Terima kasih telah mengunjungi Nature.com.Versi browser yang Anda gunakan memiliki dukungan CSS yang terbatas.Untuk pengalaman terbaik, kami menyarankan Anda menggunakan browser yang diperbarui (atau menonaktifkan Mode Kompatibilitas di Internet Explorer).Sementara itu, untuk memastikan dukungan berkelanjutan, kami akan merender situs tanpa gaya dan JavaScript.
Minat terhadap analisis senyawa organik yang mudah menguap (VOC) di udara yang dihembuskan telah meningkat selama dua dekade terakhir.Masih terdapat ketidakpastian mengenai normalisasi pengambilan sampel dan apakah senyawa organik yang mudah menguap di udara dalam ruangan mempengaruhi kurva senyawa organik yang mudah menguap di udara yang dihembuskan.Kaji senyawa organik yang mudah menguap di udara dalam ruangan di lokasi pengambilan sampel napas rutin di lingkungan rumah sakit dan tentukan apakah hal ini memengaruhi komposisi napas.Tujuan kedua adalah mempelajari fluktuasi harian kandungan senyawa organik yang mudah menguap di udara dalam ruangan.Udara dalam ruangan dikumpulkan di lima lokasi pada pagi dan sore hari menggunakan pompa sampling dan tabung desorpsi termal (TD).Kumpulkan sampel napas hanya di pagi hari.Tabung TD dianalisis dengan kromatografi gas ditambah dengan spektrometri massa waktu penerbangan (GC-TOF-MS).Sebanyak 113 VOC diidentifikasi dalam sampel yang dikumpulkan.Analisis multivariat menunjukkan adanya pemisahan yang jelas antara pernapasan dan udara ruangan.Komposisi udara dalam ruangan berubah sepanjang hari, dan lokasi berbeda memiliki VOC spesifik yang tidak memengaruhi profil pernapasan.Nafas tidak menunjukkan pemisahan berdasarkan lokasi, menunjukkan bahwa pengambilan sampel dapat dilakukan di lokasi berbeda tanpa mempengaruhi hasil.
Senyawa organik yang mudah menguap (VOC) adalah senyawa berbasis karbon yang berbentuk gas pada suhu kamar dan merupakan produk akhir dari banyak proses endogen dan eksogen1.Selama beberapa dekade, para peneliti tertarik pada VOC karena potensi perannya sebagai biomarker non-invasif pada penyakit manusia.Namun, masih terdapat ketidakpastian mengenai standarisasi pengumpulan dan analisis sampel napas.
Bidang utama standarisasi analisis pernapasan adalah potensi dampak VOC latar belakang pada udara sekitar dalam ruangan.Penelitian sebelumnya telah menunjukkan bahwa tingkat latar belakang VOC di udara sekitar dalam ruangan mempengaruhi tingkat VOC yang ditemukan di udara yang dihembuskan3.Boshier dkk.Pada tahun 2010, spektrometri massa aliran ion terpilih (SIFT-MS) digunakan untuk mempelajari kadar tujuh senyawa organik yang mudah menguap dalam tiga pengaturan klinis.Tingkat senyawa organik yang mudah menguap yang berbeda-beda di lingkungan diidentifikasi di tiga wilayah tersebut, yang pada gilirannya memberikan panduan mengenai kemampuan senyawa organik yang mudah menguap yang tersebar luas di udara dalam ruangan untuk digunakan sebagai biomarker penyakit.Pada tahun 2013, Trefz dkk.Udara sekitar di ruang operasi dan pola pernapasan staf rumah sakit juga dipantau selama hari kerja.Mereka menemukan bahwa kadar senyawa eksogen seperti sevoflurane di udara ruangan dan udara yang dihembuskan meningkat sebesar 5 pada akhir hari kerja, menimbulkan pertanyaan tentang kapan dan di mana pasien harus diambil sampelnya untuk mengurangi analisis napas guna meminimalkan masalah perancu tersebut. faktor.Hal ini berkorelasi dengan penelitian Castellanos et al.Pada tahun 2016, mereka menemukan sevoflurane pada napas staf rumah sakit, namun tidak pada napas staf di luar rumah sakit.Pada tahun 2018 Markar dkk.berusaha untuk menunjukkan pengaruh perubahan komposisi udara dalam ruangan pada analisis napas sebagai bagian dari penelitian mereka untuk menilai kemampuan diagnostik udara yang dihembuskan pada kanker esofagus7.Dengan menggunakan counterlung baja dan SIFT-MS selama pengambilan sampel, mereka mengidentifikasi delapan senyawa organik yang mudah menguap di udara dalam ruangan yang bervariasi secara signifikan berdasarkan lokasi pengambilan sampel.Namun, VOC ini tidak disertakan dalam model diagnostik VOC terakhirnya, sehingga dampaknya dapat ditiadakan.Pada tahun 2021, penelitian dilakukan oleh Salman dkk.untuk memantau tingkat VOC di tiga rumah sakit selama 27 bulan.Mereka mengidentifikasi 17 VOC sebagai diskriminator musiman dan menyatakan bahwa konsentrasi VOC yang dihembuskan di atas tingkat kritis 3 µg/m3 dianggap tidak mungkin terjadi akibat polusi VOC8.
Selain menetapkan tingkat ambang batas atau mengecualikan senyawa eksogen secara langsung, alternatif untuk menghilangkan variasi latar belakang ini termasuk mengumpulkan sampel udara ruangan berpasangan secara bersamaan dengan pengambilan sampel udara yang dihembuskan sehingga tingkat VOC yang ada pada konsentrasi tinggi di ruangan yang dapat dihirup dapat ditentukan.diambil dari udara yang dihembuskan.Air 9 dikurangi dari level untuk menghasilkan “gradien alveolar”.Oleh karena itu, gradien positif menunjukkan adanya Senyawa 10 endogen. Metode lainnya adalah peserta menghirup udara “murni” yang secara teoritis bebas dari polutan VOC11.Namun, hal ini rumit, memakan waktu, dan peralatan itu sendiri menghasilkan polutan VOC tambahan.Sebuah studi oleh Maurer dkk.Pada tahun 2014, peserta yang menghirup udara sintetis mengurangi 39 VOC tetapi meningkatkan 29 VOC dibandingkan dengan menghirup udara sekitar dalam ruangan12.Penggunaan udara sintetis/murni juga sangat membatasi portabilitas peralatan pengambilan sampel napas.
Tingkat VOC sekitar juga diperkirakan bervariasi sepanjang hari, yang selanjutnya dapat mempengaruhi standarisasi dan keakuratan pengambilan sampel napas.
Kemajuan dalam spektrometri massa, termasuk desorpsi termal ditambah dengan kromatografi gas dan spektrometri massa waktu penerbangan (GC-TOF-MS), juga telah menyediakan metode yang lebih kuat dan andal untuk analisis VOC, yang mampu mendeteksi ratusan VOC secara bersamaan, sehingga untuk analisis lebih dalam.udara di dalam ruangan.Hal ini memungkinkan untuk mengkarakterisasi secara lebih rinci komposisi udara sekitar di dalam ruangan dan seberapa besar sampel berubah seiring dengan tempat dan waktu.
