![pageSearch](/themes/hestia/images/page-search.webp)
Les meilleures ceintures de course que vous pouvez acheter
May 01, 2023Elle est l'une des 2 seules personnes qui ne ressentent ni la douleur ni la peur. Elle pourrait changer le monde.
May 07, 2023Meilleurs cadeaux de luxe pour la fête des mères 2023
Aug 14, 2023Tasi Café est une présence constante dans le quartier nord de Columbus
May 13, 2023Deux montres Hamilton apparaîtront dans le dernier film d'Indiana Jones
Mar 10, 2023Abordable, portable et autonome
![Sep 03, 2023](/themes/hestia/images/news-details-icon1.webp)
Rapports scientifiques volume 12, Numéro d'article : 20613 (2022) Citer cet article
1231 accès
1 Citations
3 Altmétrique
Détails des métriques
L'accessibilité des dispositifs de dépistage diagnostique et de suivi du traitement des maladies respiratoires est essentielle pour promouvoir les soins de santé et réduire les complications soudaines et la mortalité. La spirométrie est la norme pour diagnostiquer et surveiller plusieurs maladies pulmonaires. Cependant, il manque des capacités d'évaluation régionales nécessaires pour détecter des changements régionaux subtils dans certaines maladies. Cela nécessite également des manœuvres respiratoires difficiles pour les personnes âgées, les enfants et les patients malades. Ici, nous avons actualisé un système de tomographie par impédance électrique (EIT) abordable, portable et auto-administrable pour l'évaluation de la fonction pulmonaire à domicile et la télémédecine. Grâce à des essais EIT-spirométrie simultanés sur des sujets sains, nous avons démontré que notre appareil peut prédire les indicateurs de spirométrie sur une large plage et peut fournir une cartographie régionale de ces indicateurs. Nous avons ensuite développé un paradigme de respiration presque sans effort et l'avons testé en surveillant longitudinalement un sujet libéré du COVID-19 et deux témoins sains avec des résultats suggérant que le paradigme peut détecter une détérioration initiale suivie d'une récupération. Dans l'ensemble, le système EIT peut être largement applicable pour le dépistage et la surveillance de la fonction pulmonaire à la fois à domicile et en clinique.
Les maladies respiratoires englobent cinq des trente causes les plus fréquentes de maladies graves et de décès dans le monde1. Le dépistage diagnostique et la surveillance continue de ces maladies sont essentiels pour améliorer les soins de santé des patients et réduire les complications soudaines et la mortalité. Bien que le dépistage et la surveillance à domicile soient un moyen pratique et rentable d'alléger le fardeau associé à ces maladies2,3,4, son efficacité est souvent remise en question en raison du manque d'outils médicaux auto-administrés, à domicile et standard5, 6.
À ce jour, la spirométrie7 est l'évaluation standard de la fonction pulmonaire pour évaluer l'aérodynamique globale, identifier et surveiller différentes conditions, y compris la COVID-198. Cependant, la spirométrie n'a pas la capacité d'évaluation régionale qui est nécessaire pour détecter, évaluer et surveiller les changements régionaux dans certaines maladies pulmonaires, telles que la maladie pulmonaire obstructive chronique (MPOC)9 et la COVID-1910 potentiellement longue. Par exemple, la spirométrie a manqué 10,4 % des patients atteints de MPOC qui ont un emphysème important9. De plus, seulement 9 % des patients COVID-19 sortis de l'hôpital ne présentaient aucune anomalie résiduelle de la tomodensitométrie (TDM) pulmonaire 10 mois après la sortie, même si les indices de spirométrie étaient tous normaux10. Ces études signifient la nécessité d'une évaluation régionale des fonctions pulmonaires.
La fonction pulmonaire régionale est généralement évaluée par tomodensitométrie, imagerie par résonance magnétique hyperpolarisée (IRM) ou méthodes d'imagerie nucléaire11. Cependant, ces techniques sont généralement coûteuses et ont une faible résolution temporelle, ce qui peut ne pas être idéal pour la surveillance de la fonction pulmonaire. La tomographie par impédance électrique12,13 (EIT) est une technique d'imagerie biomédicale sans rayonnement et non invasive de plus en plus utilisée pour surveiller la fonction pulmonaire, en particulier chez les nourrissons dans les unités de soins intensifs14,15. Bien que l'EIT ait une faible résolution spatiale, sa résolution temporelle élevée convient aux tests de la fonction pulmonaire. En tant que tel, des efforts de recherche récents ont été alloués pour établir une relation entre l'EIT et les mesures standard de la fonction pulmonaire afin de faciliter l'interprétabilité des résultats de l'EIT. Par exemple, une étude précédente a développé un modèle paramétrique de la relation entre le changement de volume pulmonaire, le changement de conductivité EIT et les informations anthropométriques16. Cependant, ils n'ont pas appliqué les manœuvres respiratoires de spirométrie standard, de sorte que la question de savoir si l'EIT peut refléter directement les indicateurs de spirométrie reste non concluante. Plus récemment, cette relation a été étudiée17, mais un étalonnage par sujet est nécessaire pour permettre la prédiction des indicateurs de spirométrie à partir de l'EIT. Dans l'ensemble, l'utilisation de l'EIT comme méthode autonome pour prédire les indicateurs de spirométrie standard de la fonction pulmonaire reste à démontrer.
Malgré les progrès récents de l'électronique qui ont permis le développement d'appareils EIT portables18,19, les systèmes EIT commerciaux restent coûteux, encombrants et nécessitent des cliniciens pour fonctionner et interpréter13. Par conséquent, la grande facilité d'utilisation des systèmes EIT sur le dépistage diagnostique des maladies pulmonaires et les applications de télémédecine de surveillance des fonctions pulmonaires est toujours entravée pour les environnements à domicile ou cliniques. Ici, nous avons conçu et mis en œuvre un système EIT abordable, portable et auto-administrable et avons établi son association avec la spirométrie standard. Notre système EIT portable peut non seulement être utilisé comme un appareil autonome pour prédire les indicateurs mondiaux de spirométrie sans étalonnage par sujet (un avantage par rapport aux systèmes EIT existants), mais fournit également une cartographie régionale de ces indicateurs (un avantage par rapport à la spirométrie). De plus, étant donné que la spirométrie nécessite que les sujets effectuent correctement une série de manœuvres, ce qui est difficile pour les personnes âgées, les enfants et les patients souffrant d'insuffisances pulmonaires graves, nous avons développé un nouveau paradigme de respiration guidée presque sans effort pour l'évaluation de la fonction pulmonaire à domicile. Nous avons démontré que ce paradigme pouvait refléter les fonctions pulmonaires globales et régionales chez des sujets sains. Nous avons en outre évalué le paradigme en surveillant longitudinalement un sujet libéré du COVID-19 et deux témoins, les résultats suggérant une détérioration initiale suivie d'une récupération pour le sujet libéré du COVID-19. Il convient de noter que le paradigme de respiration proche du sans effort proposé n'est pas destiné à remplacer le paradigme de la spirométrie. Au lieu de cela, il peut être utilisé comme une alternative pour le dépistage et la surveillance, ce qui devrait être plus facile par rapport au paradigme de spirométrie de référence puisqu'il oblige les sujets à effectuer correctement une série de manœuvres.
