Terima kasih telah mengunjungi Nature.com. Versi peramban yang Anda gunakan memiliki dukungan CSS yang terbatas. Untuk pengalaman terbaik, kami sarankan Anda menggunakan peramban yang diperbarui (atau nonaktifkan Mode Kompatibilitas di Internet Explorer). Sementara itu, untuk memastikan dukungan yang berkelanjutan, kami akan menampilkan situs tanpa gaya dan JavaScript.
Minat terhadap analisis senyawa organik volatil (VOC) dalam udara embusan telah meningkat selama dua dekade terakhir. Masih terdapat ketidakpastian mengenai normalisasi pengambilan sampel dan apakah senyawa organik volatil udara dalam ruangan memengaruhi kurva senyawa organik volatil udara embusan. Kaji senyawa organik volatil 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 volatil dalam udara dalam ruangan. Udara dalam ruangan dikumpulkan di lima lokasi pada pagi dan sore hari menggunakan pompa sampel dan tabung desorpsi termal (TD). Pengambilan sampel napas hanya dilakukan pada pagi hari. Tabung TD dianalisis dengan kromatografi gas yang dipadukan dengan spektrometri massa time-of-flight (GC-TOF-MS). Sebanyak 113 VOC teridentifikasi dalam sampel yang dikumpulkan. Analisis multivariat menunjukkan pemisahan yang jelas antara udara pernapasan dan udara ruangan. Komposisi udara dalam ruangan berubah sepanjang hari, dan lokasi yang berbeda memiliki VOC spesifik yang tidak memengaruhi profil pernapasan. Napas tidak menunjukkan pemisahan berdasarkan lokasi, menunjukkan bahwa pengambilan sampel dapat dilakukan di lokasi berbeda tanpa memengaruhi hasil.
Senyawa organik volatil (VOC) adalah senyawa berbasis karbon yang berwujud gas pada suhu kamar dan merupakan produk akhir dari berbagai proses endogen dan eksogen1. Selama beberapa dekade, para peneliti telah tertarik pada VOC karena potensinya sebagai biomarker non-invasif penyakit manusia. Namun, masih terdapat ketidakpastian mengenai standarisasi pengumpulan dan analisis sampel napas.
Salah satu area kunci standarisasi analisis napas adalah potensi dampak VOC latar belakang di udara ambien dalam ruangan. Penelitian sebelumnya telah menunjukkan bahwa kadar VOC latar belakang di udara ambien dalam ruangan memengaruhi kadar VOC yang ditemukan dalam udara yang dihembuskan3. Boshier dkk. Pada tahun 2010, spektrometri massa aliran ion terpilih (SIFT-MS) digunakan untuk mempelajari kadar tujuh senyawa organik volatil dalam tiga pengaturan klinis. Berbagai kadar senyawa organik volatil di lingkungan diidentifikasi di ketiga wilayah tersebut, yang selanjutnya memberikan panduan tentang kemampuan senyawa organik volatil yang tersebar luas di udara dalam ruangan untuk digunakan sebagai biomarker penyakit. Pada tahun 2013, Trefz dkk. Udara ambien 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 analisis napas guna meminimalkan masalah faktor perancu tersebut. Hal ini berkorelasi dengan studi oleh Castellanos dkk. Pada tahun 2016, mereka menemukan sevoflurane dalam napas staf rumah sakit, tetapi tidak dalam napas staf di luar rumah sakit. Pada tahun 2018, Markar dkk. berusaha menunjukkan efek perubahan komposisi udara dalam ruangan pada analisis napas sebagai bagian dari studi mereka untuk menilai kemampuan diagnostik udara yang dihembuskan pada kanker esofagus7. Menggunakan steel counterlung dan SIFT-MS selama pengambilan sampel, mereka mengidentifikasi delapan senyawa organik volatil di udara dalam ruangan yang bervariasi secara signifikan berdasarkan lokasi pengambilan sampel. Namun, VOC ini tidak termasuk dalam model diagnostik VOC napas terakhir mereka, sehingga dampaknya dinegasikan. Pada tahun 2021, sebuah studi dilakukan oleh Salman dkk. untuk memantau kadar VOC di tiga rumah sakit selama 27 bulan. Mereka mengidentifikasi 17 VOC sebagai pembeda musiman dan menyarankan bahwa konsentrasi VOC yang dihembuskan di atas tingkat kritis 3 µg/m3 dianggap tidak mungkin sekunder terhadap polusi VOC latar belakang8.
Selain menetapkan tingkat ambang batas atau sepenuhnya mengecualikan senyawa eksogen, alternatif untuk menghilangkan variasi latar belakang ini termasuk mengumpulkan sampel udara ruangan berpasangan secara bersamaan dengan pengambilan sampel udara yang dihembuskan sehingga setiap tingkat VOC yang ada pada konsentrasi tinggi di ruang yang dapat dihirup dapat ditentukan. diekstraksi dari udara yang dihembuskan. Udara 9 dikurangi dari tingkat untuk memberikan "gradien alveolar". Oleh karena itu, gradien positif menunjukkan keberadaan Senyawa 10 endogen. Metode lain adalah bagi peserta untuk menghirup udara "murni" yang secara teoritis bebas dari polutan VOC11. Namun, ini rumit, memakan waktu, dan peralatan itu sendiri menghasilkan polutan VOC tambahan. Sebuah studi oleh Maurer et al. Pada tahun 2014, peserta yang menghirup udara sintetis mengurangi 39 VOC tetapi meningkatkan 29 VOC dibandingkan dengan menghirup udara ambien 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 memengaruhi standarisasi dan keakuratan pengambilan sampel napas.