Tujuan utama dari penelitian ini adalah untuk menentukan berbagai tingkat senyawa organik yang mudah menguap di udara ambien dalam ruangan di lokasi pengambilan sampel umum di lingkungan rumah sakit dan bagaimana hal ini mempengaruhi pengambilan sampel udara yang dihembuskan.Tujuan kedua adalah untuk menentukan apakah terdapat variasi harian atau geografis yang signifikan dalam distribusi VOC di udara ambien dalam ruangan.
Sampel napas, serta sampel udara dalam ruangan yang sesuai, dikumpulkan pada pagi hari dari lima lokasi berbeda dan dianalisis dengan GC-TOF-MS.Sebanyak 113 VOC terdeteksi dan diekstraksi dari kromatogram.Pengukuran berulang digabungkan dengan mean sebelum analisis komponen utama (PCA) dari area puncak yang diekstraksi dan dinormalisasi dilakukan untuk mengidentifikasi dan menghilangkan outlier. Analisis yang diawasi melalui analisis diskriminan kuadrat terkecil parsial (PLS-DA) kemudian mampu menunjukkan pemisahan yang jelas antara sampel napas dan udara ruangan (R2Y = 0,97, Q2Y = 0,96, p <0,001) (Gbr. 1). Analisis yang diawasi melalui analisis diskriminan kuadrat terkecil parsial (PLS-DA) kemudian mampu menunjukkan pemisahan yang jelas antara sampel napas dan udara ruangan (R2Y = 0,97, Q2Y = 0,96, p <0,001) (Gbr. 1). Analisis Data yang Dapat Dilakukan untuk Menganalisis Metode-metode yang Tidak Dapat Diatur (PLS-DA) jumlah pembayaran yang dapat diterima dan pembayaran yang diterima (R2Y = 0,97, Q2Y = 0,9 6, p <0,001) (рис.1). Kemudian analisis terkontrol dengan analisis diskriminan kuadrat terkecil parsial (PLS-DA) mampu menunjukkan pemisahan yang jelas antara sampel napas dan udara ruangan (R2Y=0.97, Q2Y=0.96, p<0.001) (Gambar 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,p < 0,001）（图1）。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) 然后 能够 显示 呼吸室内 空气 样本 的 明显 （（（（（（（（, , q2y = 0.96 , p <0.001） （1）。 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 。。。。。 Analisis Data Analisis Metode Pembayaran yang Tidak Dapat Diatur (PLS-DA) jumlah biaya yang harus dikeluarkan untuk menghitung jumlah pendapatan dan volume (R2Y = 0,97, Q2Y = 0,96, p <0,001) (рис.1). Analisis terkontrol dengan analisis diskriminan kuadrat terkecil parsial (PLS-DA) kemudian mampu menunjukkan pemisahan yang jelas antara sampel napas dan udara dalam ruangan (R2Y = 0.97, Q2Y = 0.96, p <0.001) (Gambar 1). Pemisahan kelompok didorong oleh 62 VOC yang berbeda, dengan skor proyeksi kepentingan variabel (VIP) > 1. Daftar lengkap VOC yang mengkarakterisasi setiap jenis sampel dan skor VIP masing-masing dapat ditemukan di Tabel Tambahan 1. Pemisahan kelompok didorong oleh 62 VOC yang berbeda, dengan skor proyeksi kepentingan variabel (VIP) > 1. Daftar lengkap VOC yang mengkarakterisasi setiap jenis sampel dan skor VIP masing-masing dapat ditemukan di Tabel Tambahan 1. Jumlah tamu yang diundang 62 orang VOC dengan layanan resmi (VIP) > 1. Layanan VOC, Layanan Pelanggan, dan Layanan VIP untuk Panggilan Telepon Anda олнительной таблице 1. Pengelompokan didorong oleh 62 VOC berbeda dengan skor Variable Importance Projection (VIP) > 1. Daftar lengkap VOC yang mengkarakterisasi setiap jenis sampel dan skor VIP masing-masing dapat ditemukan di Tabel Tambahan 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。 Разделение групп было обусловлено 62 различными ЛОС с оценкой проекции переменной важности (VIP) > 1. Pemisahan grup didorong oleh 62 VOC berbeda dengan skor proyeksi kepentingan variabel (VIP) > 1.Daftar lengkap VOC yang mengkarakterisasi setiap jenis sampel dan skor VIP masing-masing dapat ditemukan di Tabel Tambahan 1.
Pernapasan dan udara dalam ruangan menunjukkan distribusi senyawa organik yang mudah menguap yang berbeda. Analisis yang diawasi dengan PLS-DA menunjukkan pemisahan yang jelas antara profil VOC napas dan udara ruangan yang dikumpulkan pada pagi hari (R2Y = 0,97, Q2Y = 0,96, p <0,001). Analisis yang diawasi dengan PLS-DA menunjukkan pemisahan yang jelas antara profil VOC napas dan udara ruangan yang dikumpulkan pada pagi hari (R2Y = 0,97, Q2Y = 0,96, p <0,001). Layanan Analisis PLS-DA х соединений в выдыхаемом воздухе и воздухе в помещении, собранными утром (R2Y = 0,97, Q2Y = 0,96, p <0,001). Analisis terkontrol PLS-DA menunjukkan pemisahan yang jelas antara profil senyawa organik volatil yang dihembuskan dan udara dalam ruangan yang dikumpulkan di pagi hari (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 曲线明显分离（R2Y = 0,97,Q2Y = 0,96,p < 0,001）。使用 PLS-DA PLS-DA показал с использованием PLS-DA ха в помещении, собранных утром (R2Y = 0,97, Q2Y = 0,96, p <0,001). Analisis terkontrol menggunakan PLS-DA menunjukkan pemisahan yang jelas antara profil VOC napas dan udara dalam ruangan yang dikumpulkan di pagi hari (R2Y=0.97, Q2Y=0.96, p<0.001).Pengukuran berulang direduksi menjadi mean sebelum model dibuat.Elips menunjukkan interval kepercayaan 95% dan pusat massa grup tanda bintang.
