本文首发于公众号「呼气试验」，此处为归档版本。
点击左上方蓝字关注我们，聊聊呼气试验
术语 “炎症性疾病 “涵盖了一系列以身体的炎症反应为特征的疾病和病症。炎症是由身体认为是有害的刺激引发的，包括刺激物、病原体和受损细胞。
急性炎症是身体最初的保护性反应，涉及白细胞向受影响组织的移动。长期的慢性炎症导致存在的细胞类型逐渐转变，导致组织的破坏和愈合同时进行。
炎症异常是各种人类疾病的基础，包括哮喘和许多自身免疫性疾病。它们还与癌症和心脏疾病的发展有关联。
炎症性肠病
炎症性肠病（IBD）是一组主要影响结肠和小肠的自身免疫性疾病。IBD的主要类型是克罗恩病（CD）和溃疡性结肠炎（UC）。IBD很常见，2015年的数字表明它影响了美国300多万成年人，与1999年的200万相比有了明显的增加。
IBD的病因并不完全清楚，但人们普遍认为它是个人的遗传易感性、环境诱因（如饮食、生活方式等）和个人的胃肠道细菌菌群影响之间复杂互动的结果。
目前，IBD的诊断和疾病类型的区分需要采取多模式的方法，包括临床、组织学、血清学、放射学和内镜观察。
准确的疾病分层对于确定最佳治疗策略至关重要，但目前有10-15%的病人无法进行正确的分类。可靠的表型通常需要进行肠道内窥镜检查，这是一种高成本且非常不舒服的手术，依从率低，并可能导致肠道穿孔等并发症。
代谢性VOC生物标志物为IBD患者的准确分层提供了一个非侵入性的途径。它们还提供了一种潜在的手段来确定哪些患者可能会发展成更严重的疾病表型，以及谁将从昂贵的生物和/或免疫调节剂中获益最多。
用于IBD诊断和分层的呼吸活检
为了确定呼气VOCs是否为IBD患者的诊断和分层提供有效途径，华威大学的研究人员使用Owlstone Medical的FAIMS技术，观察患者的呼气VOC谱是否可以用来区分IBD患者和健康对照组，并区分克罗恩病（CD）和溃疡性结肠炎（UC）患者。
研究共招募了76名受试者，其中54人有组织学确认的IBD（29名UC和25名CD），22人是健康对照。呼出的呼吸样本进行了FAIMS分析，所得数据进入一个由小波变换、特征选择和稀疏逻辑回归分类器组成的管道。这被用来对样本进行分类，并作为10倍交叉验证的一部分计算出敏感度和特异度。
下面的方框图显示了所得到的模型对区分IBD（UC和CD）与对照组、UC与对照组、CD与对照组以及最后UC与CD的预测能力。
区分IBD疾病和对照组的分类器预测概率
（UC-溃疡性结肠炎，CD-克罗恩病，V-志愿者（健康对照组））
研究使用Lonestar VOC分析仪（FAIMS）来分析呼吸中的VOC生物标志物。分析表明，利用FAIMS分析呼吸样本中的VOCs，可以将IBD患者与健康志愿者区分开来，其灵敏度为0.74（95%置信区间（CI）：0.65-0.82），特异性为0.75（95%CI：0.53-0.90），P值为6.2×10-7。AUC（曲线下面积）为0.82（95% CI: 0.74-0.89）。
FAIMS可以区分UC患者和CD患者，灵敏度为0.67（95% CI:0.54-0.79），特异性为0.67（95% CI:0.54-0.79），P值为9.23×10-4。AUC为0.70（95%CI：0.60-0.80）。
IBD（UC和CD）与健康对照组的ROC曲线
该研究证实了基于FAIMS分析的呼出的VOCs对区分IBD和健康对照组以及UC和CD的效用。它支持其他使用不同技术的研究结果，并有助于肯定呼出的VOCs作为诊断IBD的生物标志物的相关性。