Pour prendre en charge le dépistage et la surveillance à domicile, nous avons conçu le système EIT en tenant compte de la portabilité, de l'auto-administration et de la rentabilité. Nous avons développé une console de la taille d'une paume et légère avec des dimensions de 15,2 × 11,0 × 4,4 cm3 et < 300 g (Fig. 1A). La console portable fonctionne avec une ceinture d'électrodes à 16 canaux réutilisable et désinfectable (Fig. 1A), une interface d'application mobile et un pipeline de traitement basé sur le cloud. La fonction de portabilité est prise en charge par l'intégration d'un module de gestion de l'alimentation et de la batterie permettant au système complet de fonctionner avec une alimentation constante de 3,3 V, il peut donc fonctionner soit via une prise de courant, soit via une batterie Li-ion. Notez que plusieurs systèmes EIT20,21,22 nécessitent une alimentation plus élevée allant de ± 5 V (total de 10 V) à ± 15 V (total de 30 V). Pour permettre la portabilité de ces systèmes, il est nécessaire d'utiliser plusieurs batteries, ce qui est plus coûteux et impose des défis supplémentaires pour refroidir le système et respecter les réglementations de la Commission électrotechnique internationale (CEI). Le système développé garantit également la sécurité des utilisateurs en limitant l'amplitude du courant généré jusqu'à 1 mApp conformément aux directives réglementaires des dispositifs médicaux émises par la CEI (détails de la console, voir la figure supplémentaire S1 et les méthodes en ligne). Le système développé peut atteindre une fréquence d'images flexible jusqu'à 50 images par seconde grâce à une triple méthode ADC entrelacée (fps), permettant la détection de changements de conductivité à haute fréquence tels que ceux lors de l'expiration forcée dans les tests de spirométrie (plus de détails dans les méthodes en ligne). La ceinture d'électrodes se compose d'une bande élastique en silicone avec seize électrodes jetables en gel de carbone espacées de manière égale et est disponible dans des tailles allant de 65 à 120 cm de longueur avec une plage extensible de 10 % de sa longueur d'origine pour s'adapter à la variation du tour de poitrine entre les populations et aux différentes manœuvres respiratoires. . Il est recommandé de remplacer les électrodes de gel à chaque fois après chaque utilisation pour garantir les meilleures performances. La fonction d'auto-administration est prise en charge par une application mobile qui guide les utilisateurs pour connecter la console (voir le guide supplémentaire pour se connecter à la console) et porter la ceinture d'électrodes (voir le guide supplémentaire pour porter la ceinture pulmonaire) et demande aux utilisateurs d'effectuer des paradigmes respiratoires (Guide supplémentaire pour effectuer le test pulmonaire et Figure supplémentaire S2). Les données acquises peuvent être traitées dans un pipeline de traitement basé sur le cloud ou via une application de bureau. Les données brutes acquises sont débruitées, puis les images EIT de différence de temps sont reconstruites et traitées pour générer des cartes fonctionnelles, où les indicateurs dérivés de l'EIT sont ensuite extraits (Figure supplémentaire S3). Le traitement rationalisé des données via un ordinateur de bureau ou une application basée sur le cloud permet une utilisation en ligne et hors ligne de l'appareil tout en minimisant le coût supplémentaire pour optimiser la puissance de calcul de la console.
Le système EIT portable et ses pipelines de traitement de données extraient des courbes conductivité-temps qui sont fortement corrélées avec les courbes volume-temps sous différents paradigmes respiratoires. (A) Le système EIT se compose d'une console portable, d'une ceinture d'électrodes, d'une interface d'application mobile et d'un pipeline de traitement basé sur le cloud. Les données EIT brutes sont d'abord acquises, suivies d'un débruitage, d'une reconstruction d'image EIT en différence de temps et d'une extraction de forme d'onde de conductivité globale. (B) L'EIT et la spirométrie simultanées ont été appliquées avec quatre paradigmes respiratoires différents, y compris une combinaison d'inspiration pleine ou moyenne capacité et d'expiration rapide ou lente. (C) La moyenne (± erreur standard) de la courbe conductivité-temps globale extraite et la courbe volume-temps concordent, comme le montrent les diagrammes à barres du coefficient de corrélation de Pearson (PCC ; ± erreur standard) calculés sur les segments de volume 0- 1L, 1-2L, 2-3L et 3-4L. Les dessins de la ceinture d'électrodes et de la console EIT portable ont été réalisés à l'aide de Dassault Systemes Solidworks 2020, Luxion Keyshot 9 et Adobe Photoshop CC 2019. Les dessins de la personne factice et du spiromètre ont été réalisés à l'aide d'Adobe Illustrator 2021.
Pour permettre à notre système EIT de bénéficier de la vaste littérature sur la spirométrie, nous avons cherché à établir la relation entre le changement de conductivité mesuré par EIT et le changement de volume mesuré par les spiromètres. À cette fin, nous avons appliqué simultanément l'EIT et la spirométrie (MIR Spirobank) à quatorze sujets sains d'âge, de taille, de poids et d'origine ethnique différents et avons prédit la CVF (les détails démographiques et anthropométriques figurent dans le tableau supplémentaire S1). La CVF prédite des sujets sélectionnés varie de 3,25 à 5,5 L avec une moyenne de 4,5 L et un écart type de 0,8 L, tel que calculé à partir de l'Enquête nationale sur la santé et la nutrition (NHANES) III23. Tous les sujets de ce travail, sauf indication contraire, ont effectué les tests en position debout et ont placé la ceinture au niveau du thorax autour des vertèbres T4 et T5, c'est-à-dire juste en dessous des mamelons pour les hommes et juste en dessous du sein pour les femmes. Chaque sujet a effectué au moins cinq répétitions de quatre paradigmes de respiration personnalisés illustrés à la Fig. 1B, notés (1) inspiration complète et expiration rapide, (2) inspiration complète et expiration lente, (3) inspiration moyenne et expiration rapide ; et (4) inspiration moyenne et expiration lente. Notez que le premier paradigme, c'est-à-dire une inspiration complète et une expiration rapide, est le paradigme respiratoire standard de la spirométrie. Ces paradigmes ont été choisis afin de simuler une large gamme de changements de débit et de volume de différents sujets (détails voir méthodes en ligne).
