰანა, გ.ბ., ბოშიერი, პ.რ., მარკარი, ს.რ. და რომანო, ა. კიბოს დიაგნოსტიკისთვის აქროლადი ორგანული ნაერთების საფუძველზე ჩატარებული ამოსუნთქული სუნთქვის ტესტების სიზუსტე და მეთოდოლოგიური გამოწვევები. ჰანა, გ.ბ., ბოშიერი, პ.რ., მარკარი, ს.რ. და რომანო, ა. კიბოს დიაგნოსტიკისთვის აქროლადი ორგანული ნაერთების საფუძველზე ჩატარებული ამოსუნთქული სუნთქვის ტესტების სიზუსტე და მეთოდოლოგიური გამოწვევები.ხანა, გ.ბ., ბოშირი, პ.რ., მარკარი, ს.რ. და რომანო, ა. კიბოს დიაგნოსტიკისთვის აქროლადი ორგანული ნაერთების ბაზაზე გამონაბოლქვი ჰაერის ტესტების სიზუსტე და მეთოდოლოგიური საკითხები. Hanna, GB, Boshier, PR, Markar, SR & Romano, A.基于挥发性有机化合物的呼出气测试在癌症诊断中的准确性和方法学挑昈 ჰანა, გ.ბ., ბოშიერი, პ.რ., მარკარი, ს.რ. და რომანო, ა. აქროლადი ორგანული ნაერთების საფუძველზე კიბოს დიაგნოზის სიზუსტე და მეთოდოლოგიური გამოწვევები.ხანა, გ.ბ., ბოშირი, პ.რ., მარკარი, ს.რ. და რომანო, ა. აქროლადი ორგანული ნაერთების სუნთქვის ტესტის სიზუსტე და მეთოდოლოგიური საკითხები კიბოს დიაგნოსტიკაში.JAMA ონკოლოგია. 5(1), e182815 (2019).
ბოშიერი, პ.რ., კუშნირი, ჯ.რ., პრისტი, ოჰაიო, მარცინი, ნ. და ჰანა, გ.ბ. აქროლადი კვალი აირების დონის ვარიაცია სამ საავადმყოფოს გარემოში: კლინიკური სუნთქვის ტესტირების შედეგები. ბოშიერი, პ.რ., კუშნირი, ჯ.რ., პრისტი, ოჰაიო, მარცინი, ნ. და ჰანა, გ.ბ. აქროლადი კვალი აირების დონის ვარიაცია სამ საავადმყოფოს გარემოში: კლინიკური სუნთქვის ტესტირების შედეგები.ბოშირი, პ.რ., კუშნირი, ჯ.რ., პრისტი, ოჰაიო, მარჩინი, ნ. და ხანა, გ.ბ. აქროლადი კვალი აირების დონეებში განსხვავებები სამ საავადმყოფოს გარემოში: მნიშვნელობა კლინიკური სუნთქვის ტესტირებისთვის. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB三种医院环境中挥发性微量气体水平的变化：对临床呼气测试的影响。 Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GBბოშირი, პ.რ., კუშნირი, ჯ.რ., პრისტი, ოჰაიო, მარჩინი, ნ. და ხანა, გ.ბ. აქროლადი კვალი აირების დონის ცვლილებები სამ საავადმყოფოს გარემოში: მნიშვნელობა კლინიკური სუნთქვის ტესტირებისთვის.რელიგიური საკითხთა ჟურნალი 4(3), 031001 (2010).
ტრეფზი, პ. და სხვ. რესპირატორული აირების რეალურ დროში, უწყვეტი მონიტორინგი კლინიკურ პირობებში პროტონის გადაცემის რეაქციის მას-სპექტრომეტრიის დროის ფრენის მეთოდის გამოყენებით. ანუსი. ქიმიური. 85(21), 10321-10329 (2013).
