تغییرات در سطوح ترکیبات آلی فرار در هوای محیط داخلی و تاثیر آنها بر استانداردسازی نمونه گیری تنفسی

از بازدید شما از Nature.com سپاسگزاریم.نسخه مرورگری که استفاده می کنید پشتیبانی محدودی از CSS دارد.برای بهترین تجربه، توصیه می کنیم از یک مرورگر به روز شده استفاده کنید (یا حالت سازگاری را در اینترنت اکسپلورر غیرفعال کنید).در عین حال، برای اطمینان از پشتیبانی مداوم، سایت را بدون استایل و جاوا اسکریپت ارائه می کنیم.
علاقه به تجزیه و تحلیل ترکیبات آلی فرار (VOCs) در هوای بازدمی در دو دهه گذشته افزایش یافته است.ابهامات هنوز در مورد عادی سازی نمونه برداری و اینکه آیا ترکیبات آلی فرار هوای داخل خانه بر منحنی ترکیبات آلی فرار هوای بازدمی تأثیر می گذارد وجود دارد.ترکیبات آلی فرار هوای داخلی را در مکان‌های معمول نمونه‌برداری تنفسی در محیط بیمارستان ارزیابی کنید و تعیین کنید که آیا این بر ترکیب تنفس تأثیر می‌گذارد یا خیر.هدف دوم مطالعه نوسانات روزانه در محتوای ترکیبات آلی فرار در هوای داخل خانه بود.هوای داخلی در پنج مکان در صبح و بعد از ظهر با استفاده از یک پمپ نمونه‌برداری و یک لوله دفع حرارتی (TD) جمع‌آوری شد.نمونه های نفس را فقط صبح جمع کنید.لوله های TD توسط کروماتوگرافی گازی همراه با طیف سنجی جرمی زمان پرواز (GC-TOF-MS) آنالیز شدند.در مجموع 113 VOC در نمونه های جمع آوری شده شناسایی شد.تجزیه و تحلیل چند متغیره جدایی واضح بین تنفس و هوای اتاق را نشان داد.ترکیب هوای داخل خانه در طول روز تغییر می کند و مکان های مختلف دارای VOC های خاصی هستند که بر مشخصات تنفسی تأثیر نمی گذارد.تنفس ها بر اساس مکان جدایی را نشان ندادند، که نشان می دهد نمونه برداری را می توان در مکان های مختلف بدون تأثیر بر نتایج انجام داد.
ترکیبات آلی فرار (VOCs) ترکیبات مبتنی بر کربن هستند که در دمای اتاق گازی هستند و محصولات نهایی بسیاری از فرآیندهای درون زا و برون زا هستند.برای دهه ها، محققان به دلیل نقش بالقوه آنها به عنوان نشانگرهای زیستی غیر تهاجمی بیماری های انسانی به VOC ها علاقه مند بوده اند.با این حال، عدم قطعیت در مورد استانداردسازی جمع آوری و تجزیه و تحلیل نمونه های تنفسی باقی می ماند.
یک حوزه کلیدی استانداردسازی برای تجزیه و تحلیل نفس، تأثیر بالقوه VOC های پس زمینه در هوای محیط داخلی است.مطالعات قبلی نشان داده‌اند که سطوح پس‌زمینه VOCs در هوای محیط داخلی بر سطوح VOC موجود در هوای بازدمی تأثیر می‌گذارد.بوشیر و همکاران.در سال 2010، طیف سنجی جرمی جریان یون انتخابی (SIFT-MS) برای مطالعه سطوح هفت ترکیب آلی فرار در سه محیط بالینی مورد استفاده قرار گرفت.سطوح مختلفی از ترکیبات آلی فرار در محیط در سه منطقه شناسایی شد که به نوبه خود راهنمایی در مورد توانایی ترکیبات آلی فرار گسترده در هوای داخل خانه برای استفاده به عنوان نشانگرهای زیستی بیماری ارائه می‌دهد.در سال 2013 ، Trefz و همکاران.هوای محیط اتاق عمل و الگوهای تنفسی کارکنان بیمارستان نیز در طول روز کاری کنترل شد.آنها دریافتند که سطوح ترکیبات برون زا مانند سووفلوران در هر دو هوای اتاق و هوای بازدمی تا پایان روز کاری 5 برابر افزایش یافته است، و این سوال را در مورد اینکه چه زمانی و کجا باید از بیماران برای تجزیه و تحلیل تنفس نمونه برداری شود تا کاهش یابد تا مشکل چنین گیج کننده ای کاهش یابد، افزایش یافته است. عوامل.این با مطالعه Castellanos و همکاران مرتبط است.در سال 2016، آنها سووفلوران را در تنفس کارکنان بیمارستان یافتند، اما نه در تنفس کارکنان خارج از بیمارستان.در سال 2018 ماركار و همكاران.به عنوان بخشی از مطالعه خود برای ارزیابی توانایی تشخیصی هوای بازدمی در سرطان مری، به دنبال نشان دادن تأثیر تغییرات در ترکیب هوای داخل خانه بر تجزیه و تحلیل تنفس بودند.آنها با استفاده از یک لوله متقابل فولادی و SIFT-MS در طول نمونه‌برداری، هشت ترکیب آلی فرار را در هوای داخل خانه شناسایی کردند که به طور قابل‌توجهی بر اساس مکان نمونه‌گیری متفاوت بود.با این حال، این VOC ها در آخرین مدل تشخیصی VOC خود گنجانده نشدند، بنابراین تأثیر آنها نفی شد.در سال 2021 ، یک مطالعه توسط سلمان و همکاران انجام شد.برای نظارت بر سطوح VOC در سه بیمارستان به مدت 27 ماه.آنها 17 VOC را به عنوان متمایزکننده فصلی شناسایی کردند و پیشنهاد کردند که غلظت VOC بازدمی بالاتر از سطح بحرانی 3 میکروگرم بر متر مکعب، ثانویه نسبت به آلودگی پس‌زمینه VOC بعید در نظر گرفته می‌شود.
علاوه بر تعیین سطوح آستانه یا حذف کامل ترکیبات برون زا، جایگزین‌های حذف این تنوع پس‌زمینه شامل جمع‌آوری نمونه‌های هوای اتاق جفت به‌طور همزمان با نمونه‌برداری از هوای بازدمی است به طوری که سطوح VOCs موجود در غلظت‌های بالا در اتاق قابل تنفس قابل تعیین باشد.استخراج شده از هوای بازدم.هوای 9 از سطح کم می‌شود تا یک شیب آلوئولی ایجاد شود.بنابراین، یک گرادیان مثبت نشان‌دهنده حضور ترکیب درون‌زا 10 است. روش دیگر برای شرکت‌کنندگان این است که هوای «تصفیه‌شده» را استنشاق کنند که از نظر تئوری عاری از آلاینده‌های VOC11 است.با این حال، این کار دست و پا گیر، زمان بر است و خود تجهیزات آلاینده های VOC اضافی تولید می کنند.یک مطالعه توسط مورر و همکاران.در سال 2014، شرکت‌کنندگانی که هوای مصنوعی را تنفس می‌کردند، 39 VOC را کاهش دادند اما در مقایسه با تنفس هوای محیط داخلی، 29 VOC را افزایش دادند.استفاده از هوای مصنوعی/تصفیه شده نیز قابلیت حمل تجهیزات نمونه گیری تنفسی را به شدت محدود می کند.
همچنین انتظار می‌رود سطوح VOC محیط در طول روز متفاوت باشد، که ممکن است بر استانداردسازی و دقت نمونه‌گیری تنفسی تأثیر بگذارد.
پیشرفت‌ها در طیف‌سنجی جرمی، از جمله دفع حرارتی همراه با کروماتوگرافی گازی و طیف‌سنجی جرمی زمان پرواز (GC-TOF-MS)، همچنین یک روش قوی‌تر و قابل اعتمادتر برای تجزیه و تحلیل VOC ارائه کرده است که قادر به تشخیص همزمان صدها VOC است، بنابراین برای تجزیه و تحلیل عمیق تر.هوا در اتاق.این باعث می شود تا با جزئیات بیشتری ترکیب هوای محیط در اتاق و چگونگی تغییر نمونه های بزرگ با مکان و زمان مشخص شود.