Les formes d'onde de conductivité globale mesurées avec EIT et les formes d'onde volume-temps mesurées avec un spiromètre pendant la section d'expiration moyenne sont extraites et illustrées à la Fig. 1C. Les courbes de volume et de conductivité changent qualitativement de la même manière pour tous les modes respiratoires. Le coefficient de corrélation de Pearson (PCC) calculé entre le volume et la conductivité sur les segments de volume 0–1 L (L), 1–2 L, 2–3 L et 3–4 L pour chaque test individuel est supérieur à 0,8 (p < 0,001 , Fig. 1C), confirmant que l'EIT peut capturer les changements de conductivité de manière synchrone avec les changements de volume.
Les diagrammes de dispersion entre les changements de conductivité et de volume pour différents sujets sont présentés à la Fig. 2A. La relation entre la conductivité et le volume est linéaire avec un PCC moyen égal à 0,89 ± 0,02 (p < 0,001) pour tous les sujets. Une régression linéaire simple est effectuée pour obtenir la meilleure ligne d'ajustement qui prédit le volume de la conductivité sur différents sujets. Notez que les pentes des meilleures lignes d'ajustement sont différentes pour chaque sujet (Fig. 2B), ce qui implique que le changement de volume ne peut pas être purement expliqué avec un changement de conductivité pour différents sujets (PCC = 0,52). La corrélation entre la pente et l'ordonnée à l'origine, et les données anthropométriques des sujets telles que l'âge, le sexe, la taille, le poids, le rapport poids-taille (\(\mathrm{W}/\mathrm{H}\)) et le tour de poitrine (Poitrine) sont évalué et illustré à la Fig. 2C et à la Figure supplémentaire S4, qui montre que la pente a une forte corrélation avec le poids, le rapport poids-taille et le tour de poitrine (PCC > 0,8 ; p < 0,001). Cela implique que les sujets avec un poids/taille et/ou un tour de poitrine plus grands ont une pente plus grande et donc pour ces sujets, un plus petit changement de conductivité est lié à un plus grand changement de volume. Étant donné que le poids/taille et le tour de poitrine sont tous deux proportionnels au volume du milieu conducteur, plus ces quantités sont importantes, plus la résistance est grande et plus le changement de conductivité est lent. Par conséquent, le poids/taille et le tour de poitrine sont utilisés en plus de la conductivité pour former un modèle de régression pour prédire le volume. Le modèle recherché doit avoir une pente W/H et poitrine dépendante. Cela équivaut à un modèle de régression linéaire avec des variables dépendantes qui incluent les termes de produit des paramètres anthropométriques et de la conductivité. Le rapport P/H étant fortement corrélé au poids (PCC > 0,98 ; p < 0,001), le poids n'a pas été inclus pour éviter la multi-colinéarité.
Avec la correction anthropométrique, le système EIT développé peut être utilisé comme un appareil autonome pour prédire le changement de volume pulmonaire au fil du temps. (A) Les courbes globales de conductivité-temps de l'EIT sont significativement corrélées avec les courbes volume-temps pour les sujets individuels. Ceux-ci indiquent que la relation entre la conductivité et le volume est quasi-linéaire et dépend du sujet. (B) La relation entre les courbes conductivité-temps et les courbes volume-temps dépend du sujet. (C) La matrice de corrélation entre la pente, l'interception et l'anthropométrie des sujets montre que la pente est fortement corrélée avec le rapport poids-taille (L/H) et le tour de poitrine (Poitrine). (D) Les courbes volume-temps prédites à l'aide de l'EIT et de l'anthropométrie des sujets sont fortement corrélées avec les courbes volume-temps mesurées. Les échantillons de train et de test sont illustrés dans la figure supplémentaire S5 (E). La moyenne (± erreur standard) des courbes volume-temps prédites est en accord avec la moyenne (± erreur standard) des courbes volume-temps mesurées pour tous les efforts respiratoires. comme le montrent les graphiques à barres du coefficient de corrélation de Pearson (PCC ; ± erreur standard) calculé sur les segments de volume 0-1L, 1-2L, 2-3L et 3-4L.
Pour s'assurer que le modèle de régression est capable de se généraliser à des données invisibles provenant de sujets ayant des anthropométries différentes et d'évaluer équitablement les performances du modèle, les données sont divisées en échantillons d'apprentissage et de test. Les échantillons de test sont obtenus en excluant au hasard toutes les données de deux sujets et 10 % supplémentaires des données des sujets restants. Les échantillons d'apprentissage sont les données restantes. Notez que la proportion des échantillons de test est de 24 % par rapport au total des échantillons. Le volume prédit et le volume mesuré sont significativement corrélés (Fig. 2D, Figure supplémentaire S5) pour la formation (PCC = 0,89 ; p < 0,001) et les échantillons de test (PCC = 0,8 ; p < 0,001). L'erreur quadratique moyenne normalisée (NRMSE) du volume prévu est de 10,4 % et 13,4 % pour les échantillons d'apprentissage et de test, respectivement. Ces erreurs sont du même ordre de grandeur que dans les études précédentes16. Cela montre que le modèle de régression développé peut prédire le volume à partir de la conductivité et de l'anthropométrie pour une large plage dynamique et pour différents sujets d'anthropométrie différente. Le volume prévu au fil du temps pour différents niveaux d'effort correspond au volume mesuré (Fig. 2E, PCC> 0, 8; p <0, 001 pour tous les segments de volume).