Kemajuan dalam spektrometri massa, termasuk desorpsi termal yang dipadukan dengan kromatografi gas dan spektrometri massa time-of-flight (GC-TOF-MS), juga telah menghasilkan metode analisis VOC yang lebih andal dan andal, yang mampu mendeteksi ratusan VOC secara bersamaan, sehingga memungkinkan analisis udara di dalam ruangan yang lebih mendalam. Hal ini memungkinkan karakterisasi komposisi udara ambien di dalam ruangan secara lebih detail dan bagaimana sampel berukuran besar berubah seiring waktu dan tempat.
Tujuan utama penelitian ini adalah untuk menentukan variasi kadar senyawa organik volatil dalam udara ambien dalam ruangan di lokasi pengambilan sampel umum di lingkungan rumah sakit dan bagaimana hal ini memengaruhi pengambilan sampel udara embusan. Tujuan kedua adalah untuk menentukan apakah terdapat variasi diurnal 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 dikonvolusikan dengan nilai rata-rata sebelum analisis komponen utama (PCA) dari area puncak yang diekstraksi dan dinormalisasi dilakukan untuk mengidentifikasi dan menghilangkan outlier. Analisis yang diawasi melalui kuadrat terkecil parsial—analisis diskriminan (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 kuadrat terkecil parsial—analisis diskriminan (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 dengan Metode Analisis Lainnya квадратов (PLS-DA) смог показать четкое jumlah biaya dan jumlah biaya (R2Y = 0,97, Q2Y = 0,96, 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 untuk Analisis Metode Pembayaran yang Tidak Dapat Diatur (PLS-DA) затем смог показать четкое разделение между образцами дыхания и воздуха в помещении (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 mencirikan 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 mencirikan setiap jenis sampel dan skor VIP masing-masing dapat ditemukan di Tabel Tambahan 1. Разделение на группы было обусловлено 62 различными VOC с оценкой проекции переменной важности (VIP) > 1. Полный список VOC, характеризующих Anda perlu menghubungi VIP untuk mengakses nomor telepon 1. Pengelompokan didorong oleh 62 VOC berbeda dengan skor Proyeksi Pentingnya Variabel (VIP) > 1. Daftar lengkap VOC yang mencirikan 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 kelompok didorong oleh 62 VOC berbeda dengan skor proyeksi kepentingan variabel (VIP) > 1.Daftar lengkap VOC yang mencirikan 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). Analisis untuk Bantuan PLS-DA yang Dapat Digunakan Kembali органических соединений в выдыхаемом воздухе dan 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).Nilai PLS-DA adalah: 0,96,p <0,001）。seperti PLS-DA Layanan Analisis PLS-DA untuk Layanan Pelanggan dan Layanan воздуха 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 dari napas dan udara dalam ruangan yang dikumpulkan di pagi hari (R2Y=0,97, Q2Y=0,96, p<0,001).Pengukuran berulang dikurangi menjadi rata-rata sebelum model dibangun. Elips menunjukkan interval kepercayaan 95% dan sentroid dari kelompok asterisk.
Perbedaan distribusi senyawa organik yang mudah menguap di udara dalam ruangan pada pagi dan sore hari diselidiki menggunakan PLS-DA. Model mengidentifikasi pemisahan yang signifikan antara dua titik waktu (R2Y = 0,46, Q2Y = 0,22, p < 0,001) (Gbr. 2). Model mengidentifikasi pemisahan yang signifikan antara dua titik waktu (R2Y = 0,46, Q2Y = 0,22, p < 0,001) (Gbr. 2). Jumlah yang diperlukan untuk menghitung jumlah yang diperlukan (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). Model tersebut mengungkapkan adanya pemisahan yang signifikan antara kedua 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）。 Jumlah yang diperlukan untuk menghitung jumlah yang diperlukan (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). Model tersebut mengungkapkan adanya pemisahan yang signifikan antara kedua 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 mencakup alkana bercabang ganda, asam oksalat, dan heksakosana, sementara sampel sore menyajikan lebih banyak 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 mencakup alkana bercabang ganda, asam oksalat, dan heksakosana, sementara sampel sore menyajikan lebih banyak 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 оценкой VIP, характеризующей утренние образцы, включали несколько разветвленных алканов, щавелевую кислоту и гексакозан, в то время как дневные образцы содержали больше 1-пропанола, фенола, пропановой кислоты, 2-метил- , 2-этил-3-гидроксигексиловый эфир, изопрен dan нонаналь. Hal ini disebabkan oleh adanya 47 senyawa organik volatil dengan skor VIP > 1. VOC dengan skor VIP tertinggi untuk sampel pagi mencakup beberapa alkana bercabang, asam oksalat, dan heksakosana, sementara sampel siang hari mengandung lebih banyak 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 peringkat VIP tertinggi dalam sampel pagi mencakup berbagai alkana bercabang, asam oksalat, dan heksadekana, sedangkan sampel sore mengandung lebih banyak 1-propanol, fenol, asam propionat, 2-metil-, 2-etil-3-hidroksiheksil, ester, isoprena, dan nonanal.Daftar lengkap senyawa organik volatil (VOC) yang mencirikan perubahan harian dalam komposisi udara dalam ruangan dapat ditemukan di 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 atau 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 atau sore hari (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Hubungi kami melalui PLS-DA untuk membantu Anda melakukan hal yang sama, собранными 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: 0,22,p <0,001）。