Perbedaan distribusi senyawa organik yang mudah menguap di udara dalam ruangan pada pagi dan sore hari diselidiki menggunakan PLS-DA. Model tersebut mengidentifikasi pemisahan yang signifikan antara dua titik waktu (R2Y = 0,46, Q2Y = 0,22, p <0,001) (Gbr. 2). Model tersebut mengidentifikasi pemisahan yang signifikan antara dua titik waktu (R2Y = 0,46, Q2Y = 0,22, p <0,001) (Gbr. 2). Модель выявила значительное разделение между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2 ). Model tersebut mengungkapkan pemisahan yang signifikan antara dua titik waktu (R2Y = 0.46, Q2Y = 0.22, p <0.001) (Gambar 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）（图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）（图2）。 Модель выявила значительное разделение между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2 ). Model tersebut mengungkapkan pemisahan yang signifikan antara dua titik waktu (R2Y = 0.46, Q2Y = 0.22, p <0.001) (Gambar 2). Hal ini didorong oleh 47 VOC dengan skor VIP > 1. VOC dengan skor VIP tertinggi yang mencirikan sampel pagi hari meliputi alkana bercabang banyak, asam oksalat, dan heksakosan, sedangkan sampel sore hari lebih banyak mengandung 1-propanol, fenol, asam propanoat, 2-metil- , 2-etil-3-hidroksiheksil ester, isoprena dan nonanal. Hal ini didorong oleh 47 VOC dengan skor VIP > 1. VOC dengan skor VIP tertinggi yang mencirikan sampel pagi hari meliputi alkana bercabang banyak, asam oksalat, dan heksakosan, sedangkan sampel sore hari lebih banyak mengandung 1-propanol, fenol, asam propanoat, 2-metil- , 2-etil-3-hidroksiheksil ester, isoprena dan nonanal. Это было обусловлено наличием 47 летучих органических соединений с оценкой VIP > 1. ЛОС с самой высокой о VIP, Layanan Pelanggan, Panggilan Telepon Tidak Dikenal, Panggilan Telepon, Panggilan Telepon dan tentu saja, dalam hal ini, Anda dapat menggunakan 1-пропанола, фенола, пропановой кислоты, 2-метил- , 2-этил-3-гидроксигексиловый эфир, изопрен и нонаналь. Hal ini disebabkan adanya 47 senyawa organik volatil dengan skor VIP > 1. VOC dengan skor VIP tertinggi pada sampel pagi hari meliputi beberapa alkana bercabang, asam oksalat, dan heksakosan, sedangkan sampel siang hari lebih banyak mengandung 1-propanol, fenol, asam propanoat, 2-metil-, 2-etil-3-hidroksiheksil eter, isoprena dan nonanal.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。 Jumlah panggilan 47 VOC dan VIP > 1. Hal ini difasilitasi oleh 47 VOC dengan skor VIP > 1.VOC dengan rating VIP tertinggi pada sampel pagi hari meliputi berbagai alkana bercabang, asam oksalat, dan heksadekana, sedangkan sampel sore hari lebih banyak mengandung 1-propanol, fenol, asam propionat, 2-metil-, 2-etil-3-hidroksiheksil.ester, isoprena dan nonanal.Daftar lengkap senyawa organik yang mudah menguap (VOC) yang mencirikan perubahan harian komposisi udara dalam ruangan dapat ditemukan pada Tabel Tambahan 2.
Distribusi VOC di udara dalam ruangan bervariasi sepanjang hari. Analisis yang diawasi dengan PLS-DA menunjukkan pemisahan antara sampel udara ruangan yang dikumpulkan pada pagi hari dan sore hari (R2Y = 0.46, Q2Y = 0.22, p <0.001). Analisis yang diawasi dengan PLS-DA menunjukkan pemisahan antara sampel udara ruangan yang dikumpulkan pada pagi hari dan sore hari (R2Y = 0.46, Q2Y = 0.22, p <0.001). Kontrol Analisis oleh PLS-DA ыми утром и днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Analisis terkontrol dengan PLS-DA menunjukkan pemisahan antara sampel udara dalam ruangan yang dikumpulkan pada pagi dan sore hari (R2Y = 0.46, Q2Y = 0.22, p <0.001).Nilai PLS-DA adalah: ,p <0,001）。使用 PLS-DA Анализ эпиднадзора с использованием PLS-DA показал разделение проб воздуха внутри помещений, собран ных утром или днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Analisis surveilans menggunakan PLS-DA menunjukkan adanya pemisahan sampel udara dalam ruangan yang dikumpulkan pada pagi atau sore hari (R2Y = 0.46, Q2Y = 0.22, p <0.001).Elips menunjukkan interval kepercayaan 95% dan pusat massa grup tanda bintang.
Sampel dikumpulkan dari lima lokasi berbeda di Rumah Sakit St Mary di London: ruang endoskopi, ruang penelitian klinis, kompleks ruang operasi, klinik rawat jalan, dan laboratorium spektrometri massa.Tim peneliti kami secara rutin menggunakan lokasi ini untuk perekrutan pasien dan pengumpulan napas.Seperti sebelumnya, udara dalam ruangan dikumpulkan pada pagi dan sore hari, dan sampel udara hembusan dikumpulkan hanya pada pagi hari. PCA menyoroti pemisahan sampel udara ruangan berdasarkan lokasi melalui analisis varians multivariat permutasional (PERMANOVA, R2 = 0,16, p <0,001) (Gbr. 3a). PCA menyoroti pemisahan sampel udara ruangan berdasarkan lokasi melalui analisis varians multivariat permutasional (PERMANOVA, R2 = 0,16, p <0,001) (Gbr. 3a). PCA membutuhkan layanan yang dapat diandalkan oleh banyak orang го дисперсионного анализа (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA mengungkapkan pemisahan sampel udara ruangan berdasarkan lokasi menggunakan analisis varians multivariat permutasional (PERMANOVA, R2 = 0,16, p <0,001) (Gbr. 3a). 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）。PCA PCA Mengaktifkan Perangkat Lunak yang Dapat Dioperasikan dengan Jumlah yang Dapat Dikurangi го дисперсионного анализа (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA menyoroti segregasi lokal sampel udara ruangan menggunakan analisis varians multivariat permutasional (PERMANOVA, R2 = 0,16, p <0,001) (Gbr. 3a).Oleh karena itu, model PLS-DA berpasangan dibuat di mana setiap lokasi dibandingkan dengan semua lokasi lainnya untuk menentukan tanda fitur. Semua model signifikan dan VOC dengan skor VIP> 1 diekstraksi dengan pemuatan masing-masing untuk mengidentifikasi kontribusi kelompok. Semua model signifikan dan VOC dengan skor VIP> 1 diekstraksi dengan pemuatan masing-masing untuk mengidentifikasi kontribusi kelompok. Все модели были значимыми, dan ЛОС с оценкой VIP > 1 были извлечены с соответствующей нагрузкой для опр еделения группового вклада. Semua model signifikan, dan VOC dengan skor VIP > 1 diekstraksi dengan pemuatan yang sesuai untuk menentukan kontribusi kelompok.