Du point de vue du diagnostic, les indicateurs de spirométrie sont considérés comme l'étalon-or et constituent le test de diagnostic le plus largement utilisé pour l'asthme, la maladie pulmonaire obstructive chronique (MPOC) et d'autres maladies pulmonaires obstructives ou restrictives24. Les indicateurs de spirométrie les plus largement utilisés sont la capacité vitale forcée (FVC), le volume expiratoire forcé en 1 s (FEV1), le rapport FEV1/FVC, le débit expiratoire maximal (PEF) et le débit expiratoire forcé à 25–75 % de la capacité vitale forcée (FEF25 –75%). Il est donc important de s'assurer que notre appareil EIT peut prédire ces indicateurs. Étant donné que tous les paradigmes de respiration personnalisés n'impliquent pas une expiration forcée à plein effort, ces indicateurs sont appelés volume maximal engagé (MVE), volume expiré en 1 s (EV1), rapport EV1/MVE, débit expiratoire maximal (MEF) et débit expiratoire à 25 à 75 % du volume maximal engagé (EF25-75 %), correspondant respectivement à FVC, FEV1, FEV1/FVC, PEF, FEF25-75 %. Ces indicateurs dérivés de l'EIT sont calculés comme suit (Fig. 3A). La MVE est obtenue par la différence entre les changements de volume prédits maximum et minimum ; EV1 est le changement de volume prévu dans la première seconde à partir du début de l'expiration ; EV1/MVE est le rapport de EV1 et MVE ; MEF est la valeur maximale de la dérivée temporelle de la courbe de volume prédite ; et EF25-75 % est la moyenne de la dérivée temporelle du volume prédit pendant l'expiration de 25 % de MVE à 75 % de MVE. Les diagrammes de dispersion de la Fig. 3B montrent les indicateurs de spirométrie prédits à partir de notre appareil EIT par rapport aux indicateurs de spirométrie mesurés. Tous les indicateurs prédits à l'aide de notre appareil sont significativement corrélés aux indicateurs de spirométrie (PCC> 0,7; p <0,001; méthodes en ligne, tableau supplémentaire S2).
Les indicateurs de spirométrie prédits avec le dispositif EIT sont significativement corrélés avec les indicateurs d'un spiromètre standard, démontrant la capacité du système EIT développé à déduire des indicateurs de fonction pulmonaire standard. (A) Illustration de la méthode utilisée pour calculer les indicateurs de spirométrie7 (B) Les indicateurs dérivés de l'EIT sont significativement corrélés avec les indicateurs de spirométrie sur une large plage dynamique pour les échantillons d'entraînement et de test, démontrant que l'appareil dispose de capacités de spirométrie standard. Abréviations : volume maximal engagé (MVE), volume expiré en 1 s (EV1), débit expiratoire maximal (MEF), débit expiratoire à 25–75 % du volume maximal engagé (EF25-75 %).
Les mêmes indicateurs MVE, EV1, EV1/MVE, MEF et EF25-75% sont également calculés au niveau voxel (cartes fonctionnelles). Les indicateurs au niveau des voxels ayant une faible corrélation avec la forme d'onde globale et une petite amplitude sont mis à zéro pour réduire le bruit dans les cartes fonctionnelles (Fig. 4A). Les grappes pulmonaires gauche et droite sont ensuite divisées en partitions postérieure et antérieure (c'est-à-dire antérieure gauche (AL), postérieure gauche (PL), antérieure droite (AR) et postérieure droite (PR)) dans lesquelles les indicateurs sont évalués. Les cartes fonctionnelles moyennes de chaque indicateur dérivé de l'EIT de tous les paradigmes respiratoires sont présentées à la Fig. 4B. Tous les indicateurs dérivés de l'EIT extraits de quatre ROI (Fig. 4C) partageaient une tendance similaire à celle du global, c'est-à-dire que le MVE est plus élevé dans les paradigmes impliquant une inhalation à pleine capacité (p <0, 001), l'EV1 est le plus élevé en inhalation à pleine capacité avec rapide expirez (p < 0,001) et est le plus faible en inspiration à demi-capacité avec expiration lente (p < 0,001), le rapport EV1/MVE est plus élevé dans les paradigmes impliquant une expiration rapide (p < 0,001), le MEF est le plus élevé en inspiration pleine capacité avec une expiration rapide. expirez (p < 0,001) et est le plus bas en inspiration à moitié capacité avec expiration lente (p < 0,001), et le FE25-75 % est le plus élevé en inspiration pleine capacité avec expiration rapide (p < 0,001) et est le plus bas en expiration lente (p < 0,001).
Les cartes fonctionnelles dérivées de l'EIT et les indicateurs régionaux dérivés de l'EIT étaient cohérents avec les quatre paradigmes respiratoires correspondants, à savoir la combinaison d'une inspiration pleine ou moyenne capacité et d'une expiration rapide ou lente. (A) Les cartes fonctionnelles sont obtenues en évaluant les indicateurs EIT à partir des formes d'onde voxels à partir desquelles les régions d'intérêt (ROI) sont déduites, y compris la partie antérieure gauche (AL), la partie postérieure gauche (PL), la partie antérieure droite (AR) et la partie postérieure droite (PR). (B) Des cartes fonctionnelles moyennes ont été calculées, permettant une évaluation régionale de la fonction pulmonaire. (C) Tous les indicateurs régionaux ont suivi une tendance similaire, c'est-à-dire que le MVE est plus élevé dans les paradigmes impliquant une inspiration à pleine capacité, l'EV1 est le plus élevé dans l'inspiration à pleine capacité avec une expiration rapide et est le plus bas dans l'inspiration à demi-capacité avec une expiration lente, l'EV1/MVE le rapport est plus élevé dans les paradigmes impliquant une expiration rapide, le MEF est le plus élevé en inspiration pleine capacité avec expiration rapide et est le plus bas en inspiration demi-capacité avec expiration lente, et le EF25-75% est le plus élevé en inspiration pleine capacité avec expiration rapide et est le plus bas en expirez lentement. *p < 0,05, **p < 0,01, ***p < 0,001. Les barres d'erreur indiquent ± erreur standard de la moyenne. Abréviations : volume maximal engagé (MVE), volume expiré en 1 s (EV1), débit expiratoire maximal (MEF), débit expiratoire à 25–75 % du volume maximal engagé (EF25-75 %).
