Аннотация
ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ, СОКРАЩЕНИЙ 3
ВВЕДЕНИЕ 4
1 Методы спектрального анализа биологических образцов, применяемые для
диагностики депрессивного расстройства 7
1.1 Депрессивное расстройство: общие сведения 7
1.2 Методы спектрального анализа крови, слюны и головного мозга,
применяемые для диагностики депрессивных расстройств 9
1.3 Методы спектрального анализа выдыхаемого воздуха, применяемые для
диагностики депрессивных расстройств 15
2 Методы спектроскопии, применяемые для анализа спектров поглощения
выдыхаемого воздуха 21
2.1 Метод получения спектров поглощения выдыхаемого воздуха 21
2.2 Методы обработки полученных спектров поглощения выдыхаемого
воздуха 29
3 Получение и анализ спектров поглощения выдыхаемого воздуха 33
3.1 Пробоподготовка выдыхаемого воздуха 33
3.2 Анализ спектров поглощения выдыхаемого воздуха 35
ЗАКЛЮЧЕНИЕ 41
СПИСОК ПУБЛИКАЦИЙ И КОНФЕРЕНЦИЙ МАГИСТРАНТА 43
СПИСОК ЛИТЕРАТУРЫ 44
ПРИЛОЖЕНИЕ А 48
ПРИЛОЖЕНИЕ Б 49
Методы спектрального анализа биологических образцов имеют высокую чувствительность и точность [1-3]. Основанный на принципах разложения сложных сигналов на составляющие частоты, спектральный анализ позволяет выявить характерные особенности сигналов, связанные с физиологическими или патологическими процессами в организме. Причем, данные методы позволяют проводить анализ ex vivo, например, крови [4,5], слюны [6-8], выдыхаемого воздуха [9-11].
Спектральный анализ проб выдыхаемого воздуха (ПВВ) является актуальным методом, на основе которого можно диагностировать не только физиологические заболевания, но и психические. Летучие органические соединения (ЛОС) - группа органических веществ различных химических классов, - содержание которых может варьироваться при наличии определенного заболевания у пациента, являются биомаркерами этого заболевания [12]. ЛОС влияют на состав проб выдыхаемого воздуха, что изменяет оптическое поглощения газа на определенных длинах волн.
Некоторые психические заболевания имеют выраженные ЛОС, что позволяет проводить диагностику по спектральным характеристикам проб выдыхаемого воздуха [13,14]. Методами спектрального анализа проб выдыхаемого воздуха для диагностики психических расстройств являются масс-спектрометрия, газовая хроматография, фотоакустическая
спектроскопия и другие.
Распространненость психических расстройств, в особенности депрессии, представляет собой значительную проблему для современного здравоохранения, которая охватывает не только медицинские дисциплины, но и ряд технических наук. Стремление к изучению депрессивных расстройств, в том числе различных его форм, определяется высокой распространенностью данного психического расстройства среди населения в целом [15]. Это состояние приводит к частичному, а иногда и полному, отсутствию трудоспособности человека. Тяжелые случаи протекания депрессивного расстройства нередко оканчиваются смертью в результате самоубийства. Согласно данным Всемирной организации здравоохранения (ВОЗ) депрессивное расстройство является одним из наиболее распространенных психических заболеваний, от которого страдают более 300 миллионов человек всех возрастных групп. По данным исследований на 2019 год количество постановки диагноза «депрессивное расстройство» российским гражданам превышает 7 миллионов, что составляет 5.5 % от общего населения [15]. Распространенность биполярного аффективного расстройства (БАР) по данным ВОЗ - около 3.7-5 % [15].
Существующие методы, подтверждающие диагноз депрессивных расстройств, имеют невысокую точность, так как данное заболевание имеет несколько классов. Имеется необходимость в развитии количественных методов оценки депрессивных состояний, создания алгоритмов для ускоренной, объективной и автоматической постановки диагноза.
Согласно исследованиям эпидемиологов, показатель выявленных депрессивных расстройств среди населения значительно вырос за предпоследнее десятилетие [16]. Согласно статистике, в первую очередь, страдают лица среднего и молодого возраста, в среднем 75 % [16]. В данном случае заболевание можно установить по поведенческим признакам, в основном к ним относят: ограничение социальной активности, сложности в трудоспособности, в дальнейшем при неправильном диагностировании и лечении ситуация может усугубиться до суицида.
Стандартные методы диагностики, основанные на беседах психиатра с пациентов и опросниках, имеют низкую точность отличия униполярной депрессии (УД) от БАР в фазе депрессии на ранних стадиях заболевания [17,18]. Как показывают исследования, диагноз БАР определяется верно только у 20 % пациентов [19]. Клинические симптомы БАР и УД в фазе депрессии схожи, но варианты лечения совершенно различны. При УД антидепрессанты назначаются для лечения депрессивных симптомов и предотвращения их рецидива. При лечении БАР, в дополнение к лечению депрессивных симптомов, также требуется профилактика эпизодов мании, и поэтому его в основном лечат стабилизаторами настроения и/или атипичными нейролептиками. Как следствие, с высокой вероятностью диагноз определяется ошибочный, и принимаются неверные лекарственные препараты. Поэтому необходимы количественные методы, которые уменьшат эту вероятность.
Анализ крови на биомаркеры заболеваний и нейровизуализация являются научными методами, подтверждающими диагноз, установленный психиатром. Но данные методы являются инвазивными или дорогостоящими, и их нецелесообразно применять для многоразовой диагностики, чтобы отследить развитие болезни.
В данной работе предлагается выявить различия между спектрами поглощения выдыхаемого воздуха пациентов с униполярной депрессией, пациентов с биполярным аффективным расстройством и контрольной группы методом фотоакустической спектроскопии.
