Web of Science: 12 citas, Scopus: 18 citas, Google Scholar: citas,
Breath analysis using electronic nose and gas chromatography-mass spectrometry : A pilot study on bronchial infections in bronchiectasis
Fontes de Oliveira, Luciana (Institut de Bioenginyeria de Catalunya)
Mallafré-Muro, Celia (Universitat de Barcelona. Departament d'Enginyeria Electrònica i Biomèdica)
Giner, Jordi (Institut d'Investigació Biomèdica Sant Pau)
Perea, Lidia (Institut d'Investigacions Biomèdiques August Pi i Sunyer)
Sibila, Oriol (Institut d'Investigacions Biomèdiques August Pi i Sunyer)
Pardo, Antonio (Universitat de Barcelona. Departament d'Enginyeria Electrònica i Biomèdica)
Marco, Santiago (Universitat de Barcelona. Departament d'Enginyeria Electrònica i Biomèdica)

Fecha: 2022
Resumen: Background and aims: In this work, breath samples from clinically stable bronchiectasis patients with and without bronchial infections by Pseudomonas Aeruginosa- PA) were collected and chemically analysed to determine if they have clinical value in the monitoring of these patients. Materials and methods: A cohort was recruited inviting bronchiectasis patients (25) and controls (9). Among the former group, 12 members were suffering PA infection. Breath samples were collected in Tedlar bags and analyzed by e-nose and Gas Chromatography-Mass Spectrometry (GC-MS). The obtained data were analyzed by chemometric methods to determine their discriminant power in regards to their health condition. Results were evaluated with blind samples. Results: Breath analysis by electronic nose successfully separated the three groups with an overall classification rate of 84% for the three-class classification problem. The best discrimination was obtained between control and bronchiectasis with PA infection samples 100% (CI: 84-100%) on external validation and the results were confirmed by permutation tests. The discrimination analysis by GC-MS provided good results but did not reach proper statistical significance after a permutation test. Conclusions: Breath sample analysis by electronic nose followed by proper predictive models successfully differentiated between control, Bronchiectasis and Bronchiectasis PA samples.
Ayudas: European Commission 712754
Ministerio de Economía y Competitividad SEV-2014-0425
Agencia Estatal de Investigación RTI2018-098577-B-C22
Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-1721
Instituto de Salud Carlos III PI18/00311
Nota: Altres ajuts: Comissionat per a Universitats i Recerca del DIUE de la Generalitat de Catalunya; the European Social Fund (ESF); Institut de Bioenginyeria de Catalunya (IBEC); Sociedad Española de Neumología y Cirugía Torácica (SEPAR); Societat Catalana de Pneumologia (SOCAP); Fundació Catalana de Pneumologia (FUCAP).
Derechos: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Lengua: Anglès
Documento: Article ; recerca ; Versió publicada
Materia: Breath analysis ; Bronchiectasis ; Signal processing ; E-nose ; GC-MS
Publicado en: Clinica Chimica Acta, Vol. 526 (january 2022) , p. 6-13, ISSN 1873-3492

DOI: 10.1016/j.cca.2021.12.019
PMID: 34953821


8 p, 1.1 MB

El registro aparece en las colecciones:
Documentos de investigación > Documentos de los grupos de investigación de la UAB > Centros y grupos de investigación (producción científica) > Ciencias de la salud y biociencias > Institut de Recerca Sant Pau
Artículos > Artículos de investigación
Artículos > Artículos publicados

 Registro creado el 2023-11-08, última modificación el 2025-12-22



   Favorit i Compartir