seperti PLS-DA Анализ эпиднадзора с использованием PLS-DA показал разделение проб воздуха внутри помещений, собранных утром или днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Analisis pengawasan menggunakan PLS-DA menunjukkan pemisahan sampel udara dalam ruangan yang dikumpulkan pada pagi atau sore hari (R2Y = 0,46, Q2Y = 0,22, p < 0,001).Elips menunjukkan interval keyakinan 95% dan titik berat kelompok 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-lokasi ini untuk perekrutan pasien dan pengambilan sampel napas. Seperti sebelumnya, udara dalam ruangan dikumpulkan pada pagi dan sore hari, dan sampel udara embusan hanya dikumpulkan pada pagi hari. PCA menyoroti pemisahan sampel udara ruangan berdasarkan lokasi melalui analisis varians multivariat permutasi (PERMANOVA, R2 = 0,16, p < 0,001) (Gbr. 3a). PCA menyoroti pemisahan sampel udara ruangan berdasarkan lokasi melalui analisis varians multivariat permutasi (PERMANOVA, R2 = 0,16, p < 0,001) (Gbr. 3a). PCA membutuhkan layanan yang dapat diandalkan untuk memenuhi kebutuhan многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p <0,001) (рис.3а). PCA mengungkapkan pemisahan sampel udara ruangan berdasarkan lokasi menggunakan analisis varians multivariat permutasi (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 menyediakan layanan yang dapat diandalkan oleh perusahaan yang dapat diandalkan многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA menyoroti segregasi lokal sampel udara ruangan menggunakan analisis varians multivariat permutasi (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 lain 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 определения группового вклада. Semua model signifikan, dan VOC dengan skor VIP > 1 diekstraksi dengan pemuatan yang tepat 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 Anda dapat menerima panggilan, dan VOC dengan panggilan VIP> 1 panggilan dan menerima panggilan tambahan групповых 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 ambien bervariasi berdasarkan lokasi, dan kami telah mengidentifikasi fitur spesifik lokasi menggunakan konsensus model. Unit endoskopi dicirikan oleh kadar undecane, dodecane, benzonitril, dan benzaldehida yang tinggi. Sampel dari Departemen Penelitian Klinis (juga dikenal sebagai Departemen Penelitian Hati) menunjukkan lebih banyak alfa-pinena, diisopropil ftalat, dan 3-carena. Udara campuran di ruang operasi dicirikan oleh kandungan decane bercabang, dodecane bercabang, tridecane bercabang, asam propionat, 2-metil-, 2-etil-3-hidroksiheksil eter, toluena, dan 2- – keberadaan krotonaldehida 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-, piridina, furan, 2-pentil-, undekana bercabang, etilbenzena, m-xilena, o-xilena, furfural, dan etilanisat. Berbagai kadar 3-karena terdapat di kelima lokasi, menunjukkan bahwa VOC ini merupakan kontaminan umum dengan kadar tertinggi yang teramati di area studi klinis. Daftar VOC yang disepakati yang memiliki masing-masing posisi dapat ditemukan di Tabel Tambahan 3. Selain itu, analisis univariat dilakukan untuk setiap VOC yang diteliti, dan semua posisi dibandingkan satu sama lain menggunakan uji Wilcoxon berpasangan yang diikuti dengan koreksi Benjamini-Hochberg. Plot blok untuk setiap VOC disajikan dalam Gambar Tambahan 1. Kurva senyawa organik volatil pernapasan tampak tidak bergantung lokasi, seperti yang diamati pada PCA diikuti oleh PERMANOVA (p = 0,39) (Gambar 3b). Selain itu, model PLS-DA berpasangan juga dibuat di antara semua lokasi berbeda untuk sampel napas, tetapi tidak ada perbedaan signifikan yang teridentifikasi (p > 0,05). Selain itu, model PLS-DA berpasangan juga dibuat di antara semua lokasi berbeda untuk sampel napas, tetapi tidak ada perbedaan signifikan yang teridentifikasi (p > 0,05). Selain itu, pengguna PLS-DA juga dapat menggunakan opsi yang tidak dapat diubah lagipula, bukan masalah besar выявлено не было (p > 0,05). Selain itu, model PLS-DA berpasangan juga dibuat di antara semua lokasi sampel napas yang berbeda, tetapi 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 secara otomatis образцов дыхания, tidak ada gunanya различий обнаружено не было (p > 0,05). Selain itu, model PLS-DA berpasangan juga dibuat di antara semua lokasi sampel napas yang berbeda, tetapi tidak ditemukan perbedaan signifikan (p > 0,05).
Perubahan terjadi pada udara ambien dalam ruangan, tetapi tidak pada udara yang dihembuskan. Distribusi VOC berbeda-beda tergantung lokasi pengambilan sampel. Analisis tanpa pengawasan menggunakan PCA menunjukkan pemisahan antara sampel udara dalam ruangan yang dikumpulkan di lokasi berbeda, tetapi tidak pada sampel udara yang dihembuskan. Tanda bintang menunjukkan sentroid kelompok.