هدف اصلی این مطالعه تعیین سطوح مختلف ترکیبات آلی فرار در هوای محیط داخلی در محل‌های نمونه‌برداری معمول در محیط بیمارستان و چگونگی تأثیر آن بر نمونه‌برداری از هوای بازدمی بود.هدف ثانویه تعیین اینکه آیا تغییرات روزانه یا جغرافیایی قابل توجهی در توزیع VOCs در هوای محیط داخلی وجود دارد یا خیر بود.
نمونه‌های تنفسی، و همچنین نمونه‌های هوای داخلی مربوطه، در صبح از پنج مکان مختلف جمع‌آوری شد و با GC-TOF-MS آنالیز شد.در مجموع 113 VOC شناسایی و از کروماتوگرام استخراج شد.اندازه‌گیری‌های مکرر قبل از تجزیه و تحلیل مؤلفه‌های اصلی (PCA) نواحی پیک استخراج‌شده و نرمال‌شده برای شناسایی و حذف نقاط پرت، با میانگین درگیر شدند. تجزیه و تحلیل نظارت شده از طریق حداقل مربعات جزئی - تجزیه و تحلیل متمایز (PLS-DA) سپس قادر به نشان دادن جدایی واضح بین نمونه های تنفس و هوای اتاق بود (R2Y = 0.97، Q2Y = 0.96، p <0.001) (شکل 1). تجزیه و تحلیل نظارت شده از طریق حداقل مربعات جزئی - تجزیه و تحلیل متمایز (PLS-DA) سپس قادر به نشان دادن جدایی واضح بین نمونه های تنفس و هوای اتاق بود (R2Y = 0.97، Q2Y = 0.96، p <0.001) (شکل 1). تجزیه و تحلیل اطلاعات کنترلی با استفاده از روش تجزیه و تحلیل دقیق روش تجزیه و تحلیل کوچک (PLS-DA) را نشان می دهد که به وضوح می توان به وضوح دید (R2Y = 0,97, Q90, Q2Y, <0). سپس تجزیه و تحلیل کنترل شده با تجزیه و تحلیل تفکیک حداقل مربعات جزئی (PLS-DA) قادر به نشان دادن جدایی واضح بین نمونه های تنفس و هوای اتاق (R2Y=0.97، Q2Y=0.96، P<0.001) بود (شکل 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分析显分离 (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) 然夐 然夐室内 空气 样本 的 明显 （((((((((((( 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 روش تجزیه و تحلیل با کمک روش تجزیه و تحلیل دقیق (PLS-DA) با استفاده از روش تجزیه و تحلیل کوچک (PLS-DA). تجزیه و تحلیل کنترل شده با تجزیه و تحلیل تفکیک حداقل مربعات جزئی (PLS-DA) سپس قادر به نشان دادن جدایی واضح بین نمونه های تنفسی و هوای داخلی بود (R2Y = 0.97، Q2Y = 0.96، P <0.001) (شکل 1). جداسازی گروه توسط 62 VOC مختلف انجام شد، با یک امتیاز پیش بینی اهمیت متغیر (VIP) > 1. فهرست کاملی از VOCs که مشخصه هر نوع نمونه و امتیازات VIP مربوطه آنهاست را می توان در جدول تکمیلی 1 یافت. جداسازی گروه توسط 62 VOC مختلف انجام شد، با یک امتیاز پیش بینی اهمیت متغیر (VIP) > 1. فهرست کاملی از VOCs که مشخصه هر نوع نمونه و امتیازات VIP مربوطه آنهاست را می توان در جدول تکمیلی 1 یافت. تقسیم بندی در گروه VOC 62 ویژه VOC با оценкой проекции переменной важности (VIP) > 1. فهرست فهرست VOC، характеризующих каждый типобразца، их совети в оценкой проекции на VIP. گروه بندی توسط 62 VOC مختلف با امتیاز پیش بینی اهمیت متغیر (VIP) > 1 انجام شد. فهرست کاملی از VOCs که مشخصه هر نوع نمونه و امتیازهای VIP مربوطه آنهاست را می توان در جدول تکمیلی 1 یافت.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。 تقسیم بندی گروهп было обусловлено 62 различными ЛОС с оценкой проекции переменной важности (VIP) > 1. جداسازی گروه توسط 62 VOC مختلف با امتیاز پیش بینی اهمیت متغیر (VIP)> 1 هدایت شد.فهرست کاملی از VOC ها که هر نوع نمونه و امتیازات VIP مربوطه را مشخص می کند در جدول تکمیلی 1 یافت می شود.
تنفس و هوای داخل ساختمان توزیع متفاوتی از ترکیبات آلی فرار را نشان می دهد. تجزیه و تحلیل نظارت شده با PLS-DA جدایی واضحی را بین پروفایل‌های VOCهای هوای اتاق و تنفس که در طول صبح جمع‌آوری شده بود نشان داد (R2Y = 0.97، Q2Y = 0.96، P <0.001). تجزیه و تحلیل نظارت شده با PLS-DA جدایی واضحی را بین پروفایل‌های VOCهای هوای اتاق و تنفس که در طول صبح جمع‌آوری شده بود نشان داد (R2Y = 0.97، Q2Y = 0.96، P <0.001). تجزیه و تحلیل کنترلی با کمک PLS-DA نشان می دهد که بین پروفایل های بین المللی اطلاعاتی در ارتباط با یک هوا و هوا در بین هوا و هوا در فضای باز و هوای بین المللی (R2Y = 0,97, Q2Y, Q2Y = 0,97, Q2Y, <0, ). تجزیه و تحلیل کنترل‌شده PLS-DA جدایی واضحی را بین پروفایل‌های ترکیب آلی فرار هوای بازدمی و داخلی جمع‌آوری‌شده در صبح نشان داد (R2Y = 0.97، Q2Y = 0.96، P <0.001).使用 pls-da 进行 的 监督 分析 ， ， 早上 收集 呼吸 呼吸 室内 空气 空气 空气 曲线 明显 分离 （（（（（r2y = 0.97 ， q2y = 0.96 ， p <0.001）。。使用 pls-da تجزیه و تحلیل کنترلی با استفاده از PLS-DA نشان می دهد که پروفایل LOS از نظر اطلاعاتی و هوایی در بین مردم، اطلاعات صوتی (R2Y = 0,97, Q2Y = 0,96, p <0,001). تجزیه و تحلیل کنترل شده با استفاده از PLS-DA جدایی واضحی از پروفایل های VOC تنفس و هوای داخل خانه جمع آوری شده در صبح را نشان داد (R2Y=0.97، Q2Y=0.96، P<0.001).اندازه گیری های مکرر قبل از ساخت مدل به میانگین کاهش یافت.بیضی ها 95% فواصل اطمینان و مرکز گروه ستاره را نشان می دهند.