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 Все модели были значимыми, dan VOC с баллами VIP> 1 извлечены и загружены отдельно для определения гр упповых вкладов. Semua model signifikan dan VOC dengan skor VIP> 1 diekstraksi dan diunggah secara terpisah untuk menentukan kontribusi kelompok.Hasil kami menunjukkan bahwa komposisi udara sekitar bervariasi menurut lokasi, dan kami telah mengidentifikasi fitur spesifik lokasi menggunakan konsensus model.Unit endoskopi ditandai dengan tingginya kadar undecane, dodecane, benzonitril dan benzaldehida.Sampel dari Departemen Penelitian Klinis (juga dikenal sebagai Departemen Penelitian Hati) menunjukkan lebih banyak alpha-pinene, diisopropyl phthalate, dan 3-carene.Udara campuran ruang operasi ditandai dengan kandungan dekana bercabang, dodekana bercabang, tridekana bercabang, asam propionat, 2-metil-, 2-etil-3-hidroksiheksil eter, toluena dan 2 – adanya crotonaldehyde yang lebih tinggi.Klinik rawat jalan (Gedung Paterson) memiliki kandungan 1-nonanol, vinil lauril eter, benzil alkohol, etanol, 2-fenoksi, naftalena, 2-metoksi, isobutil salisilat, tridecane, dan tridecane rantai cabang yang lebih tinggi.Terakhir, udara dalam ruangan yang dikumpulkan di laboratorium spektrometri massa menunjukkan lebih banyak asetamida, 2'2'2-trifluoro-N-metil-, piridin, furan, 2-pentil-, undecane bercabang, etilbenzena, m-xylene, o-xylene, furfural dan etilanisat.Berbagai tingkat 3-carene terdapat di kelima lokasi, menunjukkan bahwa VOC ini adalah kontaminan umum dengan tingkat tertinggi yang diamati di wilayah studi klinis.Daftar VOC yang disepakati berbagi setiap posisi dapat ditemukan di Tabel Tambahan 3. Selain itu, analisis univariat dilakukan untuk setiap VOC yang diminati, dan semua posisi dibandingkan satu sama lain menggunakan uji Wilcoxon berpasangan diikuti dengan koreksi Benjamini-Hochberg .Plot blok untuk setiap VOC disajikan pada Gambar Tambahan 1. Kurva senyawa organik yang mudah menguap tampaknya tidak bergantung pada lokasi, seperti yang diamati pada PCA diikuti oleh PERMANOVA (p = 0,39) (Gambar 3b). Selain itu, model PLS-DA berpasangan juga dihasilkan antara semua lokasi berbeda untuk sampel napas, namun tidak ada perbedaan signifikan yang teridentifikasi (p > 0,05). Selain itu, model PLS-DA berpasangan juga dihasilkan antara semua lokasi berbeda untuk sampel napas, namun tidak ada perbedaan signifikan yang teridentifikasi (p > 0,05). Selain itu, pengguna PLS-DA juga akan dapat membantu Anda melakukan panggilan yang dapat diandalkan я, tidak ada nilai yang sama (p > 0,05). Selain itu, model PLS-DA berpasangan juga dihasilkan antara semua lokasi sampel napas yang berbeda, namun tidak ditemukan perbedaan signifikan (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，但未发现显着差异(p > 0.05)。 PLS-DA 模型,但未发现显着差异(p > 0,05)。 Selain itu, pengguna PLS-DA juga dapat menggunakan perangkat lunak yang dapat diubah , tidak ada nilai yang lebih tinggi (p > 0,05). Selain itu, model PLS-DA berpasangan juga dihasilkan antara semua lokasi sampel napas yang berbeda, namun tidak ditemukan perbedaan signifikan (p > 0,05).
Perubahan udara ambien dalam ruangan tetapi tidak pada udara yang dihembuskan, distribusi VOC berbeda tergantung pada lokasi pengambilan sampel, analisis tanpa pengawasan menggunakan PCA menunjukkan pemisahan antara sampel udara dalam ruangan yang dikumpulkan di lokasi berbeda tetapi tidak sesuai dengan sampel udara yang dihembuskan.Tanda bintang menunjukkan pusat massa grup.
Dalam studi ini, kami menganalisis distribusi VOC udara dalam ruangan di lima lokasi pengambilan sampel napas untuk mendapatkan pemahaman yang lebih baik tentang pengaruh tingkat VOC latar belakang pada analisis napas.
Pemisahan sampel udara dalam ruangan diamati di kelima lokasi berbeda.Dengan pengecualian 3-carene, yang terdapat di semua wilayah yang diteliti, pemisahan tersebut disebabkan oleh VOC yang berbeda, sehingga memberikan karakter tertentu pada setiap lokasi.Di bidang evaluasi endoskopi, senyawa organik volatil yang menginduksi pemisahan terutama adalah monoterpen seperti beta-pinena dan alkana seperti dodekana, undekana, dan tridekana, yang umumnya ditemukan dalam minyak atsiri yang biasa digunakan dalam produk pembersih 13. Mempertimbangkan frekuensi pembersihan endoskopi perangkat, VOC ini kemungkinan besar disebabkan oleh proses pembersihan dalam ruangan yang sering dilakukan.Di laboratorium penelitian klinis, seperti pada endoskopi, pemisahan ini terutama disebabkan oleh monoterpen seperti alfa-pinena, tetapi mungkin juga dari bahan pembersih.Di ruang operasi yang kompleks, tanda tangan VOC sebagian besar terdiri dari alkana bercabang.Senyawa ini dapat diperoleh dari instrumen bedah karena kaya akan minyak dan pelumas14.Dalam lingkungan bedah, VOC yang khas mencakup serangkaian alkohol: 1-nonanol, ditemukan dalam minyak nabati dan produk pembersih, dan benzil alkohol, ditemukan dalam parfum dan anestesi lokal.15,16,17,18 VOC di laboratorium spektrometri massa adalah sangat berbeda dari yang diharapkan di wilayah lain karena ini adalah satu-satunya wilayah non-klinis yang dinilai.Meskipun terdapat beberapa monoterpen, kelompok senyawa yang lebih homogen berbagi area ini dengan senyawa lain (2,2,2-trifluoro-N-metil-asetamida, piridin, undekana bercabang, 2-pentilfuran, etilbenzena, furfural, etilanisat).), ortoksilena, meta-xilena, isopropanol dan 3-karena), termasuk hidrokarbon aromatik dan alkohol.Beberapa dari VOC ini mungkin merupakan bahan kimia sekunder yang digunakan di laboratorium, yang terdiri dari tujuh sistem spektrometri massa yang beroperasi dalam mode TD dan injeksi cair.
Dengan PLS-DA, terjadi pemisahan yang kuat antara sampel udara dalam ruangan dan sampel napas, yang disebabkan oleh 62 dari 113 VOC yang terdeteksi.Di udara dalam ruangan, VOC ini bersifat eksogen dan mencakup diisopropil ftalat, benzofenon, asetofenon, dan benzil alkohol, yang umumnya digunakan dalam bahan pembuat plastik dan pewangi19,20,21,22 dan benzil alkohol dapat ditemukan dalam produk pembersih16.Bahan kimia yang terdapat pada udara yang dihembuskan merupakan campuran VOC endogen dan eksogen.VOC endogen terutama terdiri dari alkana bercabang, yang merupakan produk sampingan dari peroksidasi lipid23, dan isoprena, produk sampingan dari sintesis kolesterol24.VOC eksogen termasuk monoterpen seperti beta-pinene dan D-limonene, yang dapat ditelusuri kembali ke minyak atsiri jeruk (juga banyak digunakan dalam produk pembersih) dan pengawet makanan13,25.1-Propanol dapat bersifat endogen, yang dihasilkan dari pemecahan asam amino, atau eksogen, yang terdapat dalam disinfektan26.Dibandingkan dengan menghirup udara dalam ruangan, ditemukan tingkat senyawa organik yang mudah menguap yang lebih tinggi, beberapa di antaranya telah diidentifikasi sebagai kemungkinan penanda biologis penyakit.Etilbenzena telah terbukti menjadi biomarker potensial untuk sejumlah penyakit pernafasan, termasuk kanker paru-paru, COPD27 dan fibrosis paru28.Dibandingkan dengan pasien tanpa kanker paru-paru, kadar N-dodecane dan xylene juga ditemukan pada konsentrasi yang lebih tinggi pada pasien dengan kanker paru-paru29 dan metacymol pada pasien dengan kolitis ulserativa aktif30.Oleh karena itu, meskipun perbedaan udara dalam ruangan tidak memengaruhi profil pernapasan secara keseluruhan, perbedaan tersebut dapat memengaruhi tingkat VOC tertentu, sehingga pemantauan udara latar dalam ruangan mungkin tetap penting.