კასტელანოსი, მ., ქსიფრა, გ., ფერნანდეს-რეალი, ჯ.მ. და სანჩესი, ჯ.მ. სუნთქვის აირების კონცენტრაცია ასახავს სევოფლურანისა და იზოპროპილის სპირტის ზემოქმედებას საავადმყოფოს გარემოში არაპროფესიული პირობების დროს. კასტელანოსი, მ., ქსიფრა, გ., ფერნანდეს-რეალი, ჯ.მ. და სანჩესი, ჯ.მ. სუნთქვის აირების კონცენტრაცია ასახავს სევოფლურანისა და იზოპროპილის სპირტის ზემოქმედებას საავადმყოფოს გარემოში არაპროფესიული პირობების დროს.კასტელანოსი, მ., ქსიფრა, გ., ფერნანდეს-რეალი, ჯ.მ. და სანჩესი, ჯ.მ. ამოსუნთქული აირების კონცენტრაცია ასახავს სევოფლურანისა და იზოპროპილის სპირტის ზემოქმედებას საავადმყოფოს არაპროფესიული გარემოში. Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM呼吸气体浓度反映了在非职业条件下的医院环境中暴露于七氟醚和异丙陆 Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JMკასტელანოსი, მ., ქსიფრა, გ., ფერნანდეს-რეალი, ჯ.მ. და სანჩესი, ჯ.მ. სასუნთქი გზების აირების კონცენტრაცია ასახავს სევოფლურანისა და იზოპროპანოლის ზემოქმედებას საავადმყოფოს გარემოში, არაპროფესიონალურ გარემოში.J. Breath res. 10(1), 016001 (2016).
მარკარ ს.რ. და სხვ. არაინვაზიური სუნთქვის ტესტების შეფასება საყლაპავისა და კუჭის კიბოს დიაგნოზირებისთვის. JAMA Oncol. 4(7), 970-976 (2018).
სალმანი, დ. და სხვ. აქროლადი ორგანული ნაერთების ცვალებადობა ოთახის ჰაერში კლინიკურ გარემოში. J. Breath res. 16(1), 016005 (2021).
ფილიპსი, მ. და სხვ. ძუძუს კიბოს აქროლადი სუნთქვის მარკერები. Breast J. 9 (3), 184–191 (2003).
ფილიპსი, მ., გრინბერგი, ჯ. და საბასი, მ. პენტანის ალვეოლური გრადიენტი ნორმალური ადამიანის სუნთქვაში. ფილიპსი, მ., გრინბერგი, ჯ. და საბასი, მ. პენტანის ალვეოლური გრადიენტი ნორმალური ადამიანის სუნთქვაში.ფილიპსი მ., გრინბერგი ჯ. და საბასი მ. ალვეოლური პენტანის გრადიენტი ნორმალური ადამიანის სუნთქვის დროს. Phillips, M., Greenberg, J. & Sabas, M. 正常人呼吸中戊烷的肺泡梯度. ფილიპსი, მ., გრინბერგი, ჯ. და საბასი, მ.ფილიპსი მ., გრინბერგი ჯ. და საბასი მ. ალვეოლური პენტანის გრადიენტები ნორმალური ადამიანის სუნთქვის დროს.თავისუფალი რადიკალები. შენახვის ავზი. 20(5), 333–337 (1994).
ჰარშმანი ს.ვ. და სხვ. სტანდარტიზებული სუნთქვის სინჯის აღების დახასიათება ოფლაინ რეჟიმში გამოსაყენებლად. J. Breath res. 14(1), 016009 (2019).
მაურერი, ფ. და სხვ. ატმოსფერული ჰაერის დამაბინძურებლების გამორეცხვა ამოსუნთქული ჰაერის გაზომვისთვის. J. Breath res. 8(2), 027107 (2014).
სალეჰი, ბ. და სხვ. ალფა- და ბეტა-პინენის თერაპიული პოტენციალი: ბუნების სასწაულებრივი ნიჭი. ბიომოლეკულები 9 (11), 738 (2019).