تفاوت در توزیع ترکیبات آلی فرار در هوای داخل خانه در صبح و بعد از ظهر با استفاده از PLS-DA بررسی شد. مدل جدایی قابل توجهی را بین دو نقطه زمانی شناسایی کرد (R2Y = 0.46، Q2Y = 0.22، P <0.001) (شکل 2). مدل جدایی قابل توجهی را بین دو نقطه زمانی شناسایی کرد (R2Y = 0.46، Q2Y = 0.22، P <0.001) (شکل 2). Модель выявила значительное разделение между двумя временными نقطهми (R2Y = 0,46, Q2Y = 0,22, p <0,001) (ریس. 2). این مدل یک جدایی قابل توجه بین دو نقطه زمانی را نشان داد (R2Y = 0.46، Q2Y = 0.22، P <0.001) (شکل 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））（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））（ Модель выявила значительное разделение между двумя временными نقطهми (R2Y = 0,46, Q2Y = 0,22, p <0,001) (ریس. 2). این مدل یک جدایی قابل توجه بین دو نقطه زمانی را نشان داد (R2Y = 0.46، Q2Y = 0.22، P <0.001) (شکل 2). این توسط 47 VOC با امتیاز VIP > 1 هدایت شد. VOCs با بالاترین امتیاز VIP که نمونه‌های صبحگاهی را مشخص می‌کرد، شامل آلکان‌های چند شاخه‌ای، اسید اگزالیک و هگزاکوزان بودند، در حالی که نمونه‌های بعد از ظهر 1-پروپانول، فنل، اسید پروپانوئیک، 2-متیل- را نشان دادند. 2-اتیل-3-هیدروکسی هگزیل استر، ایزوپرن و نونانال. این توسط 47 VOC با امتیاز VIP > 1 هدایت شد. VOCs با بالاترین امتیاز VIP که نمونه‌های صبحگاهی را مشخص می‌کرد، شامل آلکان‌های چند شاخه‌ای، اسید اگزالیک و هگزاکوزان بودند، در حالی که نمونه‌های بعد از ظهر 1-پروپانول، فنل، اسید پروپانوئیک، 2-متیل- را نشان دادند. 2-اتیل-3-هیدروکسی هگزیل استر، ایزوپرن و نونانال. Это было обусловлено наличием 47 لتوچیх органических соединений со оценкой VIP > 1. در то время как дневные образцы содержали بیشتر кислоты, 2-metil- , 2-эtil-3-gidroxigexilovый эфир, изопрен и нонаналь. این به دلیل وجود 47 ترکیب آلی فرار با امتیاز VIP > 1 بود. VOCs با بالاترین امتیاز VIP برای نمونه های صبح شامل چندین آلکان شاخه دار، اسید اگزالیک و هگزاکوزان بود، در حالی که نمونه های روزانه حاوی 1-پروپانول، فنل، اسیدهای پروپانئیک، 2-متیل-، 2-اتیل-3-هیدروکسی هگزیل اتر، ایزوپرن و نونانال.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。。 Этому способствуют 47 VOC با оценкой VIP > 1. این امر توسط 47 VOC با امتیاز VIP > 1 تسهیل می شود.بالاترین VOC های دارای رتبه VIP در نمونه صبح شامل آلکان های شاخه دار مختلف، اسید اگزالیک و هگزادکان بود، در حالی که نمونه بعد از ظهر حاوی 1-پروپانول، فنل، اسید پروپیونیک، 2-متیل-، 2-اتیل-3-هیدروکسی هگزیل بود.استر ، ایزوپرن و غیرننال.فهرست کاملی از ترکیبات آلی فرار (VOCs) که تغییرات روزانه در ترکیب هوای داخل ساختمان را مشخص می‌کند را می‌توان در جدول تکمیلی 2 یافت.
توزیع VOCs در هوای داخل ساختمان در طول روز متفاوت است. تجزیه و تحلیل نظارت شده با PLS-DA جدایی بین نمونه های هوای اتاق جمع آوری شده در صبح یا بعد از ظهر را نشان داد (R2Y = 0.46، Q2Y = 0.22، P <0.001). تجزیه و تحلیل نظارت شده با PLS-DA جدایی بین نمونه های هوای اتاق جمع آوری شده در صبح یا بعد از ظهر را نشان داد (R2Y = 0.46، Q2Y = 0.22، P <0.001). تجزیه و تحلیل کنترلی با کمک PLS-DA نشان می دهد که بین دو هوا هوا در اطلاعات، سوبراننыمی utrom و dnem (R2Y = 0,46، Q2Y = 0,22، p <0,001). تجزیه و تحلیل کنترل شده با PLS-DA جدایی بین نمونه های هوای داخل خانه جمع آوری شده در صبح و بعد از ظهر را نشان داد (R2Y = 0.46، Q2Y = 0.22، P <0.001).使用 pls-da 进行 的 监督 分析 ， ， 早上 或 下午 的 的 空气 样本 之间 存在 分离 （（（r2y = 0.46 ， q2y = 0.22 ， p <0.001）。。使用 pls-da آنالیز اپیدادزورا با استفاده از PLS-DA نشان می‌دهد که هوای کوچک و بزرگ، سوبراننых utrom یا dnem (R2Y = 0,46، Q2Y = 0,22، p <0,001). تجزیه و تحلیل نظارت با استفاده از PLS-DA جدایی از نمونه‌های هوای داخل خانه را که در صبح یا بعد از ظهر جمع‌آوری شده بود نشان داد (R2Y = 0.46، Q2Y = 0.22، P <0.001).بیضی ها 95% فواصل اطمینان و مرکز گروه ستاره را نشان می دهند.
نمونه‌ها از پنج مکان مختلف در بیمارستان سنت مری لندن جمع‌آوری شد: اتاق آندوسکوپی، اتاق تحقیقات بالینی، مجتمع اتاق عمل، کلینیک سرپایی و آزمایشگاه طیف‌سنجی جرمی.تیم تحقیقاتی ما به طور مرتب از این مکان ها برای جذب بیمار و جمع آوری نفس استفاده می کند.مانند قبل، هوای داخل خانه در صبح و بعد از ظهر جمع‌آوری شد و نمونه‌های هوای بازدمی فقط در صبح جمع‌آوری شد. PCA جداسازی نمونه های هوای اتاق را بر اساس مکان از طریق تجزیه و تحلیل واریانس چند متغیره جایگشتی (PERMANOVA، R2 = 0.16، p <0.001) برجسته کرد (شکل 3a). PCA جداسازی نمونه های هوای اتاق را بر اساس مکان از طریق تجزیه و تحلیل واریانس چند متغیره جایگشتی (PERMANOVA، R2 = 0.16، p <0.001) برجسته کرد (شکل 3a). PCA выявил разделение проб комнатного воздуха по местоположению с помощью перестановочного многомерного تجزیه و تحلیل (PERMANOVA, R2 = 0,16, p <0,001) (ris. 3a). PCA جداسازی نمونه‌های هوای اتاق را بر اساس مکان با استفاده از آنالیز واریانس چند متغیره نشان داد (PERMANOVA، R2 = 0.16، p <0.001) (شکل 3a). PCA 通过 置换 多 变量 方差 分析 （（perimova ， r2 = 0.16 ， p <0.001） 强调 了 房间 空气 样本 的 位置 （（图 3a）。。。。。。。。。。。。。。。。。。。。。。PCA تجزیه و تحلیل PCA با موضعی محلی (PERMANOVA, R2 = 0,16, p <0,001) (ris. 3a). PCA جداسازی محلی نمونه‌های هوای اتاق را با استفاده از تحلیل واریانس چند متغیره جایگشتی برجسته کرد (PERMANOVA، R2 = 0.16، p <0.001) (شکل 3a).بنابراین، مدل‌های PLS-DA جفتی ایجاد شدند که در آن هر مکان با تمام مکان‌های دیگر برای تعیین امضای ویژگی مقایسه می‌شود. همه مدل‌ها معنی‌دار بودند و VOCs با امتیاز VIP > 1 با بارگذاری مربوطه برای شناسایی مشارکت گروه استخراج شدند. همه مدل‌ها معنی‌دار بودند و VOCs با امتیاز VIP > 1 با بارگذاری مربوطه برای شناسایی مشارکت گروه استخراج شدند. همه مدل های были значимыми، и ЛОС со оценкой VIP > 1 были извлечены со соответствующей нагрузкой для مشخصия группового вклада. همه مدل‌ها معنی‌دار بودند و VOCs با امتیاز VIP > 1 با بارگذاری مناسب برای تعیین سهم گروه استخراج شدند.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 همه مدل‌ها были значимыми، و VOC با بالامی VIP> 1 были извлечены и загружены отдельно для مشخص شده در این گروه. همه مدل‌ها معنی‌دار بودند و VOCs با امتیاز VIP > 1 استخراج و به‌طور جداگانه برای تعیین مشارکت‌های گروه بارگذاری شدند.نتایج ما نشان می‌دهد که ترکیب هوای محیط با مکان متفاوت است، و ما ویژگی‌های خاص مکان را با استفاده از اجماع مدل شناسایی کرده‌ایم.واحد آندوسکوپی با سطوح بالای آندکان، دودکان، بنزونیتریل و بنزآلدئید مشخص می شود.