Dalam penelitian ini, kami menganalisis distribusi VOC udara dalam ruangan di lima lokasi pengambilan sampel napas umum untuk mendapatkan pemahaman yang lebih baik tentang efek tingkat VOC latar belakang pada analisis napas.
Pemisahan sampel udara dalam ruangan diamati di kelima lokasi yang berbeda. Dengan pengecualian 3-carene, yang hadir di semua area yang diteliti, pemisahan tersebut disebabkan oleh VOC yang berbeda, yang memberikan setiap lokasi karakter yang spesifik. Dalam bidang evaluasi endoskopi, senyawa organik volatil yang menginduksi pemisahan terutama adalah monoterpena seperti beta-pinena dan alkana seperti dodecane, undecane dan tridecane, yang umumnya ditemukan dalam minyak esensial yang umum digunakan dalam produk pembersih 13. Mempertimbangkan frekuensi pembersihan perangkat endoskopi, VOC ini kemungkinan merupakan hasil dari proses pembersihan dalam ruangan yang sering. Di laboratorium penelitian klinis, seperti dalam endoskopi, pemisahan terutama disebabkan oleh monoterpena seperti alfa-pinena, tetapi mungkin juga dari bahan pembersih. Di ruang operasi yang kompleks, tanda tangan VOC terutama terdiri dari alkana bercabang. Senyawa ini dapat diperoleh dari instrumen bedah karena kaya akan minyak dan pelumas 14. Dalam pengaturan bedah, VOC yang umum mencakup berbagai macam alkohol: 1-nonanol, yang ditemukan dalam minyak sayur dan produk pembersih, dan benzil alkohol, yang ditemukan dalam parfum dan anestesi lokal.15,16,17,18 VOC di laboratorium spektrometri massa sangat berbeda dari yang diharapkan di area lain karena ini adalah satu-satunya area non-klinis yang dinilai. Meskipun beberapa monoterpena hadir, kelompok senyawa yang lebih homogen berbagi area ini dengan senyawa lain (2,2,2-trifluoro-N-metil-asetamida, piridina, undekana bercabang, 2-pentilfuran, etilbenzena, furfural, etilanisat). ), ortoksilena, meta-xilena, isopropanol dan 3-karena), termasuk hidrokarbon aromatik dan alkohol. Beberapa VOC ini mungkin merupakan hasil sekunder dari bahan kimia yang digunakan di laboratorium, yang terdiri dari tujuh sistem spektrometri massa yang beroperasi dalam mode TD dan injeksi cairan.
Dengan PLS-DA, teramati adanya 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 meliputi diisopropil ftalat, benzofenon, asetofenon, dan benzil alkohol, yang umumnya digunakan dalam plasticizer dan pewangi19,20,21,22 yang terakhir ini dapat ditemukan dalam produk pembersih16. Bahan kimia yang terdapat dalam udara yang dihembuskan merupakan campuran VOC endogen dan eksogen. VOC endogen terutama terdiri dari alkana bercabang, yang merupakan produk sampingan peroksidasi lipid23, dan isoprena, produk sampingan sintesis kolesterol24. VOC eksogen meliputi monoterpena seperti beta-pinena dan D-limonena, yang dapat ditelusuri kembali ke minyak esensial 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 kadar senyawa organik volatil yang lebih tinggi, beberapa di antaranya telah diidentifikasi sebagai biomarker potensial penyakit. Etilbenzena telah terbukti menjadi biomarker potensial untuk sejumlah penyakit pernapasan, termasuk kanker paru-paru, PPOK27, dan fibrosis paru28. Dibandingkan dengan pasien tanpa kanker paru-paru, kadar N-dodekana dan xilena juga ditemukan pada konsentrasi yang lebih tinggi pada pasien dengan kanker paru-paru29 dan metasimol pada pasien dengan kolitis ulseratif aktif30. Dengan demikian, meskipun perbedaan udara dalam ruangan tidak memengaruhi profil respirasi secara keseluruhan, perbedaan tersebut dapat memengaruhi kadar VOC spesifik, sehingga pemantauan udara latar belakang 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 yang diperkirakan mengingat pembersihan rutin seluruh area klinis sepanjang hari. Napas dikumpulkan hanya pada pagi hari. Hal ini disebabkan oleh banyak faktor lain yang dapat memengaruhi kadar senyawa organik volatil dalam udara yang dihembuskan pada siang hari, yang tidak dapat dikontrol. 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. Standardisasi pengambilan sampel masih menjadi tantangan, tetapi analisis kami secara meyakinkan menunjukkan bahwa tidak ada perbedaan signifikan antara sampel napas yang dikumpulkan di lokasi yang berbeda. Dalam studi ini, kami menunjukkan bahwa kandungan senyawa organik volatil di udara dalam ruangan bergantung pada lokasi dan waktu. Namun, hasil kami juga menunjukkan bahwa hal ini tidak memengaruhi distribusi senyawa organik volatil secara signifikan dalam udara yang dihembuskan, menunjukkan bahwa pengambilan sampel napas dapat dilakukan di lokasi yang berbeda tanpa memengaruhi hasil secara signifikan. Preferensi diberikan untuk melibatkan beberapa lokasi dan menduplikasi pengumpulan spesimen dalam jangka waktu yang lebih lama. Terakhir, pemisahan udara dalam ruangan dari lokasi yang berbeda dan kurangnya pemisahan pada udara yang dihembuskan dengan jelas menunjukkan bahwa lokasi pengambilan sampel tidak memengaruhi komposisi napas manusia secara signifikan. Hal ini menggembirakan bagi penelitian analisis napas karena menghilangkan faktor pengganggu potensial dalam standardisasi pengumpulan data napas. Meskipun semua pola napas dari satu subjek