Terdapat pula pemisahan antara sampel udara dalam ruangan yang dikumpulkan pada pagi dan sore hari.Ciri utama sampel pagi hari adalah alkana bercabang, yang sering ditemukan secara eksogen dalam produk pembersih dan lilin31.Hal ini dapat dijelaskan oleh fakta bahwa keempat ruang klinis yang termasuk dalam penelitian ini telah dibersihkan sebelum pengambilan sampel udara ruangan.Semua area klinis dipisahkan oleh VOC yang berbeda, sehingga pemisahan ini tidak dapat dikaitkan dengan pembersihan.Dibandingkan dengan sampel pagi hari, sampel sore hari umumnya menunjukkan kadar campuran alkohol, hidrokarbon, ester, keton, dan aldehida yang lebih tinggi.Baik 1-propanol maupun fenol dapat ditemukan dalam disinfektan26,32 sehingga diharapkan dilakukan pembersihan rutin di seluruh area klinis sepanjang hari.Nafas dikumpulkan hanya di pagi hari.Hal ini disebabkan masih banyak faktor lain yang dapat mempengaruhi kadar senyawa organik yang mudah menguap di udara yang dihembuskan pada siang hari, yang tidak dapat dikendalikan.Hal ini termasuk konsumsi minuman dan makanan33,34 dan berbagai tingkat olahraga35,36 sebelum pengambilan sampel napas.
Analisis VOC tetap menjadi yang terdepan dalam pengembangan diagnostik non-invasif.Standarisasi pengambilan sampel masih menjadi tantangan, namun analisis kami secara meyakinkan menunjukkan bahwa tidak ada perbedaan signifikan antara sampel napas yang dikumpulkan di lokasi berbeda.Dalam penelitian ini, kami menunjukkan bahwa kandungan senyawa organik yang mudah menguap di udara sekitar dalam ruangan bergantung pada lokasi dan waktu.Namun, hasil kami juga menunjukkan bahwa hal ini tidak secara signifikan mempengaruhi distribusi senyawa organik yang mudah menguap di udara yang dihembuskan, sehingga menunjukkan bahwa pengambilan sampel napas dapat dilakukan di lokasi yang berbeda tanpa mempengaruhi hasil secara signifikan.Preferensi diberikan untuk menyertakan beberapa lokasi dan menduplikasi koleksi spesimen dalam jangka waktu yang lebih lama.Terakhir, pemisahan udara dalam ruangan dari lokasi yang berbeda dan kurangnya pemisahan udara yang dihembuskan jelas menunjukkan bahwa lokasi pengambilan sampel tidak berpengaruh signifikan terhadap komposisi napas manusia.Hal ini mendorong penelitian analisis napas karena menghilangkan potensi faktor perancu dalam standarisasi pengumpulan data napas.Meskipun semua pola napas dari satu subjek merupakan keterbatasan penelitian kami, hal ini dapat mengurangi perbedaan faktor perancu lainnya yang dipengaruhi oleh perilaku manusia.Proyek penelitian disiplin tunggal sebelumnya telah berhasil digunakan dalam banyak penelitian37.Namun, diperlukan analisis lebih lanjut untuk menarik kesimpulan yang tegas.Pengambilan sampel udara dalam ruangan secara rutin tetap disarankan, bersamaan dengan pengambilan sampel napas untuk menyingkirkan senyawa eksogen dan mengidentifikasi polutan tertentu.Kami merekomendasikan untuk menghilangkan isopropil alkohol karena prevalensinya dalam produk pembersih, terutama di lingkungan layanan kesehatan.Penelitian ini dibatasi oleh jumlah sampel napas yang dikumpulkan di setiap lokasi, dan diperlukan penelitian lebih lanjut dengan jumlah sampel napas yang lebih besar untuk memastikan bahwa komposisi napas manusia tidak berdampak signifikan pada konteks di mana sampel tersebut ditemukan.Selain itu, data kelembaban relatif (RH) tidak dikumpulkan, dan meskipun kami mengakui bahwa perbedaan dalam RH dapat mempengaruhi distribusi VOC, tantangan logistik dalam pengendalian kesehatan reproduksi dan pengumpulan data kesehatan reproduksi sangatlah signifikan dalam penelitian skala besar.
Kesimpulannya, penelitian kami menunjukkan bahwa VOC di udara sekitar dalam ruangan bervariasi menurut lokasi dan waktu, namun hal ini tampaknya tidak berlaku pada sampel napas.Karena ukuran sampel yang kecil, tidak mungkin untuk menarik kesimpulan pasti tentang pengaruh udara sekitar dalam ruangan terhadap pengambilan sampel napas dan diperlukan analisis lebih lanjut, sehingga disarankan untuk mengambil sampel udara dalam ruangan saat bernapas untuk mendeteksi potensi kontaminan, VOC.
Percobaan berlangsung selama 10 hari kerja berturut-turut di Rumah Sakit St Mary di London pada bulan Februari 2020. Setiap hari, dua sampel napas dan empat sampel udara dalam ruangan diambil dari masing-masing lima lokasi, sehingga totalnya ada 300 sampel.Semua metode dilakukan sesuai dengan pedoman dan peraturan terkait.Suhu kelima zona pengambilan sampel dikontrol pada 25°C.
Lima lokasi dipilih untuk pengambilan sampel udara dalam ruangan: Laboratorium Instrumentasi Spektrometri Massa, Rawat Jalan Bedah, Ruang Operasi, Area Evaluasi, Area Evaluasi Endoskopi, dan Ruang Studi Klinis.Setiap wilayah dipilih karena tim peneliti kami sering menggunakannya untuk merekrut peserta untuk analisis napas.
Udara ruangan diambil sampelnya melalui tabung desorpsi termal (TD) Tenax TA/Carbograph yang dilapisi inert (Markes International Ltd, Llantrisan, UK) dengan kecepatan 250 ml/menit selama 2 menit menggunakan pompa pengambilan sampel udara dari SKC Ltd., total Kesulitan Penerapan 500 ml udara ruangan sekitar ke setiap tabung TD.Tabung tersebut kemudian ditutup dengan tutup kuningan untuk diangkut kembali ke laboratorium spektrometri massa.Sampel udara dalam ruangan diambil secara bergantian di setiap lokasi setiap hari mulai pukul 09.00 hingga 11.00 dan kembali pada pukul 15.00 hingga 17.00.Sampel diambil dalam rangkap dua.