Nous avons en outre développé un nouveau paradigme de respiration guidée qui consiste en une inspiration et une expiration périodiques à 12 respirations par minute (bpm) (Fig. 5A) et son pipeline de traitement correspondant (voir les méthodes en ligne). Le choix d'un rythme respiratoire relativement lent (gamme typique : 12-20 bpm25) consiste à imposer un certain degré de défi respiratoire. C'est-à-dire qu'un sujet normal aurait tendance à respirer une plus grande quantité d'air à chaque cycle pendant cet exercice. Un total de neuf sujets d'âge, de taille, de poids, d'origine ethnique et de CVF prédits différents ont effectué plus de quatre répétitions de respiration guidée (les détails démographiques et anthropométriques figurent dans le tableau supplémentaire S3). Les sujets ont été invités à effectuer des modes de respiration profonde et superficielle pour caractériser les différences fonctionnelles. A partir de chaque sujet et de chaque répétition, nous avons calculé les cartes d'amplitude, l'amplitude totale, la courbe conductivité-temps et les spectres de fréquence (voir méthodes en ligne). Tous les résultats ont été normalisés par le plus grand participant dépendant du sujet pour comparer strictement les deux modes de respiration (voir méthodes en ligne). Comme prévu, le mode de respiration profonde présentait une amplitude plus élevée par rapport à la respiration superficielle (p <0,001, Fig. 5B et Figure supplémentaire S6). Notez que les voxels activés sont presque les mêmes pour les deux profondeurs de respiration, l'amplitude totale était plus élevée pendant la respiration profonde (p <0,001). Cependant, le poumon droit a significativement plus de voxels activés (p < 0,001) et une amplitude totale significativement plus élevée (p < 0,001) par rapport au gauche dans les modes de respiration superficielle et profonde, probablement en raison du positionnement du cœur dans le thorax gauche. La conductivité moyenne normalisée dans les lobes pulmonaires droit et gauche est représentée sur la figure 5B à la fois dans les domaines temporel et fréquentiel. Les résultats montrent que les variations de conductivité pour les poumons et les modes respiratoires suivent une oscillation périodique de douze périodes par minute avec une amplitude plus faible pour une respiration superficielle. Ces résultats ont démontré que ce nouveau paradigme de respiration guidée presque sans effort peut refléter les changements de la fonction pulmonaire à la fois globaux et régionaux.
L'EIT avec un nouveau paradigme de respiration guidée presque sans effort peut quantifier les changements fonctionnels pulmonaires mondiaux et régionaux. (A) Le paradigme est un schéma périodique d'inspiration et d'expiration à 12 respirations par minute (bpm). (B) Des modes de respiration superficielle et profonde ont été appliqués pour évaluer la sensibilité de cette méthode. Les voxels activés et l'amplitude totale ont été extraits des poumons gauche et droit. Le poumon droit a significativement plus de voxels activés et une amplitude totale significativement plus élevée par rapport à la gauche. Les cartes d'amplitude, l'amplitude totale, la courbe de temps de conductivité et les spectres de fréquence présentaient une amplitude plus élevée pendant la respiration profonde par rapport à la respiration superficielle, tandis que les voxels activés restaient similaires. ***p < 0,001. Les barres d'erreur indiquent ± erreur standard de la moyenne. Abréviations : unité arbitraire (au). Les dessins de la ceinture d'électrodes et de la console portable EIT ont été réalisés à l'aide de Dassault Systemes Solidworks 2020, Luxion Keyshot 9 et Adobe Photoshop CC 2019. Les dessins de la personne factice ont été réalisés à l'aide d'Adobe Illustrator 2021.
Pour caractériser davantage les performances du système avec ce nouveau paradigme presque sans effort, un sujet libéré du COVID-19 a été surveillé longitudinalement avec deux témoins sains. Le sujet COVID et les deux témoins sains ont été sélectionnés de manière à ce qu'ils soient tous non-fumeurs, n'aient aucun antécédent connu de maladies cardiaques et/ou pulmonaires telles que la MPOC, l'asthme, la bronchite ou la pneumonie non traitée, soient du même sexe (tous des hommes ), CVF prédit similaire (5,6 L (COVID), 5,3 L, 5,2 L), âge (33 (COVID), 24, 28), poids (79 kg (COVID), 75 kg, 58 kg) et tour de poitrine ( 90 cm (COVID), 89 cm, 81 cm) (détails démographiques, anthropométriques et cliniques dans le tableau supplémentaire S4). Le sujet libéré du COVID et les deux témoins sains ont effectué les tests en se tenant debout avec la ceinture pulmonaire autour des vertèbres T4 et T5 et ont été chargés de suivre le paradigme de respiration à l'écran (Fig. 5A) sans instruction spécifique sur la profondeur de respiration. La carte d'amplitude moyenne à travers différents essais pour le sujet COVID-19 et les deux témoins est illustrée à la Fig. 6A avec leurs indicateurs associés, y compris les voxels activés, l'amplitude totale et le coefficient de variation (CV, voir les méthodes en ligne). Le coefficient de variation est un indicateur du degré d'inhomogénéité dans différentes régions pulmonaires et il a été démontré qu'il était indicatif d'une anomalie pulmonaire dans des études antérieures26,27,28. Les voxels activés et l'amplitude totale pour tous les sujets sont cohérents avec les résultats de l'expérience de respiration guidée à profondeur variable, c'est-à-dire que le poumon droit a significativement plus de voxels activés et une amplitude totale significativement plus élevée (p < 0,001). D'autre part, le sujet libéré du COVID-19 avait un CV plus élevé (p <0,001), suggérant une détérioration de la fonction pulmonaire.
L'EIT avec un nouveau paradigme de respiration guidée presque sans effort peut détecter une détérioration pulmonaire régionale suivie d'une récupération pour un sujet libéré du COVID-19. Le sujet libéré du COVID-19 a été surveillé longitudinalement avec deux témoins appariés selon l'âge et le sexe (A) Le sujet libéré du COVID-19 avait un CV plus élevé, suggérant une détérioration de la fonction pulmonaire. Notez que le poumon droit a significativement plus de voxels activés et une amplitude totale significativement plus élevée. (B) Le CV a diminué de manière significative au fil du temps dans le poumon gauche du sujet libéré du COVID-19, suggérant une détérioration fonctionnelle au début suivie d'une récupération. (C) L'analyse régionale a en outre mis en évidence la détérioration et la récupération du poumon antérieur gauche. *p < 0,05, **p < 0,01 et ***p < 0,001. Les barres d'erreur indiquent ± erreur standard de la moyenne. Abréviations : unité arbitraire (au) ; non significatif (ns); coefficient de variation (CV).