merupakan keterbatasan studi kami, hal ini dapat mengurangi perbedaan faktor pengganggu lain yang dipengaruhi oleh perilaku manusia. Proyek penelitian disiplin tunggal sebelumnya telah berhasil digunakan dalam banyak studi37. Namun, analisis lebih lanjut diperlukan untuk menarik kesimpulan yang kuat. Pengambilan sampel udara dalam ruangan rutin masih direkomendasikan, bersama dengan pengambilan sampel napas untuk menyingkirkan senyawa eksogen dan mengidentifikasi polutan tertentu. Kami merekomendasikan untuk menghilangkan isopropil alkohol karena prevalensinya dalam produk pembersih, terutama dalam pengaturan layanan kesehatan. Studi ini dibatasi oleh jumlah sampel napas yang dikumpulkan di setiap lokasi, dan pekerjaan lebih lanjut diperlukan dengan jumlah sampel napas yang lebih besar untuk memastikan bahwa komposisi napas manusia tidak secara signifikan memengaruhi konteks di mana sampel ditemukan. Selain itu, data kelembaban relatif (RH) tidak dikumpulkan, dan sementara kami mengakui bahwa perbedaan dalam RH dapat memengaruhi distribusi VOC, tantangan logistik dalam kontrol RH dan pengumpulan data RH signifikan dalam studi skala besar.
Kesimpulannya, studi kami menunjukkan bahwa VOC di udara dalam ruangan bervariasi berdasarkan lokasi dan waktu, tetapi hal ini tampaknya tidak berlaku untuk sampel napas. Karena ukuran sampel yang kecil, tidak mungkin untuk menarik kesimpulan pasti tentang pengaruh udara dalam ruangan terhadap pengambilan sampel napas dan diperlukan analisis lebih lanjut. Oleh karena itu, disarankan untuk mengambil sampel udara dalam ruangan saat bernapas guna mendeteksi potensi kontaminan, yaitu 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, dengan total 300 sampel. Semua metode dilakukan sesuai dengan pedoman dan peraturan terkait. Suhu di kelima zona pengambilan sampel dikontrol pada 25°C.
Lima lokasi dipilih untuk pengambilan sampel udara dalam ruangan: Laboratorium Instrumentasi Spektrometri Massa, Ruang 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 partisipan dalam analisis napas.
Udara ruangan diambil sampelnya melalui tabung desorpsi termal (TD) Tenax TA/Carbograph berlapis inert (Markes International Ltd, Llantrisan, Inggris) dengan kecepatan 250 ml/menit selama 2 menit menggunakan pompa pengambilan sampel udara dari SKC Ltd., total 500 ml udara ruangan ambien ke setiap tabung TD. Tabung-tabung tersebut kemudian ditutup rapat dengan tutup kuningan untuk dibawa kembali ke laboratorium spektrometri massa. Sampel udara dalam ruangan diambil secara bergantian di setiap lokasi setiap hari dari pukul 09.00 hingga 11.00 dan kembali lagi dari pukul 15.00 hingga 17.00. Pengambilan sampel dilakukan secara duplo.
Sampel napas dikumpulkan dari subjek individu yang menjalani pengambilan sampel udara dalam ruangan. Proses pengambilan sampel napas dilakukan sesuai protokol yang disetujui oleh Otoritas Penelitian Kesehatan NHS—London—Komite Etika Penelitian Camden & Kings Cross (referensi 14/LO/1136). Proses pengambilan sampel napas dilakukan sesuai protokol yang disetujui oleh Otoritas Penelitian Kesehatan NHS—London—Komite Etika Penelitian Camden & Kings Cross (referensi 14/LO/1136). Layanan Pelanggan yang Dapat Dipakai dalam Layanan dan Layanan, Layanan yang Diperbolehkan медицинских исследований NHS — Lyon — Kunjungi Camden & Kings Cross (ссылка 14/LO/1136). Proses pengambilan sampel napas dilakukan sesuai dengan protokol yang disetujui oleh Otoritas Penelitian Medis NHS – London – Komite Etika Penelitian Camden & Kings Cross (Ref. 14/LO/1136).Prosedur pengambilan sampel napas dilakukan sesuai dengan protokol yang disetujui oleh NHS-London-Camden Medical Research Agency dan King's Cross Research Ethics Committee (ref 14/LO/1136). Peneliti memberikan persetujuan tertulis yang diinformasikan. Untuk tujuan normalisasi, para peneliti tidak makan atau minum sejak tengah malam pada malam sebelumnya. Napas dikumpulkan menggunakan kantong sekali pakai Nalophan™ (PET polietilena tereftalat) 1000 ml yang dibuat khusus dan jarum suntik polipropilena yang digunakan sebagai corong tertutup, seperti yang dijelaskan sebelumnya oleh Belluomo et al. Nalofan telah terbukti menjadi media penyimpanan pernapasan yang sangat baik karena sifatnya yang inert dan kemampuannya untuk memberikan stabilitas senyawa hingga 12 jam38. Tetap dalam posisi ini selama setidaknya 10 menit, pemeriksa menghembuskan napas ke dalam kantong sampel selama pernapasan tenang normal. Setelah mengisi hingga volume maksimum, kantong ditutup dengan pendorong jarum suntik. Seperti halnya pengambilan sampel udara dalam ruangan, gunakan pompa pengambilan sampel udara SKC Ltd. selama 10 menit untuk menarik udara dari kantong melalui tabung TD: sambungkan jarum berdiameter besar tanpa filter ke pompa udara di ujung lain tabung TD melalui tabung plastik dan SKC. Lakukan akupunktur pada kantong dan hirup napas dengan kecepatan 250 ml/menit melalui setiap tabung TD selama 2 menit, dengan total 500 ml napas ke dalam setiap tabung TD. Sampel dikumpulkan kembali secara duplo untuk meminimalkan variabilitas pengambilan sampel. Napas dikumpulkan hanya pada pagi hari.
