Urine headspace analysis with field asymmetric ion mobility spectrometry for detection of chronic kidney disease

Abstract

Munuaisten vajaatoiminta on kasvava maailmanlaajuinen ongelma ja merkittävä riski sydän- ja verisuonisairauksille. Lisäksi munuaisten toiminnan heikkeneminen vaikuttaa kaikkiin elimistön elimiin, ja potilaanoheissairauksien hoitoon. Munuaisten vajaatoiminnan varhainen tunnistaminen mahdollistaisi edullisemman ja tehokkaamman hoidon, minkä vuoksi sen diagnosoiminen jo perusterveydenhuollossa pitäisi olla helppoa ja edullista. Perinteisesti munuaistoimintaa on mitattu munuaiskerästen suodatusnopeudesta (GFR) hyödyntäen seerumin kreatiniiniarvoa ja CKD-EPI -laskukaavaa. Tämä vaatii kuitenkin invasiivisen toimenpiteen, eli verinäytteenoton.

Sairauksien diagnosoimista hajun perusteella on tutkittu jo vuosia, aluksi erilaisissa koiratutkimuksissa. Hajuaistimus perustuu haihtuvien orgaanisten yhdisteiden (VOC:ien) tarttumiseen nenän hajuepiteeliin. VOC:t ovat joukko yhdisteitä, jotka huoneen lämmössä ovat kaasumaisessa olotilassa. Ihmiskehossa niitä syntyy aineenvaihdunnan lopputuotteina, ja ne erittyvät mm. syljen, hien, ulosteiden ja virtsan mukana ympäristöön. VOC -koostumukseen vaikuttavat elimistön fysiologisten toimintojen lisäksi erilaiset sairaudet, kuten infektiot, syöpä ja metaboliset taudit. Tästä klassisena esimerkkinä toimii loppuvaiheen munuaisten vajaatoimintaa sairastavan potilaan hengitysilmasta haistettavissa oleva virtsankaltainen haju (ureeminen hengitys).

Viime vuosikymmeninä on kehitetty lukuisia biologista hajuaistimusta matkivia laitteita, joita kutsutaan elektronisiksi neniksi (eNose). Nämä koostuvat tyypillisesti näytteen keräyslaitteistosta, kemiallisista kaasusensoreista, analogi-digitaalimuuntimesta ja tietokoneesta, jossa algoritmi luokittelee näytteet. Elektronisten nenien toiminta ei perustu näytteessä olevien ainesosien tunnistamiseen tai niiden pitoisuuden mittaamiseen, vaan näytteen hajun (VOC -koostumuksen) muodostamaan kemialliseen sormenjälkeen (hajujälkeen). Ne tunnistavat muotoja ja vertaavat näitä aiemmin luodun tietokannan algoritmiin.

On julkaistu useita tutkimuksia, joissa elektronisia neniä on käytetty sairauksien diagnostiikassa, ja tulokset ovat olleet lupaavia. Myös virtsaa biologisena VOC -lähteenä on tutkittu, mutta tietääksemme ainoastaan yksi tutkimus on julkaistu liittyen pediatrisiin munuaisten vajaatoimintapotilaisiin. Munuaisten vajaatoimintaa ei ole otettu huomioon useimmissa eNose -tutkimuksissa, mutta hypoteesimme mukaan se saattaa olla merkittävä sekoittava tekijä.