Pour examiner plus en détail les fonctions pulmonaires régionales, les évolutions temporelles du CV des poumons gauche et droit sont présentées dans des diagrammes de dispersion et régressées linéairement (Fig. 6B). Les résultats suggèrent que le CV a diminué de manière significative (p <0, 01) au fil du temps dans le poumon gauche du sujet déchargé du COVID-19 (Fig. 6B), suggérant une détérioration fonctionnelle au début suivie d'une récupération. Alors qu'aucune tendance significative n'a été observée pour les témoins. L'évolution temporelle du CV est ensuite évaluée à l'avant et à l'arrière des ROI gauche et droite. Les résultats suggèrent que la détérioration et la récupération potentielles se sont produites spécifiquement dans le poumon antérieur gauche (Fig. 6C). Étant donné qu'il s'agit d'une étude de cas sur un seul sujet, des tests plus approfondis sont nécessaires pour étayer ces conclusions.
Ici, nous avons conçu et développé un système EIT auto-administrable, portable et rentable à domicile, mis en œuvre un paradigme de respiration presque sans effort et démontré sa faisabilité pour évaluer longitudinalement les fonctions pulmonaires globales et régionales.
Nous avons validé le système EIT portable développé en tant qu'appareil autonome pour prédire les indicateurs de spirométrie standard. Nos résultats ont démontré que le volume du flux d'air à travers les poumons peut être prédit à l'aide de l'EIT et de l'anthropométrie du sujet sans étalonnage (PCC > 0,8 ; p < 0,001). Nous avons observé une légère différence entre la courbe conductivité-temps EIT et la courbe volume-temps de spirométrie, potentiellement due au fait que la tranche d'imagerie EIT ne peut pas représenter l'ensemble du poumon (Figure supplémentaire S7), qui pourrait être élucidée avec 3D-EIT10 à l'avenir . Nous avons également montré que l'EIT peut déduire des indicateurs de spirométrie standard (PCC> 0,7 ; p <0,001), ce qui le rend potentiellement adapté au dépistage, au diagnostic et à la surveillance des maladies pulmonaires obstructives et restrictives, facilitant son adoption comme outil de dépistage standard pour l'évaluation de la fonction pulmonaire. . De plus, nous avons montré que le système fournit une cartographie fonctionnelle régionale des indicateurs de spirométrie. Nous émettons l'hypothèse que ces informations spatiales supplémentaires seraient essentielles pour l'évaluation fonctionnelle pulmonaire régionale, qui peut être essentielle pour détecter et surveiller les changements régionaux dans les maladies pulmonaires, telles que la MPOC. De futures études cliniques impliquant des patients atteints de MPOC, d'asthme et de pneumopathie interstitielle sont justifiées.
Pour évaluer les incertitudes de l'appareil dues à la variabilité de la position de la ceinture, de la posture du sujet et de la répétition, nous avons acquis à plusieurs reprises des mesures simultanées d'EIT et de spirométrie de deux sujets pendant la respiration forcée d'efforts différents. Le premier sujet a effectué les tests en faisant varier la position de la ceinture d'électrodes et sa posture. Le test de variabilité de la position de la ceinture est réalisé alors que le sujet est debout et la ceinture est placée à quatre positions différentes : (i) autour des vertèbres T4 et T5 (position d'instruction ou "normale"), (ii) 1 cm au-dessus (c'est-à-dire autour T4), (iii) 2 cm en dessous (c'est-à-dire entre T5 et T6) et (iv) 5 cm en dessous (c'est-à-dire entre T7 et T8)29. Le test de variabilité de la posture a été réalisé alors que la ceinture est placée à la position prescrite et que le sujet tient trois postures différentes : (i) debout (position prescrite ou "normale"), (ii) assis, (iii) allongé. La variabilité due au test de répétition est réalisée par le deuxième sujet sur deux jours différents (jour 1 et jour 11) en position debout avec la ceinture pulmonaire autour des vertèbres T4 et T5. Le nuage de points comparant les indicateurs EIT et les indicateurs de spirométrie sont présentés dans les figures supplémentaires S8, S9 et S10. Les données acquises à partir de la position indiquée ou du jour 1 sont utilisées pour créer un modèle de régression pour prédire les indicateurs de spirométrie à partir des indicateurs EIT. Le modèle de régression est ensuite appliqué aux données acquises à d'autres positions de ceinture ou jour. Les NRMSE induits en faisant varier la ceinture de 1 cm au-dessus à 5 cm en dessous sont comparables à ceux obtenus à partir de la position normale, les erreurs les plus importantes étant enregistrées lorsque la ceinture est à 5 cm de la position recommandée (tableau supplémentaire S3). Les NRMSE induits en faisant varier la posture du sujet de debout, assis à allongé sont comparables aux erreurs les plus importantes enregistrées lorsque le sujet est allongé (tableau supplémentaire S3). Enfin, les NRMSE induits par la répétition des tests au jour 11 sont comparables aux erreurs au jour 1, les erreurs au jour 11 étant plus importantes (tableau supplémentaire S3). Bien que les résultats suggèrent que la prédiction des indicateurs de spirométrie n'est pas grandement affectée par de petites erreurs dans la position de la ceinture, la posture du sujet et la répétition, il convient de noter que les erreurs de ces expériences ont été évaluées sur un seul sujet. Par conséquent, d'autres expériences sont nécessaires pour estimer avec précision l'erreur induite par ces variabilités. Enfin, il convient de noter que la compensation des erreurs induites par la position de la ceinture ou la posture du sujet est également possible16. Le développement d'un tel modèle nécessite l'acquisition de données auprès de plusieurs sujets, qui seront pris en compte pour de futures études.