Tabung TD dibersihkan menggunakan kondisioner tabung TD TC-20 (Markes International Ltd, Llantrisant, Inggris) selama 40 menit pada suhu 330°C dengan laju alir nitrogen 50 ml/menit. Semua sampel dianalisis dalam waktu 48 jam setelah pengambilan menggunakan GC-TOF-MS. GC Agilent Technologies 7890A dipasangkan dengan perangkat desorpsi termal TD100-xr dan BenchTOF Select MS (Markes International Ltd, Llantrisan, Inggris). Tabung TD awalnya dibilas terlebih dahulu selama 1 menit dengan laju alir 50 ml/menit. Desorpsi awal dilakukan pada suhu 250°C selama 5 menit dengan laju alir helium 50 ml/menit untuk mendesorpsi VOC ke dalam perangkap dingin (Material Emissions, Markes International, Llantrisant, Inggris) dalam mode terpisah (1:10) pada suhu 25°C. Desorpsi perangkap dingin (sekunder) dilakukan pada suhu 250°C (dengan pemanasan balistik 60°C/dtk) selama 3 menit dengan laju alir He 5,7 ml/dtk, dan suhu jalur alir menuju GC dipanaskan secara kontinu hingga 200 °C. Kolom yang digunakan adalah kolom Mega WAX-HT (20 m×0,18 mm×0,18 μm, Chromalytic, Hampshire, AS). Laju alir kolom diatur pada 0,7 ml/dtk. Suhu oven pertama-tama diatur pada 35°C selama 1,9 menit, kemudian dinaikkan menjadi 240°C (20°C/dtk, ditahan selama 2 menit). Saluran transmisi MS dipertahankan pada suhu 260°C dan sumber ion (dampak elektron 70 eV) dipertahankan pada suhu 260°C. Penganalisis MS diatur untuk merekam dari 30 hingga 597 m/dtk. Desorpsi dalam perangkap dingin (tanpa tabung TD) dan desorpsi dalam tabung TD bersih yang telah dikondisikan dilakukan pada awal dan akhir setiap pengujian untuk memastikan tidak ada efek lanjutan. Analisis blanko yang sama dilakukan segera sebelum dan segera setelah desorpsi sampel napas untuk memastikan sampel dapat dianalisis secara berkelanjutan tanpa penyesuaian TD.
Setelah inspeksi visual kromatogram, berkas data mentah dianalisis menggunakan Chromspace® (Sepsolve Analytical Ltd.). Senyawa yang diinginkan diidentifikasi dari sampel napas dan udara ruangan yang representatif. Anotasi berdasarkan spektrum massa VOC dan indeks retensi menggunakan pustaka spektrum massa NIST 2017. Indeks retensi dihitung dengan menganalisis campuran alkana (nC8-nC40, 500 μg/mL dalam diklorometana, Merck, AS) 1 μL yang ditambahkan ke tiga tabung TD yang dikondisikan melalui alat pemuatan larutan kalibrasi dan dianalisis dalam kondisi TD-GC–MS yang sama dan dari daftar senyawa mentah, hanya senyawa dengan faktor kecocokan terbalik > 800 yang disimpan untuk analisis. Indeks retensi dihitung dengan menganalisis campuran alkana (nC8-nC40, 500 μg/mL dalam diklorometana, Merck, AS) 1 μL yang ditambahkan ke tiga tabung TD yang dikondisikan melalui alat pemuatan larutan kalibrasi dan dianalisis dalam kondisi TD-GC–MS yang sama dan dari daftar senyawa mentah, hanya senyawa dengan faktor kecocokan terbalik > 800 yang disimpan untuk analisis.Indeks retensi dihitung dengan menganalisis 1 µl campuran alkana (nC8-nC40, 500 µg/ml dalam diklorometana, Merck, AS) dalam tiga tabung TD yang dikondisikan menggunakan unit pemuatan larutan kalibrasi dan dianalisis dalam kondisi TD-GC-MS yang sama.dan juga keterampilan yang diperlukan untuk menganalisis data yang diperlukan untuk membantu Anda jumlah total > 800. dan dari daftar senyawa asli, hanya senyawa dengan koefisien kecocokan terbalik > 800 yang disimpan untuk analisis.kapasitas （nC8-nC40,500 μg/mL Perusahaan Merck, Amerika Serikat, Amerika Serikat, 1 μL 加标到三个调节过的TD管上,并在相同的TD-GC-MS 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 在 在 在 在 在 在 在 在 在 800化合物进行分析。Indeks retensi dihitung dengan menganalisis campuran alkana (nC8-nC40, 500 μg/ml dalam diklorometana, Merck, AS), 1 μl ditambahkan ke tiga tabung TD yang dikondisikan dengan mengkalibrasi pemuat larutan dan ditambahkan di sana.выполненных в тех же условиях TD-GC-MS dan из исходного списка соединений, для анализа были оставлены только соединения с коэффициентом jumlah total > 800. dilakukan dalam kondisi TD-GC-MS yang sama dan dari daftar senyawa asli, hanya senyawa dengan faktor kesesuaian terbalik > 800 yang dipertahankan untuk analisis.Oksigen, argon, karbon dioksida dan siloksana juga dihilangkan. Terakhir, senyawa apa pun dengan rasio sinyal terhadap derau < 3 juga dikecualikan. Terakhir, senyawa apa pun dengan rasio sinyal terhadap derau < 3 juga dikecualikan. Namun, Anda harus menggunakan <3 также были исключены. Terakhir, senyawa apa pun dengan rasio sinyal terhadap derau <3 juga dikecualikan.