نمونه هایی از بخش تحقیقات بالینی (همچنین به عنوان بخش تحقیقات کبد شناخته می شود) آلفا پینن، دی ایزوپروپیل فتالات و 3-کارن بیشتری را نشان دادند.هوای مخلوط اتاق عمل با محتوای بالاتر دکان شاخه‌دار، دودکان شاخه‌دار، تری‌دکان منشعب، اسید پروپیونیک، ۲-متیل، ۲-اتیل-۳-هیدروکسی هگزیل اتر، تولوئن و ۲- وجود کروتونالدئید مشخص می‌شود.کلینیک سرپایی (ساختمان پاترسون) دارای محتوای بالاتری از 1-نونانول، وینیل لوریل اتر، بنزیل الکل، اتانول، 2-فنوکسی، نفتالین، 2-متوکسی، ایزوبوتیل سالیسیلات، تری دکان و تری دکان با زنجیره شاخه ای است.در نهایت، هوای داخلی جمع‌آوری‌شده در آزمایشگاه طیف‌سنجی جرمی استامید، 2'2'2-trifluoro-N-methyl- پیریدین، فوران، 2-pentyl-، undecane شاخه‌دار، اتیل بنزن، m-xylene، o-xylene، فورفورال را نشان داد. و اتیلنیس.سطوح مختلف 3-کارن در هر پنج سایت وجود داشت، که نشان می‌دهد این VOC یک آلاینده رایج با بالاترین سطوح مشاهده شده در منطقه مطالعه بالینی است.فهرستی از VOC های توافق شده که هر موقعیت را به اشتراک می گذارند را می توان در جدول تکمیلی 3 یافت. علاوه بر این، یک تجزیه و تحلیل تک متغیره برای هر VOC مورد علاقه انجام شد و همه موقعیت ها با یکدیگر با استفاده از آزمون Wilcoxon زوجی و سپس تصحیح بنجامینی-هوچبرگ با یکدیگر مقایسه شدند. .نمودارهای بلوک برای هر VOC در شکل تکمیلی 1 ارائه شده است. منحنی های ترکیب آلی فرار تنفسی به نظر می رسد مستقل از مکان باشند، همانطور که در PCA و به دنبال آن PERMANOVA (p = 0.39) مشاهده شد (شکل 3b). علاوه بر این، مدل‌های PLS-DA زوجی بین تمام مکان‌های مختلف برای نمونه‌های تنفسی نیز تولید شد، اما تفاوت معنی‌داری شناسایی نشد (05/0p>). علاوه بر این، مدل‌های PLS-DA زوجی بین تمام مکان‌های مختلف برای نمونه‌های تنفسی نیز تولید شد، اما تفاوت معنی‌داری شناسایی نشد (05/0p>). Krome togo, parnыe model PLS-DA также были созданы между всеми разными местоположениями образцов дыхания, но существенных различий выявлено не было (p > 0,05). علاوه بر این، مدل‌های PLS-DA جفت شده نیز بین تمام مکان‌های نمونه تنفسی مختلف تولید شد، اما تفاوت معنی‌داری یافت نشد (05/0p>).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，但未发生成了成对PLS-DA 模型，但未发生成了成对PLS-DA 模型，但未发生0. PLS-DA 模型，但未发现显着差异(p > 0.05). Krome togo, parnыe model PLS-DA также были генерированы между всеми различными местоположениями образцов дыхания, но существенных различий обнаружено не было (p > 0,05). علاوه بر این، مدل‌های PLS-DA جفت شده نیز بین تمام مکان‌های نمونه تنفسی مختلف تولید شد، اما تفاوت معنی‌داری یافت نشد (05/0p>).
تغییرات در هوای محیط داخلی اما نه در هوای بازدمی، توزیع VOC بسته به محل نمونه‌گیری متفاوت است، تجزیه و تحلیل بدون نظارت با استفاده از PCA جدایی بین نمونه‌های هوای داخلی جمع‌آوری‌شده در مکان‌های مختلف را نشان می‌دهد اما نمونه‌های هوای بازدم مربوطه را ندارند.ستاره ها نشانگر سانتروئیدهای این گروه هستند.
در این مطالعه، ما توزیع VOCهای هوای داخل ساختمان را در پنج محل نمونه‌برداری تنفسی رایج مورد تجزیه و تحلیل قرار دادیم تا درک بهتری از تأثیر سطوح VOC پس‌زمینه بر تجزیه و تحلیل تنفس به دست آوریم.
جداسازی نمونه‌های هوای داخلی در هر پنج مکان مختلف مشاهده شد.به استثنای 3-carene که در تمام مناطق مورد مطالعه وجود داشت، جداسازی توسط VOC های مختلف ایجاد شد و به هر مکان یک ویژگی خاص داد.در زمینه ارزیابی آندوسکوپی، ترکیبات آلی فرار القاکننده جداسازی عمدتاً مونوترپن‌هایی مانند بتا پینن و آلکان‌هایی مانند دودکان، آندکان و تری‌دکان هستند که معمولاً در اسانس‌هایی که معمولاً در محصولات پاک‌کننده استفاده می‌شوند یافت می‌شوند. دستگاه‌ها، این VOCها احتمالاً نتیجه فرآیندهای مکرر تمیز کردن داخلی هستند.در آزمایشگاه‌های تحقیقاتی بالینی، مانند آندوسکوپی، جداسازی عمدتاً به دلیل مونوترپن‌هایی مانند آلفا پینن است، اما احتمالاً از عوامل تمیزکننده نیز ناشی می‌شود.در اتاق عمل پیچیده، امضای VOC عمدتاً از آلکان های شاخه دار تشکیل شده است.این ترکیبات را می‌توان از ابزارهای جراحی به‌دست آورد، زیرا سرشار از روغن‌ها و روان‌کننده‌ها هستند.در محیط جراحی ، VOC های معمولی شامل طیف وسیعی از الکل ها هستند: 1-nonanol ، که در روغنهای گیاهی و محصولات تمیز کننده و بنزیل الکل یافت می شود ، در عطر و بی حسی موضعی یافت می شود. بسیار متفاوت از مورد انتظار در سایر مناطق است زیرا این تنها منطقه غیر بالینی ارزیابی شده است.در حالی که برخی مونوترپن ها وجود دارند، گروه همگن تری از ترکیبات این ناحیه را با ترکیبات دیگر (2،2،2-تری فلوئورو-N-متیل استامید، پیریدین، آندکان شاخه دار، 2-پنتیل فوران، اتیل بنزن، فورفورال، اتیلانیزات) به اشتراک می گذارند.ارتوکسیلن، متا زایلن، ایزوپروپانول و 3-کارن)، از جمله هیدروکربن‌های معطر و الکل‌ها.برخی از این VOC ها ممکن است ثانویه از مواد شیمیایی مورد استفاده در آزمایشگاه باشند ، که شامل هفت سیستم طیف سنجی جرمی است که در حالت های تزریق TD و مایع عمل می کنند.
با PLS-DA، یک جدایی قوی از نمونه‌های هوا و تنفس داخلی مشاهده شد که توسط 62 از 113 VOC شناسایی‌شده ایجاد شد.در هوای داخل ساختمان، این VOC ها برون زا هستند و شامل دی ایزوپروپیل فتالات، بنزوفنون، استوفنون و بنزیل الکل هستند که معمولاً در نرم کننده ها و عطرها استفاده می شوند.مواد شیمیایی موجود در هوای بازدمی مخلوطی از VOCهای درون زا و برون زا هستند.VOCهای درون‌زا عمدتاً از آلکان‌های شاخه‌دار، که محصولات جانبی پراکسیداسیون لیپیدی هستند، و ایزوپرن، محصول جانبی سنتز کلسترول، تشکیل شده‌اند.VOCهای اگزوژن شامل مونوترپن‌هایی مانند بتا پینن و دی لیمونن هستند که می‌توان آن‌ها را در اسانس‌های مرکبات (همچنین به طور گسترده در محصولات پاک‌کننده استفاده می‌شود) و نگهدارنده‌های غذا ردیابی کرد.1- پروپانول می تواند درون زا باشد که در نتیجه تجزیه اسیدهای آمینه ایجاد می شود و یا اگزوژن موجود در مواد ضدعفونی کننده26.در مقایسه با تنفس هوای داخل ساختمان، سطوح بالاتری از ترکیبات آلی فرار یافت می شود که برخی از آنها به عنوان نشانگرهای زیستی احتمالی بیماری شناسایی شده اند.نشان داده شده است که اتیل بنزن یک بیومارکر بالقوه برای تعدادی از بیماری های تنفسی از جمله سرطان ریه، COPD27 و فیبروز ریوی است.در مقایسه با بیماران بدون سرطان ریه، سطوح N-dodecane و زایلن نیز در غلظت‌های بالاتری در بیماران مبتلا به سرطان ریه و متاسیمول در بیماران مبتلا به کولیت اولسراتیو فعال یافت شده است.بنابراین، حتی اگر تفاوت‌های هوای داخل ساختمان بر مشخصات کلی تنفس تأثیر نگذارد، می‌تواند بر سطوح خاصی از VOC تأثیر بگذارد، بنابراین نظارت بر هوای پس‌زمینه داخلی ممکن است همچنان مهم باشد.
