Development of a Predictive Model for Colorectal Cancer Using Exhaled Volatile Organic Compounds

ANTECEDENTES:El cáncer colorrectal carece de marcadores de diagnóstico no invasivos y eficientes. Recientemente, los compuestos orgánicos volátiles presentes en el aliento exhalado han surgido como posibles indicadores de diagnóstico para varias enfermedades.OBJETIVO:Este estudio tuvo como objetivo establecer un modelo predictivo que incluyera compuestos orgánicos volátiles exhalados para el diagnóstico del cáncer colorrectal.DISEÑO:Estudio comparativo prospectivo.ESCENARIO:Un solo centro médico académico.PACIENTES:El aliento exhalado se recopiló prospectivamente de 112 pacientes con cáncer colorrectal y 51 controles sanos. El aliento exhalado de los participantes de la investigación se recopiló bajo el control de varias condiciones, como comer o fumar antes de la recolección.INTERVENCIONES:Se analizó un total de 53 compuestos orgánicos volátiles en el aliento exhalado mediante cromatografía de gases de desorción térmica/espectrometría de masas.PRINCIPALES MEDIDAS DE RESULTADOS:Después de corregir varias variables clínicas que pueden afectar al compuesto orgánico volátil, se compararon las concentraciones detectadas en el grupo de cáncer colorrectal y el grupo de control sano. RESULTADOS: Se establecieron cuatro modelos predictivos utilizando variables clínicas emparejadas y valores de compuestos orgánicos volátiles para diferenciar entre cáncer colorrectal y controles sanos. En los cuatro modelos, se incluyeron variables clínicas de edad, sexo, temperatura ambiente, calefacción y refrigeración, duración del ayuno, consumo de carne o pescado a la parrilla y preparación intestinal, junto con los niveles de ocho compuestos orgánicos volátiles (etanol, decanal, 1-yodononano, dodecano, hexanal, 1-noneno, (1S)-(-)-alfa-pineno y acetofenona). La sensibilidad de los cuatro modelos de predicción varió de 84,0% a 98,2%, la especificidad varió de 89,2% a 93,8% y el área bajo la curva de características operativas del receptor varió de 92,1% a 98,3%.LIMITACIONES:La demografía de los participantes en los grupos fue diferente.CONCLUSIONES:Ocho tipos de compuestos orgánicos volátiles en el aire exhalado del grupo de cáncer colorrectal fueron significativamente diferentes de los del grupo de control sano. Nuestros resultados respaldan el diagnóstico de cáncer colorrectal utilizando un modelo predictivo que combina compuestos orgánicos volátiles y variables clínicas específicas. (Traducción-Yesenia Rojas-Khalil ).

Authors

Institutions

Publication Details

Journal
Diseases of the Colon & Rectum
Published
2025-03-05
DOI
https://doi.org/10.1097/dcr.0000000000003706
Citations
3
Primary Topic
Advanced Chemical Sensor Technologies
Type
article
Field-Weighted Citation Impact
2.02
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Development of a Predictive Model for Colorectal Cancer Using Exhaled Volatile Organic Compounds

Jung‐Myun Kwak, Seong Taek Oh, Seohee Lee, Seon Hahn Kim et al.
3 citations
Diseases of the Colon & Rectum
Advanced Chemical Sensor Technologies
2.02
article

Development of a Predictive Model for Colorectal Cancer Using Exhaled Volatile Organic Compounds

Jung‐Myun Kwak, Seong Taek Oh, Seohee Lee, Seon Hahn Kim, Ji Eun Song, Min Jung Kim, Ho-Sub Lim, Yanghee Kim, Dong Geun Sul, Se-Jin Baek
article en
3 citations

Abstract

ANTECEDENTES:El cáncer colorrectal carece de marcadores de diagnóstico no invasivos y eficientes. Recientemente, los compuestos orgánicos volátiles presentes en el aliento exhalado han surgido como posibles indicadores de diagnóstico para varias enfermedades.OBJETIVO:Este estudio tuvo como objetivo establecer un modelo predictivo que incluyera compuestos orgánicos volátiles exhalados para el diagnóstico del cáncer colorrectal.DISEÑO:Estudio comparativo prospectivo.ESCENARIO:Un solo centro médico académico.PACIENTES:El aliento exhalado se recopiló prospectivamente de 112 pacientes con cáncer colorrectal y 51 controles sanos. El aliento exhalado de los participantes de la investigación se recopiló bajo el control de varias condiciones, como comer o fumar antes de la recolección.INTERVENCIONES:Se analizó un total de 53 compuestos orgánicos volátiles en el aliento exhalado mediante cromatografía de gases de desorción térmica/espectrometría de masas.PRINCIPALES MEDIDAS DE RESULTADOS:Después de corregir varias variables clínicas que pueden afectar al compuesto orgánico volátil, se compararon las concentraciones detectadas en el grupo de cáncer colorrectal y el grupo de control sano. RESULTADOS: Se establecieron cuatro modelos predictivos utilizando variables clínicas emparejadas y valores de compuestos orgánicos volátiles para diferenciar entre cáncer colorrectal y controles sanos. En los cuatro modelos, se incluyeron variables clínicas de edad, sexo, temperatura ambiente, calefacción y refrigeración, duración del ayuno, consumo de carne o pescado a la parrilla y preparación intestinal, junto con los niveles de ocho compuestos orgánicos volátiles (etanol, decanal, 1-yodononano, dodecano, hexanal, 1-noneno, (1S)-(-)-alfa-pineno y acetofenona). La sensibilidad de los cuatro modelos de predicción varió de 84,0% a 98,2%, la especificidad varió de 89,2% a 93,8% y el área bajo la curva de características operativas del receptor varió de 92,1% a 98,3%.LIMITACIONES:La demografía de los participantes en los grupos fue diferente.CONCLUSIONES:Ocho tipos de compuestos orgánicos volátiles en el aire exhalado del grupo de cáncer colorrectal fueron significativamente diferentes de los del grupo de control sano. Nuestros resultados respaldan el diagnóstico de cáncer colorrectal utilizando un modelo predictivo que combina compuestos orgánicos volátiles y variables clínicas específicas. (Traducción-Yesenia Rojas-Khalil ).

Diseases of the Colon & RectumVol. 68(6)
Korea University (KR), University of Malaya (MY), Hansol Chemical (South Korea) (KR)
Openalex Percentile: Top 15%
Advanced Chemical Sensor Technologies
2.02
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.