Sampel napas dikumpulkan dari masing-masing subjek yang menjalani pengambilan sampel udara dalam ruangan. Proses pengambilan sampel napas dilakukan sesuai protokol yang disetujui oleh NHS Health Research Authority—London—Camden & Kings Cross Research Ethics Committee (referensi 14/LO/1136). Proses pengambilan sampel napas dilakukan sesuai protokol yang disetujui oleh NHS Health Research Authority—London—Camden & Kings Cross Research Ethics Committee (referensi 14/LO/1136). Процесс отбора проб дыхания проводился в соответствии с протоколом, одобренным Управлением медицинских исследований NHS — London — Комитет по этике исследований Camden & Kings Cross (ссылка 14/LO/1136). Proses pengambilan sampel napas dilakukan sesuai dengan protokol yang disetujui oleh NHS Medical Research Authority – London – Camden & Kings Cross Research Ethics Committee (Ref. 14/LO/1136).Prosedur pengambilan sampel napas dilakukan sesuai dengan protokol yang disetujui oleh Badan Penelitian Medis NHS-London-Camden dan Komite Etika Penelitian King's Cross (ref 14/LO/1136).Peneliti memberikan persetujuan tertulis.Untuk keperluan normalisasi, peneliti belum makan atau minum sejak tengah malam malam sebelumnya.Nafas dikumpulkan menggunakan kantong sekali pakai Nalophan™ (PET polietilen tereftalat) 1000 ml yang dibuat khusus dan jarum suntik polipropilen yang digunakan sebagai corong tertutup, seperti yang dijelaskan sebelumnya oleh Belluomo dkk.Nalofan telah terbukti menjadi media penyimpanan pernapasan yang sangat baik karena kelembamannya dan kemampuannya memberikan stabilitas senyawa hingga 12 jam38.Dengan tetap dalam posisi ini selama minimal 10 menit, pemeriksa menghembuskan napas ke dalam kantong sampel selama pernapasan normal dan tenang.Setelah diisi hingga volume maksimal, kantong ditutup dengan alat suntik.Seperti halnya pengambilan sampel udara dalam ruangan, gunakan pompa pengambilan sampel udara SKC Ltd. selama 10 menit untuk mengambil udara dari kantong melalui tabung TD: sambungkan jarum berdiameter besar tanpa filter ke pompa udara di ujung lain tabung TD melalui plastik tabung dan SKC.Akupunktur kantong dan tarik napas dengan kecepatan 250 ml/menit melalui setiap tabung TD selama 2 menit, masukkan total 500 ml napas ke dalam setiap tabung TD.Sampel dikumpulkan lagi dalam rangkap dua untuk meminimalkan variabilitas pengambilan sampel.Nafas dikumpulkan hanya di pagi hari.
Tabung TD dibersihkan menggunakan kondisioner tabung TC-20 TD (Markes International Ltd, Llantrisant, UK) selama 40 menit pada suhu 330°C dengan aliran nitrogen 50 ml/menit.Semua sampel dianalisis dalam waktu 48 jam setelah pengumpulan menggunakan GC-TOF-MS.Agilent Technologies 7890A GC dipasangkan dengan pengaturan desorpsi termal TD100-xr dan BenchTOF Select MS (Markes International Ltd, Llantrisan, UK).Tabung TD awalnya dibilas selama 1 menit dengan laju aliran 50 ml/menit.Desorpsi awal dilakukan pada suhu 250°C selama 5 menit dengan aliran helium 50 ml/menit untuk mendesorpsi VOC ke dalam perangkap dingin (Material Emissions, Markes International, Llantrisant, UK) dalam mode split (1:10) pada 25 °C.Desorpsi perangkap dingin (sekunder) dilakukan pada 250°C (dengan pemanasan balistik 60°C/s) selama 3 menit pada laju aliran He 5,7 ml/menit, dan suhu jalur aliran ke GC terus dipanaskan.hingga 200 °C.Kolom tersebut adalah kolom Mega WAX-HT (20 m×0,18 mm×0,18 μm, Chromalytic, Hampshire, USA).Laju aliran kolom diatur ke 0,7 ml/menit.Suhu oven mula-mula diatur pada 35°C selama 1,9 menit, kemudian dinaikkan hingga 240°C (20°C/menit, tahan 2 menit).Saluran transmisi MS dipertahankan pada 260°C dan sumber ion (dampak elektron 70 eV) dipertahankan pada 260°C.Penganalisis MS ditetapkan untuk mencatat kecepatan 30 hingga 597 m/s.Desorpsi dalam perangkap dingin (tanpa tabung TD) dan desorpsi dalam tabung TD bersih yang dikondisikan dilakukan pada awal dan akhir setiap pengujian untuk memastikan bahwa tidak ada efek sisa.Analisis blanko yang sama dilakukan segera sebelum dan segera setelah desorpsi sampel napas untuk memastikan bahwa sampel dapat dianalisis secara terus menerus tanpa menyesuaikan TD.
Setelah inspeksi visual kromatogram, file data mentah dianalisis menggunakan Chromspace® (Sepsolve Analytical Ltd.).Senyawa yang menarik diidentifikasi dari sampel napas dan udara ruangan yang representatif.Anotasi berdasarkan spektrum massa VOC dan indeks retensi menggunakan perpustakaan spektrum massa NIST 2017. Indeks retensi dihitung dengan menganalisis campuran alkana (nC8-nC40, 500 μg/mL dalam diklorometana, Merck, USA) 1 μL dibubuhkan ke tiga tabung TD yang dikondisikan melalui rig pemuatan larutan kalibrasi dan dianalisis dalam kondisi TD-GC-MS yang sama dan dari daftar senyawa mentah, hanya senyawa yang memiliki faktor pencocokan terbalik > 800 yang disimpan untuk dianalisis. Indeks retensi dihitung dengan menganalisis campuran alkana (nC8-nC40, 500 μg/mL dalam diklorometana, Merck, USA) 1 μL dibubuhkan ke tiga tabung TD yang dikondisikan melalui rig pemuatan larutan kalibrasi dan dianalisis dalam kondisi TD-GC-MS yang sama dan dari daftar senyawa mentah, hanya senyawa yang memiliki faktor pencocokan terbalik > 800 yang disimpan untuk dianalisis.Indeks retensi dihitung dengan menganalisis 1 μl campuran alkana (nC8-nC40, 500 μg/ml dalam diklorometana, Merck, USA) dalam tiga tabung TD yang dikondisikan menggunakan unit pemuatan larutan kalibrasi dan dianalisis di bawah TD-GC-MS yang sama kondisi.dan juga keterampilan yang diperlukan untuk menganalisis data yang diperlukan untuk membantu Anda jumlah totalnya > 800. dan dari daftar senyawa asli, hanya senyawa dengan koefisien pencocokan terbalik > 800 yang disimpan untuk dianalisis.通过分析烷烃混合物（nC8-nC40,500 μg/mL 在二氯甲烷中,Merck,USA）计算保留指数,通过校准溶液加载kapasitas 1 μL 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 μg/ml 在 中 , , merck , USA） 保留 指数 , 通过 校准 加载 装置 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 圦在 在 在 在800 的化合物进行分析。Indeks retensi dihitung dengan menganalisis campuran alkana (nC8-nC40, 500 μg/ml dalam diklorometana, Merck, USA), 1 μl ditambahkan ke tiga tabung TD yang dikondisikan dengan mengkalibrasi pemuat larutan dan ditambahkan di sana.выполненных в тех условиях TD-GC-MS dan из исходного списка соединений, для анализа были оставлены тольк о соединения с коэффициентом обратного соответствия > 800. dilakukan pada kondisi TD-GC-MS yang sama dan dari daftar senyawa asli, hanya senyawa dengan faktor kecocokan terbalik > 800 yang dipertahankan untuk dianalisis.Oksigen, argon, karbon dioksida dan siloksan juga dihilangkan. Akhirnya, senyawa apa pun dengan rasio signal to noise <3 juga dikeluarkan. Akhirnya, senyawa apa pun dengan rasio signal to noise <3 juga dikeluarkan. Namun, Anda harus menggunakan <3 также были исключены. Akhirnya, senyawa apa pun dengan rasio signal-to-noise <3 juga dikeluarkan.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。 Namun, Anda harus menggunakan <3 также были исключены. Akhirnya, senyawa apa pun dengan rasio signal-to-noise <3 juga dikeluarkan.Kelimpahan relatif masing-masing senyawa kemudian diekstraksi dari semua file data menggunakan daftar senyawa yang dihasilkan.Dibandingkan dengan NIST 2017, 117 senyawa telah teridentifikasi dalam sampel napas.Pengambilan dilakukan dengan menggunakan software MATLAB R2018b (versi 9.5) dan Gavin Beta 3.0.Setelah pemeriksaan data lebih lanjut, 4 senyawa lagi dikeluarkan melalui inspeksi visual kromatogram, menyisakan 113 senyawa untuk dimasukkan dalam analisis selanjutnya.Banyak sekali senyawa ini yang ditemukan dari 294 sampel yang berhasil diproses.Enam sampel dihapus karena kualitas data yang buruk (tabung TD bocor).Dalam kumpulan data yang tersisa, korelasi satu sisi Pearson dihitung di antara 113 VOC dalam sampel pengukuran berulang untuk menilai reproduktifitas.Koefisien korelasinya adalah 0,990 ± 0,016, dan nilai p adalah 2,00 × 10–46 ± 2,41 × 10–45 (rata-rata aritmatika ± standar deviasi).