همچنین بین نمونه‌های هوای داخل خانه که در صبح و بعد از ظهر جمع‌آوری شده بود، جدایی وجود داشت.از ویژگی های اصلی نمونه های صبحگاهی ، آلکان های شاخه ای هستند که اغلب در تمیز کردن محصولات و موم 31 به صورت اگزوژن مشاهده می شوند.این را می توان با این واقعیت توضیح داد که هر چهار اتاق بالینی موجود در این مطالعه قبل از نمونه برداری از هوای اتاق تمیز شدند.تمام مناطق بالینی توسط VOC های مختلف از هم جدا شده اند، بنابراین این جداسازی را نمی توان به تمیز کردن نسبت داد.در مقایسه با نمونه‌های صبح، نمونه‌های بعد از ظهر به طور کلی سطوح بالاتری از مخلوط الکل‌ها، هیدروکربن‌ها، استرها، کتون‌ها و آلدئیدها را نشان دادند.هر دو 1 پروپانول و فنل را می توان در ضد عفونی کننده 26،32 یافت که انتظار می رود با توجه به تمیز کردن منظم کل منطقه بالینی در طول روز.نفس فقط در صبح جمع می شود.این به دلیل بسیاری از عوامل دیگر است که می تواند بر سطح ترکیبات آلی فرار در هوای بازدمی در طول روز تأثیر بگذارد که قابل کنترل نیست.این شامل مصرف نوشیدنی و غذا 33،34 و درجات مختلف ورزش 35،36 قبل از نمونه گیری تنفسی است.
تجزیه و تحلیل VOC در خط مقدم توسعه تشخیصی غیرتهاجمی باقی می ماند.استاندارد سازی نمونه برداری یک چالش است ، اما تجزیه و تحلیل ما به طور قطعی نشان داد که بین نمونه های نفس جمع آوری شده در مکان های مختلف تفاوت معنی داری وجود ندارد.در این مطالعه نشان دادیم که محتوای ترکیبات آلی فرار در هوای داخلی محیط به مکان و زمان روز بستگی دارد.با این حال ، نتایج ما همچنین نشان می دهد که این امر به طور قابل توجهی بر توزیع ترکیبات آلی فرار در هوای بازدم تأثیر نمی گذارد ، نشان می دهد که نمونه گیری نفس می تواند در مکان های مختلف انجام شود بدون اینکه به طور قابل توجهی بر نتایج تأثیر بگذارد.اولویت شامل چندین سایت و تکرار مجموعه های نمونه در دوره های زمانی طولانی تر است.سرانجام ، جدایی هوای داخلی از مناطق مختلف و عدم جدایی در هوای بازدم به وضوح نشان می دهد که محل نمونه برداری به طور قابل توجهی بر ترکیب نفس انسان تأثیر نمی گذارد.این برای تحقیقات تجزیه و تحلیل تنفس دلگرم کننده است زیرا یک عامل مخدوش کننده بالقوه در استانداردسازی جمع آوری داده های تنفسی را حذف می کند.اگرچه تمام الگوهای نفس از یک موضوع واحد محدودیت مطالعه ما بود ، اما ممکن است تفاوت در سایر عوامل مخدوش کننده که تحت تأثیر رفتار انسان قرار دارند ، کاهش دهد.پروژه‌های تحقیقاتی تک رشته‌ای قبلاً با موفقیت در بسیاری از مطالعات مورد استفاده قرار گرفته‌اند.با این حال ، تجزیه و تحلیل بیشتر برای نتیجه گیری محکم لازم است.نمونه برداری از هوای داخلی در داخل خانه هنوز هم به همراه نمونه گیری نفس برای رد ترکیبات برونزا و شناسایی آلاینده های خاص توصیه می شود.ما توصیه می کنیم به دلیل شیوع آن در تمیز کردن محصولات ، به ویژه در تنظیمات مراقبت های بهداشتی ، الکل ایزوپروپیل را از بین ببرید.این مطالعه با تعداد نمونه های نفس جمع آوری شده در هر سایت محدود شده است ، و برای تأیید اینکه ترکیب نفس انسان به طور قابل توجهی بر زمینه ای که نمونه ها در آن یافت می شود ، کار بیشتری با تعداد بیشتری از نمونه های تنفس لازم است.علاوه بر این ، داده های رطوبت نسبی (RH) جمع آوری نشده است ، و در حالی که ما تأیید می کنیم که تفاوت در RH می تواند بر توزیع VOC تأثیر بگذارد ، چالش های لجستیکی در کنترل RH و جمع آوری داده های RH در مطالعات در مقیاس بزرگ قابل توجه است.
در نتیجه، مطالعه ما نشان می‌دهد که VOCs در هوای داخلی محیط بسته به مکان و زمان متفاوت است، اما به نظر نمی‌رسد این مورد برای نمونه‌های تنفسی باشد.با توجه به حجم نمونه کوچک، نمی توان نتیجه گیری قطعی در مورد تأثیر هوای محیط داخلی بر روی نمونه گیری تنفسی گرفت و نیاز به تجزیه و تحلیل بیشتر است، بنابراین توصیه می شود برای شناسایی هر گونه آلاینده احتمالی، VOCs، نمونه برداری از هوای داخل خانه در حین تنفس انجام شود.
این آزمایش به مدت 10 روز کاری متوالی در بیمارستان سنت مری لندن در فوریه 2020 انجام شد. هر روز، دو نمونه تنفس و چهار نمونه هوای داخلی از هر یک از پنج مکان، در مجموع 300 نمونه، گرفته شد.تمامی روش ها بر اساس دستورالعمل ها و مقررات مربوطه انجام شد.دمای هر پنج منطقه نمونه برداری در 25 درجه سانتی گراد کنترل شد.
پنج مکان برای نمونه برداری هوای داخلی انتخاب شد: آزمایشگاه ابزار طیف سنجی جرمی، سرپایی جراحی، اتاق عمل، منطقه ارزیابی، منطقه ارزیابی آندوسکوپی، و اتاق مطالعه بالینی.هر منطقه به این دلیل انتخاب شد که تیم تحقیقاتی ما اغلب از آنها برای استخدام شرکت کنندگان برای تجزیه و تحلیل نفس استفاده می کند.
هوای اتاق از طریق لوله های دفع حرارتی Tenax TA/Carbograph (TD) با پوشش بی اثر (Markes International Ltd، Llantrisan، UK) با سرعت 250 میلی لیتر در دقیقه به مدت 2 دقیقه با استفاده از یک پمپ نمونه گیری هوا از SKC Ltd.، کل سختی اعمال 500 میلی لیتر نمونه برداری شد. هوای اتاق محیط به هر لوله TD.سپس لوله ها با درپوش های برنجی برای انتقال به آزمایشگاه طیف سنجی جرمی مهر و موم شدند.هر روز از ساعت 9 تا 11 و مجدداً از ساعت 15 تا 17، نمونه‌های هوای داخل ساختمان به نوبت در هر مکان گرفته شد.نمونه ها به صورت تکراری گرفته شد.
