
De studie includeerde 364 volwassenen met klinische en/of radiologische verdenking van longcarcinoom in thorax-oncologie outpatient-klinieken. Analyse van de uitgeademde lucht met het oorspronkelijke eNose-model detecteerde longcarcinoom met een ROC-AUC van 0,92 (95%-bti 0,85-0,99) onder COPD-patiënten (n=98/116; 84%) en 0,80 (0,75-0,85) onder alle deelnemers (216/394; 59%). Bij 95% sensitiviteit waren de specificiteit, positieve voorspellende waarde, en negatieve voorspellende waarde 72% en 51%, respectievelijk 95% en 74%, en 72% en 88%. In het validatiecohort identificeerde het nieuwe eNose-model longcarcinoom onder alle deelenmers (n=72/121; 60%) met een ROC-AUC van 0.83 (95%-bti 0,75-0,91), 94% sensitiviteit, 63% specificiteit, positieve voorspellende waarde 79%, en negatieve voorspellende waarde 89%. Accurate detectie was consistent onder patiënten met verschillende klinische en tumorkenmerken en ziektestadia.
De onderzoekers concluderen dat de studie bevestigt dat eNose-analyse van uitgeademde lucht accurate detect van longcarcinoom mogelijk maakt.
1.Buma AIG, Muntinghe-Wagenaar MB, van der Voort V et al. Lung cancer detection by electronic nose analysis of exhaled breath: a multicenter prospective external validation study. Ann Oncol 2025.03.013
Summary: A multicenter prospective external validation study in The Netherlands found that electronic nose analysis of exhaled breath enables accurate lung cancer detection, irrespective of tumor characteristics, disease stage, and clinical characteristics.
Reageren op dit artikel is mogelijk na registratie. (Login)