Le nouveau paradigme de respiration guidée presque sans effort est sensible aux différents efforts respiratoires et fournit des évaluations de la fonction pulmonaire à la fois globales et régionales. De plus, la surveillance longitudinale du sujet libéré du COVID-19 a montré que le système EIT peut potentiellement détecter une détérioration initiale suivie d'une récupération. Bien que le sujet recruté n'ait pas subi de test d'inhomogénéité de la ventilation (VIH) ou de tomodensitométrie pour comparer nos résultats à ces tests standard, d'autres études suggèrent que l'inhomogénéité est détectée chez plus de 40 % des sujets COVID-1930. Des tests plus approfondis avec des sujets COVID-19 sont nécessaires pour étayer ces conclusions étant donné qu'il ne s'agit que d'une étude de cas. L'efficacité du paradigme de la respiration guidée n'a pas encore été élucidée par des essais cliniques approfondis. Néanmoins, notre appareil peut potentiellement être utile pour le suivi longitudinal de la récupération du COVID-19. En fait, une guérison complète de la COVID-19 peut prendre jusqu'à plusieurs mois31,32. Long COVID est un terme conçu par les patients pour décrire les symptômes persistants qu'ils ressentent bien après un premier épisode de COVID-19, avec des symptômes tels que l'essoufflement, des lésions structurelles pulmonaires, une fonction pulmonaire anormale, etc. Plusieurs études ont montré que plus de 70% des patients sortis, avec deux tests négatifs délivrés à 24 h d'intervalle, ont été trouvés avec des anomalies par tomodensitométrie à haute résolution (HRCT) et spirométrie33,34. Par conséquent, la surveillance post-traitement du COVID et la surveillance longitudinale du long COVID sont souhaitables pour capturer toute anomalie de la fonction pulmonaire manquée ou cachée afin d'améliorer les résultats pour les patients. De plus, plusieurs maladies respiratoires peuvent également être explorées en utilisant notre approche EIT, notamment la MPOC28,35, l'asthme36 et les infections aiguës des voies respiratoires inférieures37.
L'un des principaux avantages de notre système EIT développé est sa grande accessibilité, essentielle pour promouvoir les soins de santé à distance. Récemment, pendant la pandémie de COVID-19, les applications de télésanté et de télémédecine sont de plus en plus demandées dans le monde38. Les applications de télémédecine font référence aux utilisations des télécommunications et des technologies de l'information pour fournir un accès à distance à l'évaluation de la santé, au diagnostic, à l'intervention et à la consultation, ainsi que pour faciliter la consultation clinique distale et la supervision du traitement39. En plus d'améliorer l'accès aux soins de santé, notre console EIT et notre ceinture en silicone servent de portable portable auto-administrable avec des conseils détaillés via une application mobile et un traitement et un stockage de données en nuage en temps réel, permettant une surveillance à distance pour les professionnels de la santé afin d'évaluer virtuellement la santé des patients. et les réponses au traitement. Comparé au système EIT traditionnel, notre système EIT portable est conçu comme un gadget de télémédecine abordable, qui peut être largement utilisé pour la surveillance à distance des patients dans des environnements à domicile et cliniques. Il est important de noter qu'une grande partie du coût des systèmes EIT peut être due aux décisions commerciales et aux licences médicales. En rendant le dispositif abordable, portable et auto-administrable, un plus grand nombre de dispositifs peut être vendu et, par conséquent, le coût de la licence médicale par dispositif unitaire peut être réduit. En fin de compte, le dispositif proposé peut améliorer la qualité des soins de santé des patients souffrant de maladies pulmonaires chroniques40,41, réduire à la fois le temps et les coûts associés à la surveillance sur place4 et potentiellement réduire les taux de mortalité globaux.
Outre le dépistage et la surveillance des maladies pulmonaires, le système EIT portable développé a également le potentiel pour le dépistage diagnostique à domicile et la surveillance du traitement des maladies chroniques dans d'autres parties du corps telles que le foie, les reins, les seins et les articulations synoviales. En fait, les propriétés diélectriques (par exemple, la bioimpédance, la conductivité, la permittivité) pourraient varier entre les tissus sains et malades à différentes fréquences d'excitation42. Par exemple, la conductivité des tissus tumoraux hépatiques humains ex vivo s'est avérée supérieure43, tandis qu'une conductivité inférieure44 et une bioimpédance supérieure45 ont été détectées dans le tissu de stéatose hépatique de rats in vivo par rapport au tissu hépatique sain. De plus, la bioimpédance des tissus tumoraux rénaux humains pourrait être plus faible lorsque le courant était appliqué entre 200 kHz et 1 MHz dans deux récentes études rénales ex vivo46,47. En outre, il a été démontré que les tissus de cancer du sein humain ex vivo avaient une bioimpédance inférieure48, tandis que les tissus de cancer du sein humain in vivo avaient une conductivité et une permittivité plus élevées49. Les articulations synoviales, telles que les poignets et les genoux, ont montré une bioimpédance plus faible chez les patients atteints du syndrome du canal carpien50 et une bioimpédance plus élevée chez les patients souffrant d'arthrose51, respectivement. Dans l'ensemble, nous nous attendons à ce que notre système EIT portable soit largement applicable au dépistage diagnostique à domicile et à la surveillance du traitement à distance de plusieurs maladies chroniques sur différentes parties du corps.
Des ensembles de données représentatifs (y compris les données brutes, les étapes intermédiaires et les résultats finaux) et les codes à l'appui des conclusions de ce manuscrit sont disponibles sur https://drive.google.com/drive/folders/1eOxVvpp66FQmWZTWLYzmVsLdV2zjI_EI?usp=sharing une fois publiés. Des ensembles de données complets sont disponibles auprès de l'auteur correspondant sur demande raisonnable.
Wang, H. et al. Espérance de vie mondiale, régionale et nationale, mortalité toutes causes confondues et mortalité par cause pour 249 causes de décès, 1980-2015 : Une analyse systématique pour l'étude Global Burden of Disease Study 2015. The Lancet 388, 1459-1544 (2016 ).
Article Google Scholar
Coma-del-Corral, MJ et al. Fiabilité de la télémédecine dans le diagnostic et le traitement du syndrome d'apnée du sommeil. Téléméd. e-Santé 19, 7–12 (2013).
Article Google Scholar
Barbosa, MT, Sousa, CS, Morais-Almeida, M., Simões, MJ & Mendes, P. Télémédecine dans la BPCO : Un aperçu par sujets. MPOC : J. Chron. Obstruer. Pulmon. Dis. 17, 601–617 (2020).
Article Google Scholar
Tomasic, I., Tomasic, N., Trobec, R., Krpan, M. & Kelava, T. Surveillance continue à distance des patients atteints de MPOC—Justification et explication des exigences et étude des technologies disponibles. Méd. Biol. Ing. Calcul. 56, 547-569 (2018).
Article PubMed PubMed Central Google Scholar
Vitacca, M. & Scalvini, S. La télémédecine comme moyen d'atteindre une fin, pas comme une fin en soi. Vie 12, 122 (2022).