نمونه‌های تنفسی از افراد فردی که در معرض نمونه‌برداری هوای داخل خانه بودند، جمع‌آوری شد. فرآیند نمونه برداری نفس طبق پروتکل مصوب سازمان تحقیقات بهداشت NHS - London - Camden & Kings Cross Cross Research Cross (مرجع 14/LO/1136) انجام شد. فرآیند نمونه برداری نفس طبق پروتکل مصوب سازمان تحقیقات بهداشت NHS - London - Camden & Kings Cross Cross Research Cross (مرجع 14/LO/1136) انجام شد. Process отбора проб дыхания проводился в соответствии со протоколом، تاییدنым نظارت بر پزشکیх исследований NHS — لندن — هیئت مدیره ی این سامانه Camden & Kings Cross (ссылка 14/LO/1136). فرآیند نمونه برداری تنفس مطابق با پروتکل تایید شده توسط سازمان تحقیقات پزشکی NHS - لندن - کمیته اخلاق تحقیقاتی Camden & Kings Cross (Ref. 14/LO/1136) انجام شد.روش نمونه گیری تنفس مطابق با پروتکل های تایید شده توسط آژانس تحقیقات پزشکی NHS-London-Camden و کمیته اخلاق تحقیقات King's Cross (رجوع به 14/LO/1136) انجام شد.محقق رضایت کتبی آگاهانه داد.برای اهداف عادی سازی ، محققان از نیمه شب شب گذشته غذا نخورده یا مست نکرده بودند.تنفس با استفاده از یک کیسه یکبار مصرف 1000 میلی لیتری Nalophan™ (PET پلی اتیلن ترفتالات) و یک سرنگ پلی پروپیلن که به عنوان یک دهانی مهر و موم شده استفاده می شود، جمع آوری شد، همانطور که قبلا توسط Belluomo و همکارانش توضیح داده شد.نشان داده شده است که نالوفان به دلیل بی اثر بودن و توانایی پایداری ترکیب تا 12 ساعت، یک محیط ذخیره تنفسی عالی است.حداقل 10 دقیقه در این موقعیت باقی مانده است ، در هنگام تنفس آرام و آرام ، امتحان کننده در کیسه نمونه قرار می گیرد.پس از پر کردن حداکثر حجم ، کیسه با یک پیست سرنگ بسته می شود.همانند نمونه برداری هوای داخل ساختمان، از پمپ نمونه برداری هوا SKC Ltd. به مدت 10 دقیقه برای کشیدن هوا از کیسه از طریق لوله TD استفاده کنید: یک سوزن با قطر بزرگ بدون فیلتر را از طریق پلاستیک به پمپ هوا در انتهای دیگر لوله TD وصل کنید. لوله ها و SKC.کیسه را طب سوزنی کنید و با سرعت 250 میلی لیتر در دقیقه از هر لوله TD به مدت 2 دقیقه تنفس کنید و در مجموع 500 میلی لیتر تنفس را در هر لوله TD بارگذاری کنید.برای به حداقل رساندن تنوع نمونه گیری ، نمونه ها دوباره به صورت تکراری جمع آوری شدند.نفس ها فقط صبح جمع می شوند.
لوله های TD با استفاده از نرم کننده لوله TC-20 TD (Markes International Ltd، Llantrisant، UK) به مدت 40 دقیقه در دمای 330 درجه سانتی گراد با جریان نیتروژن 50 میلی لیتر در دقیقه تمیز شدند.تمام نمونه ها در عرض 48 ساعت پس از جمع آوری با استفاده از GC-TOF-MS مورد تجزیه و تحلیل قرار گرفتند.یک Agilent Technologies 7890A GC با تنظیم دفع حرارتی TD100-XR و یک MS انتخابی Benchtof (Markes International Ltd ، Llantrisan ، UK) جفت شد.لوله TD ابتدا به مدت 1 دقیقه با سرعت جریان 50 میلی لیتر در دقیقه پیش شستشو شد.دفع اولیه در دمای 250 درجه سانتیگراد به مدت 5 دقیقه با جریان هلیوم 50 میلی لیتر در دقیقه انجام شد تا VOC های دفع بر روی یک تله سرد (انتشار مواد ، Markes International ، Llantrisant ، UK) در یک حالت تقسیم (1:10) در 25 درجه سانتیگراددفع تله سرد (ثانویه) در دمای 250 درجه سانتیگراد (با گرمایش بالستیک 60 درجه سانتیگراد در ثانیه) به مدت 3 دقیقه با سرعت جریان HE 5.7 میلی لیتر در دقیقه انجام شد و دمای مسیر جریان به GC به طور مداوم گرم می شد.حداکثر 200 درجه.ستون یک ستون Mega WAX-HT (20m×0.18mm×0.18μm، Chromalytic، Hampshire، USA) بود.سرعت جریان ستون به 0.7 میلی لیتر در دقیقه تنظیم شد.دمای فر ابتدا روی 35 درجه سانتیگراد به مدت 1.9 دقیقه تنظیم شد، سپس به 240 درجه سانتیگراد (20 درجه سانتیگراد در دقیقه، 2 دقیقه نگه دارید) افزایش یافت.خط انتقال MS در دمای 260 درجه سانتیگراد و منبع یون (ضربه الکترون 70 eV) در دمای 260 درجه سانتیگراد حفظ شد.آنالایزر MS از 30 تا 597 متر بر ثانیه ثبت شد.دفع در یک تله سرد (بدون لوله TD) و دفع در یک لوله TD تمیز تهویه مطبوع در آغاز و انتهای هر روش سنجش انجام شد تا اطمینان حاصل شود که هیچ اثر حمل وجود ندارد.همان تجزیه و تحلیل خالی بلافاصله قبل و بلافاصله پس از دفع نمونه های نفس انجام شد تا اطمینان حاصل شود که نمونه ها می توانند به طور مداوم بدون تنظیم TD مورد تجزیه و تحلیل قرار گیرند.
پس از بازرسی بصری کروماتوگرام ها، فایل های داده های خام با استفاده از Chromspace® (Sepsolve Analytical Ltd.) تجزیه و تحلیل شدند.ترکیبات مورد علاقه از نمونه نفس نماینده و نمونه هوای اتاق مشخص شد.حاشیه نویسی بر اساس طیف جرمی VOC و شاخص حفظ با استفاده از کتابخانه طیف جرمی NIST 2017. شاخص های احتباس با تجزیه و تحلیل یک مخلوط آلکان (NC8-NC40 ، 500 میکروگرم بر میلی لیتر در دیکلرومتان ، مرک ، ایالات متحده) 1 میکرولیتر از طریق یک دکل بارگیری محلول کالیبراسیون بر روی سه لوله TD تهویه محاسبه و تحت همان شرایط TD-GC-MS تجزیه و تحلیل شد. و از لیست ترکیب خام ، فقط کسانی که دارای ضریب مسابقه معکوس> 800 برای تجزیه و تحلیل بودند. شاخص های احتباس با تجزیه و تحلیل یک مخلوط آلکان (nC8-nC40، 500 میکروگرم در میلی لیتر در دی کلرومتان، مرک، ایالات متحده آمریکا) 1 میکرولیتر بر روی سه لوله TD شرطی شده از طریق دکل بارگیری محلول کالیبراسیون محاسبه شد و تحت شرایط مشابه TD-GC-MS تجزیه و تحلیل شد. و از لیست ترکیبات خام، فقط آنهایی که دارای ضریب تطابق معکوس > 800 بودند برای تجزیه و تحلیل نگهداری شدند.شاخص های احتباس با تجزیه و تحلیل 1 میکرولیتر از ترکیبی از آلکان ها (NC8-NC40 ، 500 میکروگرم بر میلی لیتر در دیکلرومتان ، مرک ، ایالات متحده) در سه لوله TD تهویه شده با استفاده از یک واحد بارگذاری محلول کالیبراسیون محاسبه و تحت همان TD-GC-MS-MS-MS-MS-MS-MS-MS-MS-MS-MS-MS شرایطи з и иходноروری списка соединений длл аанализа оыыыа оыыызз оыыыыыииии с к 10000 кrection0000 кrel0000 و از لیست اصلی ترکیبات ، فقط ترکیبات با ضریب مسابقه معکوس> 800 برای تجزیه و تحلیل نگهداری می شدند.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，通过校准溶液加载装置将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 ， ， 仅 保留 反向 匹配> 800 的 化合物 进行 分析。。。。。。。。。。。。。。。。。。。。。。。。。شاخص های احتباس با تجزیه و تحلیل مخلوطی از آلکان ها (NC8-NC40 ، 500 میکروگرم بر میلی لیتر در دیکلرومتان ، مرک ، ایالات متحده) محاسبه شد ، 1 میکرولیتر با کالیبراسیون لودر محلول به سه لوله TD شرط اضافه شد و به آنجا اضافه شد.Вы Rыоненых В ве же уе ужл td-gc-ms и з и и и ихходноروری спии اساس соений ، алнза ыза ыыπFыыыыыыыыыыыыызыыыыыыыы ое اهای циентор оратноروری соответствия> 800. تحت همان شرایط TD-GC-MS و از لیست ترکیب اصلی ، فقط ترکیبات با ضریب تناسب معکوس> 800 برای تجزیه و تحلیل حفظ شدند.اکسیژن، آرگون، دی اکسید کربن و سیلوکسان ها نیز حذف می شوند. سرانجام ، هر ترکیب با نسبت سیگنال به نویز <3 نیز حذف شد. سرانجام ، هر ترکیب با نسبت سیگنال به نویز <3 نیز حذف شد. наконец ، ююые соединенения с о о о сение بزرگتر/шra <3 также ыыыыыыжже ыыыыюче. سرانجام ، هر ترکیب با نسبت سیگنال به نویز <3 نیز حذف شد.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。 наконец ، ююые соединенения с о о о сение بزرگتر/шra <3 также ыыыыыыжже ыыыыюче. سرانجام ، هر ترکیب با نسبت سیگنال به نویز <3 نیز حذف شد.فراوانی نسبی هر ترکیب سپس با استفاده از لیست ترکیبات حاصل از کلیه پرونده های داده استخراج شد.در مقایسه با NIST 2017 ، 117 ترکیب در نمونه های نفس مشخص شده است.انتخاب با استفاده از نرم افزار MATLAB R2018B (نسخه 9.5) و گاوین بتا 3.0 انجام شد.پس از بررسی بیشتر داده ها ، 4 ترکیب دیگر با بازرسی بصری کروماتوگرام ها حذف شدند و 113 ترکیب را در تجزیه و تحلیل بعدی قرار دادند.فراوانی از این ترکیبات از هر 294 نمونه که با موفقیت پردازش شدند ، بازیابی شد.شش نمونه به دلیل کیفیت پایین داده ها (لوله های TD نشتی) برداشته شد.در مجموعه داده های باقیمانده ، همبستگی های یک طرفه پیرسون در بین 113 VOC در نمونه های اندازه گیری مکرر برای ارزیابی تکرارپذیری محاسبه شد.ضریب همبستگی 0.016 0.990 0.016 و مقدار P بود. 45-45 × 10-46 × 10-46 ((میانگین حسابی) انحراف استاندارد) بود.
