View Item 
        •   Utrecht University Student Theses Repository Home
        • UU Theses Repository
        • Theses
        • View Item
        •   Utrecht University Student Theses Repository Home
        • UU Theses Repository
        • Theses
        • View Item
        JavaScript is disabled for your browser. Some features of this site may not work without it.

        Browse

        All of UU Student Theses RepositoryBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

        Detection of clinical instability by electronic nose in adult asthma patients

        Thumbnail
        View/Open
        research_report_DNVersteeg.pdf (774.3Kb)
        Publication date
        2025
        Author
        Versteeg, Naomi
        Metadata
        Show full item record
        Summary
        Astma is een chronische longaandoening die gekenmerkt wordt door reversibele bronchusobstructie en symptomen als benauwdheid, piepen, en hoesten. Het doel van de behandeling is het bereiken van goede astmacontrole. Hieronder valt niet alleen het minimaliseren van klachten, maar ook het risico op exacerbaties. Het meten van uitgeademde lucht met behulp van een electronic nose (eNose) zou een mogelijk instrument kunnen zijn om astma te monitoren, en het optreden van exacerbaties te kunnen voorspellen. Dit onderzoek had als doel om te bepalen of een eNose onderscheid kan tussen klinisch stabiele en klinisch instabiele volwassen astmapatiënten. Dit onderscheid in (in)stabiliteit werd gemaakt op basis van de aanwezigheid van een recente exacerbatie (minder dan drie maanden geleden), de mate van astmacontrole, en de medicamenteuze behandeling. Daarnaast werd bepaald of de eNose-signalen gebruikt konden worden om de astmapatiënten te clusteren op basis van hun astmacontrole. Er werden 362 patiënten geïncludeerd, die willekeurig werden verdeeld in een trainingset (n = 260) en een validatieset (n = 102). De output van de eNose werd geanalyseerd door middel van principal component analysis (PCA). De eerste drie principal components werden vervolgens gebruikt voor linear discriminant analysis (LDA). Hieruit bleek dat er onderscheid gemaakt kon worden tussen astmapatiënten die wel of niet recent een exacerbatie hadden gehad (area under the receiving operating characteristic curve [AUROC] = 0.687 voor de trainingset; AUROC = 0.656 voor de validatieset). Daarnaast konden door middel van hierarchical clustering twee clusters worden beschreven, die verschilden in het optreden van exacerbaties (P<0.001), en de behandeling van de exacerbaties (P<0.001 voor behandeling met orale corticosteroïden, en P=0.02 voor behandeling met antibiotica). Dit onderzoek toonde aan dat meting van uitgeademde lucht met een eNose onderscheid kan maken tussen klinisch stabiele en klinisch instabiele astmapatiënten. Deze conclusie ondersteunt het gebruik van eNose-technologie in de klinische praktijk voor het monitoren van astma en het mogelijk kunnen voorkomen van exacerbaties.
        URI
        https://studenttheses.uu.nl/handle/20.500.12932/48605
        Collections
        • Theses
        Utrecht university logo