CompTox-ის ქიმიური ინფორმაციის პანელი – ბენზილის სპირტი. https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID5020152#chemical-functional-use (ნანახია 2021 წლის 22 სექტემბერს).
ალფა აესარი – L03292 ბენზილის სპირტი, 99%. https://www.alfa.com/en/catalog/L03292/ (ნანახია 2021 წლის 22 სექტემბერს).
Good Scents Company – ბენზილის სპირტი. http://www.thegoodscentscompany.com/data/rw1001652.html (ნანახია 2021 წლის 22 სექტემბერს).
CompTox-ის ქიმიური შემადგენლობა დიიზოპროპილ ფტალატს წარმოადგენს. https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID2040731 (ნანახია 2021 წლის 22 სექტემბერს).
ადამიანები, კანცეროგენული რისკის შეფასების IARC-ის სამუშაო ჯგუფი. ბენზოფენონი. : კიბოს კვლევის საერთაშორისო სააგენტო (2013).
Good Scents Company – აცეტოფენონი. http://www.thegoodscentscompany.com/data/rw1000131.html#tooccur (ნანახია 2021 წლის 22 სექტემბერს).
ვან გოსუმი, ა. და დეკუიპერი, ჯ. სუნთქვის ალკანები, როგორც ლიპიდების პეროქსიდაციის ინდექსი. ვან გოსუმი, ა. და დეკუიპერი, ჯ. სუნთქვის ალკანები, როგორც ლიპიდების პეროქსიდაციის ინდექსი.ვან გოსუმი, ა. და დეკუიპერი, ჯ. ალკანური სუნთქვა, როგორც ლიპიდური პეროქსიდაციის ინდიკატორი. Van Gossum, A. & Decuyper, J. Breath 烷烃作为脂质过氧化的指标. Van Gossum, A. & Decuyper, J. Breath ალკანები, როგორც 脂质过过化的的剧情。ვან გოსუმი, ა. და დეკუიპერი, ჯ. ალკანური სუნთქვა, როგორც ლიპიდური პეროქსიდაციის ინდიკატორი.ევრო. ქვეყნის ჟურნალი 2(8), 787–791 (1989).
სალერნო-კენედი, რ. და ქეშმენი, კ.დ. სუნთქვის იზოპრენის, როგორც ბიომარკერის, პოტენციური გამოყენება თანამედროვე მედიცინაში: მოკლე მიმოხილვა. სალერნო-კენედი, რ. და ქეშმენი, კ.დ. სუნთქვის იზოპრენის, როგორც ბიომარკერის, პოტენციური გამოყენება თანამედროვე მედიცინაში: მოკლე მიმოხილვა. სალერნო-კენედი, რ. და ქეშმენი, კედაუნიიზოპრენის, როგორც ბიომარკერის, შესაძლო გამოყენება სუნთქვაში თანამედროვე მედიცინაში: მოკლე მიმოხილვა. Salerno-Kennedy, R. & Cashman, KD 呼吸异戊二烯作为现代医学生物标志物的潜在应用：〰明概 სალერნო-კენედი, რ. და ქეშმენი, კედაუნისალერნო-კენედი, რ. და ქეშმენი, კ.დ. რესპირატორული იზოპრენის, როგორც ბიომარკერის, პოტენციური გამოყენება თანამედროვე მედიცინაში: მოკლე მიმოხილვა.Wien Klin Wochenschr 117 (5–6), 180–186 (2005).
კურეას მ. და სხვ. ამოსუნთქულ ჰაერში აქროლადი ორგანული ნაერთების მიზნობრივი ანალიზი გამოიყენება ფილტვის კიბოს სხვა ფილტვის დაავადებებისგან დიფერენცირებისთვის და ჯანმრთელ ადამიანებში. მეტაბოლიტები 10(8), 317 (2020).