تمام تجزیه و تحلیل های آماری بر روی نسخه R 4.0.2 (بنیاد R برای محاسبات آماری، وین، اتریش) انجام شد.داده ها و کد مورد استفاده برای تجزیه و تحلیل و تولید داده ها به صورت عمومی در GitHub (https://github.com/simonezuffa/Manuscript_Breath) در دسترس است.قله های ادغام شده ابتدا تبدیل به لگ شده و سپس با استفاده از نرمال سازی کل مساحت نرمال شدند.نمونه هایی با اندازه گیری های مکرر تا مقدار متوسط ​​رول شدند.بسته های "ropls" و "mixOmics" برای ایجاد مدل های PCA بدون نظارت و مدل های PLS-DA نظارت شده استفاده می شوند.PCA به شما امکان می دهد 9 نمونه از خارج را شناسایی کنید.نمونه تنفس اولیه با نمونه هوای اتاق گروه بندی شد و بنابراین به دلیل خطای نمونه گیری، لوله خالی در نظر گرفته شد.8 نمونه باقی مانده، نمونه های هوای اتاق هستند که حاوی 1،1'-بی فنیل، 3-متیل هستند.آزمایشات بیشتر نشان داد که هر 8 نمونه تولید VOC به میزان قابل توجهی در مقایسه با نمونه های دیگر کمتر داشتند، که نشان می دهد این انتشارات ناشی از خطای انسانی در بارگذاری لوله ها است.جداسازی مکان در PCA با استفاده از Permiva از یک بسته وگان مورد آزمایش قرار گرفت.PERMANOVA به شما امکان می دهد تقسیم بندی گروه ها را بر اساس مرکزها شناسایی کنید.این روش قبلاً در مطالعات متابولومیک مشابه 39،40،41 استفاده شده است.بسته ropls برای ارزیابی اهمیت مدل‌های PLS-DA با استفاده از اعتبارسنجی متقاطع هفت‌گانه تصادفی و ۹۹۹ جایگشت استفاده می‌شود. ترکیبات با نمره پیش بینی اهمیت متغیر (VIP)> 1 برای طبقه بندی مرتبط بودند و به عنوان قابل توجه حفظ شدند. ترکیبات با نمره پیش بینی اهمیت متغیر (VIP)> 1 برای طبقه بندی مرتبط بودند و به عنوان قابل توجه حفظ شدند. соединенения с п показатер re проекци جو перереной Важноси (VIP)> 1 ччитархщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщ را иые. ترکیبات با نمره پیش بینی اهمیت متغیر (VIP)> 1 واجد شرایط برای طبقه بندی در نظر گرفته شدند و به عنوان قابل توجه حفظ شدند.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 соединенения с с ценкой переренной Важности (VIP)> 1 ччитались поххщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщииииииииииииииииищщщщщщщщищщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщщ را ترکیبات با نمره اهمیت متغیر (VIP)> 1 واجد شرایط برای طبقه بندی در نظر گرفته شدند و معنی دار بودند.بارها از مدل PLS-DA نیز برای تعیین مشارکت گروه استخراج شدند.VOC ها برای یک مکان خاص بر اساس اجماع مدل های PLS-DA جفت شده تعیین می شوند. برای انجام این کار ، تمام پروفایل های VOC در برابر یکدیگر مورد آزمایش قرار گرفتند و اگر یک VOC با VIP> 1 در مدل ها به طور مداوم معنی دار بود و به همان مکان نسبت داده می شد ، سپس مکان خاص در نظر گرفته می شد. برای انجام این کار ، تمام پروفایل های VOC در برابر یکدیگر مورد آزمایش قرار گرفتند و اگر یک VOC با VIP> 1 در مدل ها به طور مداوم معنی دار بود و به همان مکان نسبت داده می شد ، سپس مکان خاص در نظر گرفته می شد. اگر این پروفیل LOS در همه مکان‌ها وجود دارد، می‌تواند به جای دیگری در مقابل دیگر، و اگر LOS با VIP است، 1 عدد به طور قابل توجهی در مدل‌ها و مکان‌های غیرمجاز در یک مکان و آن مکان، برای درخواست‌های دیگر در این مکان است. برای انجام این کار، پروفایل‌های VOC همه مکان‌ها بر روی یکدیگر آزمایش شدند، و اگر یک VOC با VIP> 1 به طور مداوم در مدل‌ها معنی‌دار بود و به همان مکان ارجاع می‌داد، آنگاه آن را برای مکان خاص در نظر گرفت.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с этой целю пццюююииииииии лоси Во Вс Всех местех мRыπи сыπи сre прллыыыыыыыы с с с дreg urs ، let лщщщчччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччччretre را оожения ، если оон пы постоrat значиars в в и и о к о о о и и и и ж же as as. برای این منظور، پروفایل‌های VOC در همه مکان‌ها با یکدیگر مقایسه شدند و یک VOC با VIP> 1 در صورتی که به طور مداوم در مدل معنی‌دار بود و به همان مکان ارجاع داده شد، وابسته به مکان در نظر گرفته شد.مقایسه نمونه‌های تنفس و هوای داخل ساختمان فقط برای نمونه‌های گرفته شده در صبح انجام شد، زیرا هیچ نمونه تنفسی در بعدازظهر گرفته نشد.از آزمون Wilcoxon برای تجزیه و تحلیل تک متغیره استفاده شد و نرخ کشف نادرست با استفاده از تصحیح بنجامینی-هوچبرگ محاسبه شد.
مجموعه داده های تولید شده و تجزیه و تحلیل شده در طول مطالعه جاری در صورت درخواست معقول از نویسندگان مربوطه در دسترس است.
عمان ، A. و همکاران.مواد فرار انسانی: ترکیبات آلی فرار (VOCs) در هوای بازدمی، ترشحات پوست، ادرار، مدفوع و بزاق.J. Breath Res.8 (3) ، 034001 (2014).
Belluomo ، I. et al.طیف سنجی جرمی لوله جریان یونی انتخابی برای تجزیه و تحلیل هدفمند ترکیبات آلی فرار در نفس انسان.پروتکل ملی16 (7) ، 3419-3438 (2021).
هانا ، GB ، Boshier ، PR ، Markar ، SR & Romano ، A. دقت و چالش های روش شناختی آزمایشات نفس بازدم مبتنی بر ترکیبات آلی بی ثبات برای تشخیص سرطان. Hanna, GB, Boshier, PR, Markar, SR & Romano, A. دقت و چالش‌های روش‌شناختی تست‌های تنفس بازدمی فرار مبتنی بر ترکیبات آلی برای تشخیص سرطان.Khanna ، GB ، Boshire ، PR ، Markar ، sr.و رومانو ، A. دقت و مسائل روش شناختی آزمایشات هوای اگزوز مبتنی بر ترکیبات آلی بی ثبات برای تشخیص سرطان. 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。。。。。。。。。。。。。。。。。。。。。。 Hanna, GB, Boshier, PR, Markar, SR & Romano, A. دقت و چالش های روش شناختی در تشخیص سرطان بر اساس ترکیبات آلی فرار.Khanna ، GB ، Boshire ، PR ، Markar ، sr.و Romano، A. دقت و مسائل روش شناختی تست تنفس ترکیبات آلی فرار در تشخیص سرطان.JAMA ONCOL.5 (1) ، E182815 (2019).
Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB تنوع در سطوح گازهای ردیابی فرار در سه محیط بیمارستان: پیامدهایی برای آزمایش تنفس بالینی. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB تنوع در سطوح گازهای ردیابی فرار در سه محیط بیمارستان: پیامدهایی برای آزمایش تنفس بالینی.Boshear، PR، Kushnir، JR، Priest، OH، Marchin، N. و Khanna، GB.تفاوت در سطوح گازهای ردیابی فرار در سه محیط بیمارستان: اهمیت برای آزمایش تنفس بالینی Boshier، PR، Cushnir، JR، Priest، OH، Marczin، N. & Hanna، GBBoshear ، PR ، Kushnir ، Jr ، Priest ، OH ، Marchin ، N. and Khanna ، GB.تغییر در سطح گازهای ردیابی فرار در سه محل بیمارستان: اهمیت آزمایش نفس بالینی.J. Res Res.4 (3) ، 031001 (2010).
Trefz ، P. et al.نظارت مداوم و مداوم گازهای تنفسی در تنظیمات بالینی با استفاده از طیف سنجی جرمی زمان پرواز از واکنش انتقال پروتون.مقعدشیمیایی85 (21) ، 10321-10329 (2013).
Castellanos ، M. ، Xifra ، G. ، Fernández-Real ، JM & Sánchez ، JM Breath Gas Costration در معرض سیوفلوران و ایزوپروپیل الکل در محیط های بیمارستانی در شرایط غیر تصادفی قرار دارد. Castellanos ، M. ، Xifra ، G. ، Fernández-Real ، JM & Sánchez ، JM Breath Gas Costration در معرض سیوفلوران و ایزوپروپیل الکل در محیط های بیمارستانی در شرایط غیر تصادفی قرار دارد.Castellanos ، M. ، Xifra ، G. ، Fernandez-Real ، JM و Sanchez ، غلظت گازهای بازدم JM نشان دهنده قرار گرفتن در معرض سوفلوران و ایزوپروپیل الکل در یک بیمارستان در یک محیط غیر تصادفی است. Castellanos ، M. ، Xifra ، G. ، Fernández-Real ، JM & Sánchez ، JMغلظت گاز Castellanos، M.، Xifra، G.، Fernandez-Real، JM و Sanchez، JM Airway منعکس کننده قرار گرفتن در معرض سووفلوران و ایزوپروپانول در یک بیمارستان در یک محیط غیرعادی است.J. Breath Res.10 (1) ، 016001 (2016).
مارکار Sr و همکاران.ارزیابی تست های تنفسی غیر تهاجمی برای تشخیص سرطان مری و معده.JAMA ONCOL.4 (7) ، 970-976 (2018).
سلمان ، دی. و همکاران.تنوع ترکیبات آلی فرار در هوای داخلی در یک محیط بالینی.J. Breath Res.16 (1) ، 016005 (2021).
فیلیپس ، م. و همکاران.نشانگرهای نفس گیر سرطان پستان.پستان J. 9 (3) ، 184-191 (2003).
Phillips ، M. ، Greenberg ، J. & Sabas ، M. Alveolar Gradient of Pentane در نفس طبیعی انسان. Phillips ، M. ، Greenberg ، J. & Sabas ، M. Alveolar Gradient of Pentane در نفس طبیعی انسان.فیلیپس م ، گرینبرگ جی و صاباس م. آلوئولار شیب پنتان در تنفس طبیعی انسان. فیلیپس ، م. ، گرینبرگ ، جی. و ساباس ، م. 正常 人 呼吸 中 戊烷 的。。 فیلیپس ، م. ، گرینبرگ ، جی. و ساباس ، م.فیلیپس م ، گرینبرگ جی و صاباس م. آلوئولار شیب پنتان در تنفس طبیعی انسان.رادیکال های آزاد.مخزن ذخیره سازی.20 (5) ، 333-337 (1994).
Harshman SV و همکاران.خصوصیات نمونه گیری نفس استاندارد برای استفاده آفلاین در این زمینه.J. Breath Res.14 (1) ، 016009 (2019).
مورر ، F. و همکاران.آلاینده های هوای محیط را برای اندازه گیری هوای بازدم.J. Breath Res.8 (2) ، 027107 (2014).
صالبی ، ب. و همکاران.پتانسیل درمانی آلفا و بتا پینن: هدیه معجزه آسا طبیعت.زیست مولکول 9 (11) ، 738 (2019).
پانل اطلاعات شیمیایی Comptox - بنزیل الکل.https://comptox.epa.gov/dashboard/dsstoxdb/results؟search=dtxsid50152#chemical-functional- استفاده (دسترسی به 22 سپتامبر 2021).
Alfa Aesar - L03292 بنزیل الکل ، 99 ٪.https://www.alfa.com/en/catalog/l03292/ (دسترسی به 22 سپتامبر 2021).
شرکت خوشبو کننده – بنزیل الکل.http://www.thegoodscentscompany.com/data/rw1001652.html (دسترسی به 22 سپتامبر 2021).
پانل شیمیایی Comptox دییزوپروپیل فتالات است.https://comptox.epa.gov/dashboard/dsstoxdb/results؟search=dtxsid2040731 (دسترسی به 22 سپتامبر 2021).
انسان ، کارگروه IARC در مورد ارزیابی ریسک سرطان زا.بنزوفنون.: آژانس بین المللی تحقیقات سرطان (2013).
شرکت رایحه خوب - استوفنون.http://www.thegoodscentscompany.com/data/rw1000131.html#tooccur (دسترسی به 22 سپتامبر 2021).
Van Gossum ، A. & DeCuyper ، J. Breath Alkanes به عنوان شاخص پراکسیداسیون لیپید. Van Gossum ، A. & DeCuyper ، J. Breath Alkanes به عنوان شاخص پراکسیداسیون لیپید.Van Gossum ، A. and Dekuyper ، J. Alkane TREASIRATION به عنوان شاخصی از پراکسیداسیون لیپید. Van Gossum ، A. & DeCuyper ، J. Breath 烷烃 作为 脂质 过 氧化 的 指标。 Van Gossum ، A. & DeCuyper ، J. Breath Alkanes به عنوان شاخص 脂质 过 过 的 的 剧情。Van Gossum ، A. and Dekuyper ، J. Alkane TREASIRATION به عنوان شاخصی از پراکسیداسیون لیپید.یورومجله کشور 2 (8) ، 787-791 (1989).
Salerno-Kennedy ، R. & Cashman ، KD برنامه های کاربردی احتمالی نفس ایزوپرن به عنوان یک نشانگر نشانگر در پزشکی مدرن: یک مرور کلی. Salerno-Kennedy ، R. & Cashman ، KD برنامه های کاربردی احتمالی نفس ایزوپرن به عنوان یک نشانگر نشانگر در پزشکی مدرن: یک مرور کلی. Salerno-Kennedy ، R. & Cashman ، KDکاربردهای احتمالی ایزوپرن در تنفس به عنوان نشانگر نشانگر در پزشکی مدرن: یک بررسی کوتاه. Salerno-Kennedy ، R. & Cashman ، Kd 呼吸 异戊 二烯 作为 现代 医学 标志物 的 潜在 ： ： 简明 概述。。。。。。。。。。。。。。。 Salerno-Kennedy ، R. & Cashman ، KDSalerno-Kennedy ، R. and Cashman ، KD کاربردهای بالقوه ایزوپرن تنفسی به عنوان نشانگر نشانگر پزشکی مدرن: یک بررسی کوتاه.Wien Klin Wochenschr 117 (5-6) ، 180-186 (2005).
KUEAS M. و همکاران.تجزیه و تحلیل هدفمند ترکیبات آلی فرار در هوای بازدم برای تمایز سرطان ریه از سایر بیماری های ریه و در افراد سالم استفاده می شود.متابولیت های 10 (8) ، 317 (2020).