В данной работе был применен метод фотоакустической спектроскопии для диагностики депрессивных расстройств, а также определения различий спектров поглощения выдыхаемого воздуха между пациентами с БАР и УД в двух диапазонах: от 9.166 мкм до 10.935 мкм и от 2850 нм до 3850 нм. Для изучения спектров поглощения выдыхаемого воздуха исследуются три группы: контрольная группа, пациенты с УД, пациенты с БАР.
Построение разделения спектров поглощения ПВВ между тремя исследуемыми группами было получено с помощью МГК и МОВ. При использовании МГК происходит замена исходных данных спектров поглощения на значения в новом пространстве ГК. Объединяются наиболее важные значений в меньшее количество параметров, но более информативных. С помощью МОВ определяется классификация информативных признаков, на основании которых строится значение чувствительности и специфичности метода.
После применения МГК и МОВ было получено разделение спектров поглощения ПВВ в диапазоне от 9.166 мкм до 10.935 мкм для группы пациентов с БАР и УД и контрольной группы. С помощью МОВ получены значения специфичности и чувствительности метода 100 % и 95 %
соответственно. Разделения спектров поглощения выдыхаемого воздуха между группами пациентов с УД и пациентов с БАР получено не было ни в одном пространстве ГК в диапазоне от 9.166 мкм до 10.935 мкм. Отсутствие разделения между группами УД и БАР, возможно, связано из-за схожего газообмена ЛОС, влияющих на различие спектров поглощения в данном диапазоне длин волн.
Для диапазона длин волн от 2850 нм до 3850 нм было получено разделение между контрольной группой и пациентов с депрессивным расстройством со значениями чувствительности и специфичности 75 % и 80 % соответственно. Для разделения между УД и БАР в диапазоне длин волн от 2850 нм до 3850 нм получено разделение со значениями чувствительности и специфичности 81.25 % и 50 % соответственно.
Таким образом, в данной работе классифицированы информативные признаки спектров поглощения ПВВ для определения диагноза «депрессивное расстройство» с определенной точностью с помощью неинвазивного метода фотоакустической спектроскопии.
1. Zaytsev K.I. et al. The progress and perspectives of terahertz technology for diagnosis of neoplasms: a review // Journal of Optics. 2020. Vol. 22, № 1. P. 013001.
2. Cherkasova O., Nazarov M., Shkurinov A. Properties of aqueous solutions in THz frequency range // J Phys Conf Ser. 2017. Vol. 793. P. 012005.
3. Bray C. et al. Analysis of self-broadened pure rotational and rovibrational lines of methyl chloride at room temperature // J Quant Spectrosc Radiat Transf. 2013. Vol. 116. P. 87-100.
4. Klingensmith J.D. et al. Spectral Analysis of Ultrasound Radiofrequency Backscatter for the Detection of Intercostal Blood Vessels // Ultrasound Med Biol. 2018. Vol. 44, № 7. P. 1411-1422.
5. Voss A. et al. Enhanced spectral analysis of blood flow during post-occlusive reactive hyperaemia test in different tissue depths // Autonomic Neuroscience. 2013. Vol. 178, № 1-2. P. 15-23.
6. Nogueira M.S. et al. FTIR spectroscopy as a point of care diagnostic tool for diabetes and periodontitis: A saliva analysis approach // Photodiagnosis Photodyn Ther. 2022. Vol. 40. P. 103036.
7. DE MELO G.C. et al. DEVELOPMENT OF METHODOLOGIES FOR RAMAN SPECTRAL ANALYSIS OF HUMAN SALIVA FOR DETECTION OF ORAL CANCER // Oral Surg Oral Med Oral Pathol Oral Radiol. 2017. Vol. 124, № 2. P. e142.
8. Karthikeyan S. et al. Dynamic response antibodies SARS-CoV-2 human saliva studied using two-dimensional correlation (2DCOS) infrared spectral analysis coupled with receiver operation characteristics analysis // Biochimica et Biophysica Acta (BBA) - Molecular Basis of Disease. 2023. Vol. 1869, № 7. P. 166799.
9. Glockler J., Mizaikoff B., Diaz de Leon-Martinez L. SARS CoV-2 infection screening via the exhaled breath fingerprint obtained by FTIR spectroscopic gas-phase analysis. A proof of concept // Spectrochim Acta A Mol Biomol Spectrosc. 2023. Vol. 302. P. 123066.
10. Xie X. et al. SERS-based AI diagnosis of lung and gastric cancer via exhaled breath // Spectrochim Acta A Mol Biomol Spectrosc. 2024. Vol. 314. P. 124181.
11. Schulz E. et al. Quantifying exhaled acetone and isoprene through solid phase microextraction and gas chromatography-mass spectrometry // Anal Chim Acta. 2024. Vol. 1301. P. 342468.
12. Beduk T. et al. Breath as the mirror of our body is the answer really blowing in the wind? Recent technologies in exhaled breath analysis systems as non- invasive sensing platforms // TrAC Trends in Analytical Chemistry. 2021. Vol. 143. P. 116329.
13. Puri B.K., Ross B.M., Treasaden I.H. Increased levels of ethane, a non- invasive, quantitative, direct marker of n-3 lipid peroxidation, in the breath of patients with schizophrenia // Prog Neuropsychopharmacol Biol Psychiatry. 2008. Vol. 32, № 3. P. 858-862.
14. Silva L.I.B. et al. Breath analysis by optical fiber sensor for the determination of exhaled organic compounds with a view to diagnostics // Talanta. 2011. Vol. 83, № 5. P. 1586-1594.
15. “Депрессивное расстройство (депрессия)” // “Всемирная организация здравоохранения”. - URL: https://www.who.int/ru (04.03.2024)....45