Tutkimuksessamme käytettiin elektronista nenää (Owlstone Lonestar), joka pohjautuu FAIMS -teknologiaan (field asymmetric ion mobility spectrometry) eli asymmetriseen (muuttuvaan) sähkökenttään perustuvaa ionispektrometriaa. Analysoimme elektronisella nenällä 95 virtsanäytettä, jotka oli kerätty vuosina 1997 – 2000 Tampereella munuaisten vajaatoimintaa sairastavilta potilailta sekä näitä vastaavilta ortopedisiltä perusterveiltä verrokeilta. Aineiston ulkopuolelle jätettiin ne potilaat, joilla oli munuaissiirre tai jotka olivat dialyysihoidossa. Potilaista oli rekrytointivaiheessa otettu verikoe (josta tutkittiin kreatiniini) sekä vuorokausivirtsan keräysnäyte, josta oli otettu talteen pakasteeseen 20 ml virtsaa tulevia tutkimuksia varten. Vuorokausivirtsanäytteestä oli tutkittu virtsan proteiini ja albumiini. Kreatiniiniarvosta laskettiin CKD-EPI-kaavaa käyttäen kullekin potilaalle munuaisten toimintaa kuvaava GFR-arvo. Näiden eGFR-arvojen avulla potilaat ryhmiteltiin GFR-luokkiin (GFRc) 1-5 siten, että eGFR > 90 ml/1,73 m2 omaavat kuuluivat luokkaan 1 (eli perusterveet verrokit), eGFR 60 – 89 luokkaan 2, eGFR 30 – 59 luokkaan 3, eGFR 15 – 29 luokkaan 4, ja potilaat, joilla eGFR oli < 15 kuuluivat luokkaan 5.

Analyyseissä käytettiin eNosen detektorilevylle osuneiden ionien muodostamasta hajujäljestä muodostunutta matriisia. Luokitteluparametrit luotiin LDA:lla (lineaarinen erotteluanalyysi). Lisäksi käytimme ristivalidointia (LOOCV), jotta vältyttäisiin luokitteluharhalta. Elektronisen nenän kykyä havaita ja luokitella kroonista munuaisten vajaatoimintaa testattiin vertaamalla eri GFR -luokkien potilaita keskenään. Luokan 1 potilaita verrattiin luokkiin 4-5 ja erikseen luokkaan 5. Myös muita yhdistelmiä kokeiltiin. Koko kohortin jaottelu viiteen luokkaan ei kuitenkaan onnistunut, tulokset tästä olivat sattuman luokkaa. Potilaiden luokittelun osuvuus oli parhaimmillaan, kun verrattiin ääripäitä: GFRc 4-5 vs. GFRc 1 oli herkkyydeltään 97,7 % ja tarkkuudeltaan 33,3 % sekä osuvuudeltaan 81,4 %; GFRc 5 vs. GFRc 1 taas oli herkkyydeltään 85,0 %, tarkkuudeltaan 60,0 % ja osuvuudeltaan 74,3 %. Lisäksi laskimme samat luokittelut vielä potilaille käyttäen virtsan proteiinia ja albumiinia positiivisen löydöksen kynnyksenä. Näissä tulokset olivat samansuuntaisia ja samaa tasoa.

Pystyimme siis erottelemaan FAIMS -teknologiaan pohjautuvalla elektronisella nenällä potilaat, joilla munuaisten toiminta oli heikentynyt, niistä, joilla oli normaali munuaisfunktio. Tuloksiamme, joissa ääripäät erottuivat hyvin toisistaan, mutta joissa jako viiteen luokkaan ei onnistunut, voidaan pitää loogisina, sillä kyseessä on sairaus, jossa munuaisten toiminta hiipuu jatkumona. Luokkajako on joka tapauksessa keinotekoinen. Tämä tutkimus osoittaa, että munuaisten vajaatoiminnalla on vaikutusta virtsan VOC -koostumukseen, ja että tämä seikka olisi hyvä ottaa huomioon muissa elektronisella nenällä tehtävissä tutkimuksissa. Tämä oli ensimmäinen aikuisille tehty tutkimus, jossa munuaisten vajaatoimintaa yritettiin haistaa virtsanäytteistä, ja tuloksemme viittaavat siihen, että tämä todella on mahdollista. Tulevaisuudessa uusia diagnostisia vaihtoehtoja kehiteltäessä, elektroniset nenät saattavat olla yksi potentiaalinen vaihtoehto.