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. Terakhir, senyawa apa pun dengan rasio sinyal terhadap derau <3 juga dikecualikan.Kelimpahan relatif setiap senyawa kemudian diekstraksi dari semua berkas data menggunakan daftar senyawa yang dihasilkan. Dibandingkan dengan NIST 2017, 117 senyawa telah diidentifikasi dalam sampel napas. Pengambilan sampel dilakukan menggunakan perangkat lunak MATLAB R2018b (versi 9.5) dan Gavin Beta 3.0. Setelah pemeriksaan data lebih lanjut, 4 senyawa lagi dikeluarkan melalui inspeksi visual kromatogram, sehingga tersisa 113 senyawa untuk dimasukkan dalam analisis selanjutnya. Kelimpahan senyawa ini diperoleh dari seluruh 294 sampel yang berhasil diproses. Enam sampel dikeluarkan karena kualitas data yang buruk (tabung TD bocor). Pada set data yang tersisa, korelasi satu sisi Pearson dihitung di antara 113 VOC dalam sampel pengukuran berulang untuk menilai reproduktifitas. Koefisien korelasi adalah 0,990 ± 0,016, dan nilai p adalah 2,00 × 10–46 ± 2,41 × 10–45 (rata-rata aritmatika ± deviasi standar).
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 ke dalam logaritma dan kemudian dinormalisasi menggunakan normalisasi luas total. Sampel dengan pengukuran berulang digulung ke nilai rata-rata. Paket "ropls" dan "mixOmics" digunakan untuk membuat model PCA tanpa pengawasan dan model PLS-DA dengan pengawasan. PCA memungkinkan Anda mengidentifikasi 9 outlier sampel. Sampel napas primer dikelompokkan dengan sampel udara ruangan dan oleh karena itu dianggap sebagai tabung kosong karena kesalahan pengambilan sampel. Delapan sampel yang tersisa adalah 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 dengan sampel lainnya, yang menunjukkan bahwa emisi ini disebabkan oleh kesalahan manusia dalam memuat tabung. Pemisahan lokasi diuji dalam PCA menggunakan PERMANOVA dari paket vegan. PERMANOVA memungkinkan Anda mengidentifikasi pembagian kelompok berdasarkan sentroid. Metode ini sebelumnya telah digunakan dalam studi metabolomik 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 signifikan. Senyawa dengan skor proyeksi kepentingan variabel (VIP) > 1 dianggap relevan untuk klasifikasi dan dipertahankan sebagai signifikan. Jumlah Penerimaan Tamu (VIP) > 1 tiket lebih классификации dan сохранялись как значимые. Senyawa dengan skor proyeksi kepentingan variabel (VIP) > 1 dianggap memenuhi syarat untuk klasifikasi dan dipertahankan sebagai 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 Jumlah tiket masuk (VIP) > 1 tiket per jam dan оставались значимыми. Senyawa dengan skor kepentingan variabel (VIP) > 1 dianggap memenuhi syarat untuk diklasifikasikan dan tetap signifikan.Beban dari model PLS-DA juga diekstraksi untuk menentukan kontribusi kelompok. VOC untuk lokasi tertentu ditentukan berdasarkan konsensus model PLS-DA berpasangan. Untuk melakukannya, semua profil VOC lokasi diuji satu sama lain dan jika VOC dengan VIP > 1 terus-menerus signifikan dalam model dan dikaitkan ke lokasi yang sama, maka hal itu dianggap spesifik lokasi. Untuk melakukannya, semua profil VOC lokasi diuji satu sama lain dan jika VOC dengan VIP > 1 terus-menerus signifikan dalam model dan dikaitkan ke lokasi yang sama, maka hal itu dianggap spesifik lokasi. Apakah Layanan Pelanggan yang Anda Inginkan untuk Bisnis, dan Layanan VIP Lainnya> 1 bulan biaya bulanan dan относился к одному and тому же месту, тогда он считался специфичным местоположения. Untuk melakukan ini, profil VOC di semua lokasi diuji satu sama lain, dan jika VOC dengan VIP > 1 secara konsisten signifikan dalam model dan merujuk ke lokasi yang sama, maka itu 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 位置С этой целью профили ЛОС во всех местоположениях были сопоставлены друг с другом, и ЛОС с VIP> 1 panggilan dari akun lain, hal ini juga berlaku untuk telepon seluler dan telepon seluler. Untuk tujuan ini, profil VOC di semua lokasi dibandingkan satu sama lain, dan VOC dengan VIP > 1 dianggap bergantung lokasi jika secara konsisten signifikan dalam model dan merujuk ke lokasi yang sama.Perbandingan sampel napas dan udara dalam ruangan hanya dilakukan 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 studi saat ini tersedia dari masing-masing penulis berdasarkan permintaan yang wajar.