Semua analisis statistik dilakukan pada R versi 4.0.2 (R Foundation for Statistical Computing, Wina, Austria).Data dan kode yang digunakan untuk menganalisis dan menghasilkan data tersedia untuk umum di GitHub (https://github.com/simonezuffa/Manuscript_Breath).Puncak terintegrasi pertama-tama ditransformasikan log dan kemudian dinormalisasi menggunakan normalisasi luas total.Sampel dengan pengukuran berulang digulung hingga mencapai nilai rata-rata.Paket “ropls” dan “mixOmics” digunakan untuk membuat model PCA tanpa pengawasan dan model PLS-DA yang diawasi.PCA memungkinkan Anda mengidentifikasi 9 sampel outlier.Sampel napas utama dikelompokkan dengan sampel udara ruangan dan oleh karena itu dianggap sebagai tabung kosong karena kesalahan pengambilan sampel.8 sampel sisanya merupakan sampel udara ruangan yang mengandung 1,1′-bifenil, 3-metil.Pengujian lebih lanjut menunjukkan bahwa kedelapan sampel memiliki produksi VOC yang jauh lebih rendah dibandingkan sampel lainnya, sehingga menunjukkan bahwa emisi ini disebabkan oleh kesalahan manusia dalam memuat tabung.Pemisahan lokasi diuji di PCA menggunakan PERMANOVA dari paket vegan.PERMANOVA memungkinkan Anda mengidentifikasi pembagian grup berdasarkan centroid.Metode ini sebelumnya telah digunakan dalam studi metabolik serupa39,40,41.Paket ropls digunakan untuk mengevaluasi signifikansi model PLS-DA menggunakan validasi silang tujuh kali lipat acak dan 999 permutasi. Senyawa dengan skor proyeksi kepentingan variabel (VIP) > 1 dianggap relevan untuk klasifikasi dan dipertahankan sebagai senyawa yang signifikan. Senyawa dengan skor proyeksi kepentingan variabel (VIP) > 1 dianggap relevan untuk klasifikasi dan dipertahankan sebagai senyawa yang signifikan. Jumlah tiket masuk (VIP) > 1 tiket per tiket dan seterusnya. Senyawa dengan skor proyeksi kepentingan variabel (VIP) > 1 dianggap memenuhi syarat untuk klasifikasi dan dipertahankan sebagai senyawa signifikan.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着。具有可变重要性投影(VIP) 分数> 1 Соединения с оценкой переменной важности (VIP) > 1 orang per jam dan оставались значимыми. Senyawa dengan skor kepentingan variabel (VIP) > 1 dianggap memenuhi syarat untuk klasifikasi dan tetap signifikan.Beban dari model PLS-DA juga diambil untuk menentukan kontribusi kelompok.VOC untuk lokasi tertentu ditentukan berdasarkan konsensus model PLS-DA yang berpasangan. Untuk melakukan hal ini, semua profil VOC lokasi diuji satu sama lain dan jika VOC dengan VIP > 1 selalu signifikan dalam model dan dikaitkan dengan lokasi yang sama, maka VOC tersebut dianggap spesifik lokasi. Untuk melakukan hal ini, semua profil VOC lokasi diuji satu sama lain dan jika VOC dengan VIP > 1 selalu signifikan dalam model dan dikaitkan dengan lokasi yang sama, maka VOC tersebut dianggap spesifik lokasi. Для этого профили ЛОС всех местоположений были проверены друг против друга, и если ЛОС с VIP> 1 бы л постоянно считался специфичным дл kamu. Untuk melakukan hal ini, profil VOC dari semua lokasi diuji satu sama lain, dan jika VOC dengan VIP > 1 secara konsisten signifikan dalam model dan merujuk ke lokasi yang sama, maka VOC tersebut dianggap spesifik lokasi.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 始终 显着 并 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С этой целью профили ЛОС во всех местоположениях сопоставлены сопоставлены с друг с другом, dan ЛОС с VIP> 1 считался зависящим от местоположения, если он был постоянно значимым в модели и относился к одному и тому Ini adalah hal yang penting. Untuk tujuan ini, profil VOC di semua lokasi dibandingkan satu sama lain, dan VOC dengan VIP > 1 dianggap bergantung pada lokasi jika VOC tersebut secara konsisten signifikan dalam model dan merujuk ke lokasi yang sama.Perbandingan sampel napas dan udara dalam ruangan dilakukan hanya untuk sampel yang diambil pada pagi hari, karena tidak ada sampel napas yang diambil pada sore hari.Uji Wilcoxon digunakan untuk analisis univariat, dan tingkat penemuan palsu dihitung menggunakan koreksi Benjamini-Hochberg.
Kumpulan data yang dihasilkan dan dianalisis selama penelitian ini tersedia dari masing-masing penulis berdasarkan permintaan yang masuk akal.
Oman, A. dkk.Zat yang mudah menguap pada manusia: Senyawa organik yang mudah menguap (VOC) di udara yang dihembuskan, sekresi kulit, urin, feses, dan air liur.J. Nafas res.8(3), 034001 (2014).
Belluomo, I. dkk.Spektrometri massa tabung arus ion selektif untuk analisis target senyawa organik yang mudah menguap dalam napas manusia.Protokol nasional.16(7), 3419–3438 (2021).
