„Elektronische Nase“ erschnüffelt Herzkrankheiten

Eine Analyse der Ausatemluft mittels „elektronischer Nase“ ermöglicht es, Menschen mit Herzerkrankungen von Gesunden zu unterscheiden. Innerhalb der Gruppe der Erkrankten lässt sich mit dieser Methode zum Beispiel der Schweregrad der Herzmuskelerkrankung abschätzen. Das zeigt eine aktuelle Studie einer Münchner Forschergruppe, die bei der 79. Jahrestagung der Deutschen Gesellschaft für Kardiologie (DGK) in Mannheim vorgestellt wurde. „Diese Methode erlaubt es uns prinzipiell, zwischen Gesunden und Kranken und innerhalb der Erkrankten nach Schweregrad zu differenzieren. Ob und inwieweit dieser Ansatz die klinische Abklärung, beispielsweise bei der Erkennung klinischer Komorbiditäten, unterstützen kann, muss in weiteren prospektiven Untersuchungen an großen unabhängigen Patientengruppen geklärt werden“, so Dr. Uta Ochmann vom Klinikum der Universität München.

„Elektronische Nasen“ (eNose) werden dazu eingesetzt, Muster chemischer Verbindungen in der Ausatemluft zu identifizieren und auf diese Weise Erkrankungen zu erkennen oder zwischen ihnen zu differenzieren. Im Rahmen der Münchner Studie kam eine elektronische Nase zum Einsatz, bei der die Atemluft mittels 32 Polymer-Sensoren auf Metalloxid-Basis analysiert wird.

Gemessen werden „volatile organische Komponenten” (VOCs) in der Atemluft. VOCs sind Biomarker in der Ausatemluft, die sich bei Herzerkrankungen in ihrer Zusammensetzung ändern können. Untersucht wurden 56 Patienten mit Herzmuskelerkrankungen, Herzerkrankungen aufgrund von Bluthochdruck,  oder akutem Herzinfarkt sowie 43 gesunde Probanden.

Quelle:

Ochmann et al., Messung der Ausatemluft mittels elektronischer Nase bei Patienten mit kardiologischen Erkrankungen. Abstract V338. Clin Res Cardiol 102, Suppl 1, 2013

Quelle: Mannheim [ DGK ]

Kommentare (0)

Bisher wurden hier noch keine Kommentare veröffentlicht

Einen Kommentar verfassen

  1. Kommentar als Gast veröffentlichen.
0 Zeichen
Anhänge (0 / 3)
Deinen Standort teilen
Gib den Text aus dem Bild ein. Nicht zu erkennen?