Oman, A. dkk. Zat volatil manusia: Senyawa organik volatil (VOC) dalam udara yang dihembuskan, sekresi kulit, urin, feses, dan air liur. J. Breath res. 8(3), 034001 (2014).
Belluomo, I. dkk. Spektrometri massa tabung arus ion selektif untuk analisis tertarget senyawa organik volatil dalam napas manusia. Protokol nasional. 16(7), 3419–3438 (2021).
Hanna, GB, Boshier, PR, Markar, SR & Romano, A. Akurasi dan tantangan metodologis uji napas yang dihembuskan berbasis senyawa organik volatil untuk diagnosis kanker. Hanna, GB, Boshier, PR, Markar, SR & Romano, A. Akurasi dan tantangan metodologis uji napas yang dihembuskan berbasis senyawa organik volatil untuk diagnosis kanker.Khanna, GB, Boshire, PR, Markar, SR. dan Romano, A. Akurasi dan masalah metodologis pengujian 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 Oncol. 5(1), e182815 (2019).
Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB Variasi kadar gas jejak yang mudah menguap dalam tiga lingkungan rumah sakit: Implikasi untuk pengujian napas klinis. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB Variasi kadar gas jejak yang mudah menguap dalam tiga lingkungan rumah sakit: Implikasi untuk pengujian napas klinis.Boshear, PR, Kushnir, JR, Priest, OH, Marchin, N. dan Khanna, GB. Perbedaan kadar gas volatil jejak di tiga lingkungan rumah sakit: signifikansi untuk uji napas klinis. 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, GBBoshear, PR, Kushnir, JR, Priest, OH, Marchin, N. dan Khanna, GB. Perubahan kadar gas jejak volatil di tiga lingkungan rumah sakit: signifikansi untuk uji napas klinis.Jurnal Religius 4(3), 031001 (2010).
Trefz, P. dkk. Pemantauan gas pernapasan secara terus-menerus dan real-time dalam pengaturan klinis menggunakan spektrometri massa waktu terbang dari reaksi transfer proton. anus. Kimia. 85(21), 10321-10329 (2013).
Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM Konsentrasi gas napas 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 napas 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 dalam lingkungan non-pekerjaan. 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 dan tempat praktik awam.Jurnal Nafas res. 10(1), 016001 (2016).
Markar SR dkk. Mengevaluasi tes napas non-invasif untuk diagnosis kanker esofagus dan lambung. JAMA Oncol. 4(7), 970-976 (2018).
Salman, D. dkk. Variabilitas senyawa organik volatil di udara dalam ruangan dalam pengaturan klinis. J. Breath res. 16(1), 016005 (2021).
Phillips, M. dkk. Penanda napas volatil kanker payudara. Breast 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 dalam 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. dan 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 standar untuk penggunaan offline di lapangan. J. Breath res. 14(1), 016009 (2019).
Maurer, F. dkk. Buang polutan udara ambien untuk pengukuran udara yang dihembuskan. J. Breath res. 8(2), 027107 (2014).
Salehi, B. dkk. Potensi terapeutik alfa- dan beta-pinena: anugerah alam yang menakjubkan. Biomolekul 9 (11), 738 (2019).
Panel informasi kimia CompTox – benzil alkohol. https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID5020152#chemical-functional-use (diakses 22 September 2021).
Alfa Aesar – L03292 Benzyl alcohol, 99%. https://www.alfa.com/en/catalog/L03292/ (diakses 22 September 2021).
Good Scents Company – Benzyl Alcohol. 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 tentang Penilaian Risiko Karsinogenik. Benzofenon. : Badan Internasional untuk Penelitian Kanker (2013).
Good Scents Company – Asetofenon. http://www.thegoodscentscompany.com/data/rw1000131.html#tooccur (diakses 22 September 2021).
Van Gossum, A. & Decuyper, J. Breath alkanes sebagai indeks peroksidasi lipid. Van Gossum, A. & Decuyper, J. Breath alkanes 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.Jurnal negara EURO. 2(8), 787–791 (1989).
Salerno-Kennedy, R. & Cashman, KD Aplikasi potensial isoprena napas sebagai biomarker dalam pengobatan modern: Tinjauan singkat. Salerno-Kennedy, R. & Cashman, KD Aplikasi potensial isoprena napas sebagai biomarker dalam pengobatan modern: Tinjauan singkat. Salerno-Kennedy, R. dan 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. dan Cashman, KDSalerno-Kennedy, R. dan Cashman, KD Aplikasi potensial isoprena pernapasan sebagai biomarker untuk pengobatan modern: tinjauan singkat.Wien Klin Wochenschr 117 (5–6), 180–186 (2005).
Kureas M. dkk. Analisis terarah senyawa organik volatil dalam 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