Hanna, GB, Boshier, PR, Markar, SR & Romano, A. Akurasi dan tantangan metodologis tes napas hembusan berbasis senyawa organik yang mudah menguap untuk diagnosis kanker. Hanna, GB, Boshier, PR, Markar, SR & Romano, A. Akurasi dan tantangan metodologis tes napas hembusan berbasis senyawa organik yang mudah menguap untuk diagnosis kanker.Khanna, GB, Boshire, PR, Markar, SR.dan Romano, A. Akurasi dan masalah metodologis tes udara buangan berbasis senyawa organik yang mudah menguap untuk diagnosis kanker. 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 挑战。 Hanna, GB, Boshier, PR, Markar, SR & Romano, A. Akurasi dan tantangan metodologis dalam diagnosis kanker berdasarkan senyawa organik yang mudah menguap.Khanna, GB, Boshire, PR, Markar, SR.dan Romano, A. Akurasi dan masalah metodologis pengujian napas senyawa organik yang mudah menguap dalam diagnosis kanker.JAMA Onkol.5(1), e182815 (2019).
Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB Variasi tingkat jejak gas yang mudah menguap dalam tiga lingkungan rumah sakit: Implikasi terhadap pengujian napas klinis. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB Variasi tingkat jejak gas yang mudah menguap dalam tiga lingkungan rumah sakit: Implikasi terhadap pengujian napas klinis.Boshear, PR, Kushnir, JR, Priest, OH, Marchin, N. dan Khanna, GB.Perbedaan tingkat jejak gas yang mudah menguap di tiga lingkungan rumah sakit: signifikansi untuk pengujian napas klinis. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB 。 Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GBBoshear, PR, Kushnir, JR, Priest, OH, Marchin, N. dan Khanna, GB.Perubahan tingkat jejak gas yang mudah menguap di tiga lingkungan rumah sakit: signifikansi untuk pengujian napas klinis.J. Religius Res.4(3), 031001 (2010).
Trefz, P. dkk.Pemantauan gas pernapasan secara real-time dan berkelanjutan dalam pengaturan klinis menggunakan spektrometri massa waktu penerbangan dari reaksi transfer proton.dubur.Bahan kimia.85(21), 10321-10329 (2013).
Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM Konsentrasi gas pernapasan mencerminkan paparan sevoflurane dan isopropil alkohol di lingkungan rumah sakit dalam kondisi non-pekerjaan. Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM Konsentrasi gas pernapasan mencerminkan paparan sevoflurane dan isopropil alkohol di lingkungan rumah sakit dalam kondisi non-pekerjaan.Castellanos, M., Xifra, G., Fernandez-Real, JM dan Sanchez, JM Konsentrasi gas yang dihembuskan mencerminkan paparan sevoflurane dan isopropil alkohol di lingkungan rumah sakit di lingkungan non-pekerjaan. Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM.丙醇。 Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JMCastellanos, M., Xifra, G., Fernandez-Real, JM dan Sanchez, JM Konsentrasi gas saluran napas mencerminkan paparan sevoflurane dan isopropanol di lingkungan rumah sakit dalam kondisi awam.J. Nafas res.10(1), 016001 (2016).
Markar SR dkk.Evaluasi tes napas non-invasif untuk diagnosis kanker esofagus dan lambung.JAMA Onkol.4(7), 970-976 (2018).
Salman, D.dkk.Variabilitas senyawa organik yang mudah menguap di udara dalam ruangan dalam kondisi klinis.J. Nafas res.16(1), 016005 (2021).
Phillips, M. dkk.Penanda nafas yang mudah menguap dari kanker payudara.Payudara J.9 (3), 184–191 (2003).
Phillips, M., Greenberg, J. & Sabas, M. Gradien alveolar pentana dalam napas manusia normal. Phillips, M., Greenberg, J. & Sabas, M. Gradien alveolar pentana dalam napas manusia normal.Phillips M, Greenberg J dan Sabas M. Gradien pentana alveolar pada pernapasan manusia normal. Phillips, M., Greenberg, J. & Sabas, M. 正常人呼吸中戊烷的肺泡梯度。 Phillips, M., Greenberg, J. & Sabas, M.Phillips M, Greenberg J dan Sabas M. Gradien pentana alveolar dalam pernapasan manusia normal.Radikal bebas.tangki penyimpanan.20(5), 333–337 (1994).
Harshman SV dkk.Karakterisasi pengambilan sampel napas terstandar untuk penggunaan offline di lapangan.J. Nafas res.14(1), 016009 (2019).
Maurer, F. dkk.Siram polutan udara sekitar untuk pengukuran udara yang dihembuskan.J. Nafas res.8(2), 027107 (2014).
Salehi, B.dkk.Potensi terapeutik alfa dan beta-pinene: anugerah ajaib dari alam.Biomolekul 9 (11), 738 (2019).
Panel informasi kimia CompTox – benzil alkohol.https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID5020152#chemical-function-use (diakses 22 September 2021).
Alfa Aesar – L03292 Benzil alkohol, 99%.https://www.alfa.com/en/catalog/L03292/ (diakses 22 September 2021).
Perusahaan Wewangian yang Baik – Benzil Alkohol.http://www.thegoodscentscompany.com/data/rw1001652.html (diakses 22 September 2021).
Panel kimia CompTox adalah diisopropil ftalat.https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID2040731 (diakses 22 September 2021).
Manusia, Kelompok Kerja IARC untuk Penilaian Risiko Karsinogenik.Benzofenon.: Badan Internasional untuk Penelitian Kanker (2013).
Perusahaan Wewangian yang Baik – Asetofenon.http://www.thegoodscentscompany.com/data/rw1000131.html#tooccur (diakses 22 September 2021).
Van Gossum, A. & Decuyper, J. Breath alkana sebagai indeks peroksidasi lipid. Van Gossum, A. & Decuyper, J. Breath alkana sebagai indeks peroksidasi lipid.Van Gossum, A. dan Dekuyper, J. Respirasi alkana sebagai indikator peroksidasi lipid. Van Gossum, A. & Decuyper, J. Breath 烷烃作为脂质过氧化的指标。 Van Gossum, A. & Decuyper, J. Breath alkana sebagai indikator 脂质过过化的的剧情。Van Gossum, A. dan Dekuyper, J. Respirasi alkana sebagai indikator peroksidasi lipid.EURO.Jurnal negara 2(8), 787–791 (1989).
Salerno-Kennedy, R. & Cashman, KD Potensi penerapan isoprena napas sebagai biomarker dalam pengobatan modern: Tinjauan singkat. Salerno-Kennedy, R. & Cashman, KD Potensi penerapan isoprena napas sebagai biomarker dalam pengobatan modern: Tinjauan singkat. Salerno-Kennedy, R. & Cashman, KDKemungkinan penerapan isoprena dalam respirasi sebagai biomarker dalam pengobatan modern: tinjauan singkat. 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：简明概述。 Salerno-Kennedy, R. & Cashman, KDSalerno-Kennedy, R. dan Cashman, KD Potensi penerapan isoprena pernafasan sebagai biomarker untuk pengobatan modern: tinjauan singkat.Wien Klin Wochenschr 117 (5–6), 180–186 (2005).
Kureas M. dkk.Analisis target senyawa organik yang mudah menguap di udara yang dihembuskan digunakan untuk membedakan kanker paru-paru dari penyakit paru-paru lainnya dan pada orang sehat.Metabolit 10(8), 317 (2020).
Waktu posting: 28 Sep-2022