Article PubMed PubMed Central Google Scholar
Simeone, S., Condit, D. & Nadler, E. N'abandonnez pas encore vos stéthoscopes—Télémédecine pour les maladies respiratoires chroniques à l'ère de la COVID-19. Vie 12, 222 (2022).
Article CAS PubMed PubMed Central Google Scholar
Miller, groupe de travail MR ATS/ERS : Normalisation de la spirométrie. EUR. Respir. J. 26, 319–338 (2005).
Article CAS PubMed Google Scholar
Mo, X. et al. Fonction pulmonaire anormale chez les patients COVID-19 au moment de la sortie de l'hôpital. EUR. Respir. J. 55, 2001217 (2020).
Article CAS PubMed PubMed Central Google Scholar
Lutchmedial, SM et al. Quelle est la fréquence de la limitation du débit d'air chez les patients souffrant d'emphysème lors d'une tomodensitométrie du thorax ?. Poitrine 148, 176-184 (2015).
Article PubMed Google Scholar
van den Borst, B. et al. Bilan de santé complet 3 mois après la guérison de la maladie aiguë à coronavirus 2019 (COVID-19). Clin. Infecter. Dis. 73, e1089–e1098 (2021).
Article PubMed Google Scholar
Dubsky, S. & Fouras, A. Imagerie de la fonction pulmonaire régionale : un outil essentiel pour le développement de thérapies antimicrobiennes inhalées. Adv. Déliv. Rév. 85, 100–109 (2015).
Article CAS PubMed Google Scholar
Barber, DC & Brown, BH Tomographie potentielle appliquée. J.Phys. E : Sci. Instrument. 17, 723 (1984).
Article Google Scholar
Adler, A. & Holder, D. Tomographie par impédance électrique : méthodes, histoire et applications (CRC Press, 2021).
Réserver Google Scholar
Frerichs, I., Schiffmann, H., Hahn, G. & Hellige, G. Surveillance non invasive sans rayonnement de la ventilation pulmonaire régionale chez les nourrissons gravement malades. Soins Intensifs Méd. 27, 1385–1394 (2001).
Article CAS PubMed Google Scholar
Riedel, T., Kyburz, M., Latzin, P., Thamrin, C. & Frey, U. Inhomogénéités régionales et globales de la ventilation chez les prématurés et les nourrissons nés à terme. Soins Intensifs Méd. 35, 144-151 (2009).
Article PubMed Google Scholar
Coulombe, N., Gagnon, H., Marquis, F., Skrobik, Y. & Guardo, R. Un modèle paramétrique de la relation entre l'EIT et le volume pulmonaire total. Physiol. Mes. 26, 401 (2005).
Article PubMed Google Scholar
Ngo, C. et al. Linéarité de la tomographie par impédance électrique lors des manœuvres de respiration à effort maximal et d'expiration forcée. Physiol. Mes. 38, 77 (2016).
Article PubMed Google Scholar
Xu, Z. et al. Développement d'un système portable de tomographie par impédance électrique pour des applications biomédicales. IEEE Sens. J. 18, 8117–8124 (2018).
Article Google Scholar
Zamora-Arellano, F. et al. Développement d'un système de tomographie par impédance électrique portable, fiable et peu coûteux utilisant un système embarqué. Électronique 10, 15 (2021).
Article Google Scholar
Singh, G., Anand, S., Lall, B., Srivastava, A. & Singh, V. Un système de tomographie par impédance électrique multifréquence portable sans fil à faible coût. Arabe. J. Sci. Ing. 44, 2305–2320 (2019).
Article Google Scholar
Zhu, J. et al. Kit EIT : une boîte à outils de tomographie par impédance électrique pour la détection de la santé et du mouvement, dans le 34e Symposium annuel ACM sur les logiciels et technologies d'interface utilisateur 400–413 (ACM, 2021). https://doi.org/10.1145/3472749.3474758.
Brazey, B., Haddab, Y., Zemiti, N., Mailly, F. & Nouet, P. Un matériel open source et facilement reproductible pour la tomographie par impédance électrique. MatérielX 11, e00278 (2022).
Article CAS PubMed PubMed Central Google Scholar
Hankinson, JL, Odencrantz, JR & Fedan, KB Valeurs de référence spirométriques d'un échantillon de la population générale des États-Unis. Suis. J. Respir. Crit. Care Med 159, 179-187 (1999).
Article CAS PubMed Google Scholar
Soriano, JB, Zielinski, J. & Price, D. Dépistage et détection précoce de la maladie pulmonaire obstructive chronique. Le Lancet 374, 721–732 (2009).
Article Google Scholar
http://dx.doi.org/10.1037/0021-843X.111.2.213 Barret, KE, Boitano, S. & Barman, SM.
Google Scholar
Vogt, B. et al. Hétérogénéité spatiale et temporelle de la ventilation pulmonaire régionale déterminée par tomographie par impédance électrique lors des tests de la fonction pulmonaire. J. Appl. Physiol. 113, 1154-1161 (2012).
Article PubMed Google Scholar
Bachmann, MC et al. Tomographie par impédance électrique dans le syndrome de détresse respiratoire aiguë. Crit. Soins 22, 1–11 (2018).
Article Google Scholar
Milne, S. et al. Les caractéristiques pulmonaires basées sur le temps de la tomographie par impédance électrique démontrent l'hétérogénéité de la ventilation dans la maladie pulmonaire obstructive chronique. J. Appl. Physiol. 127, 1441–1452 (2019).
Article PubMed Google Scholar
Singh, R. et al. Mesures morphométriques de la colonne vertébrale thoracique cadavérique dans la population indienne et ses applications cliniques. Asian Spine J. 5, 20–34 (2011).
Article PubMed PubMed Central Google Scholar
Kryukov, EV, Savushkina, OI, Chernyak, AV & Kulagina, IC Diagnostic de l'inhomogénéité de la ventilation après COVID-19 par test de lavage à l'azote à respirations multiples. Pul'monologiâ (Mosk.) 31, 30–36 (2021).
Article Google Scholar
Lopez-Leon, S. et al. Plus de 50 effets à long terme du COVID-19 : une revue systématique et une méta-analyse. Sci. Rép. 11, 1–12 (2021).
Article Google Scholar
Bourgeois, FT, Avillach, P. & Turner, MA Le besoin urgent de coordination de la recherche pour faire progresser les connaissances sur le COVID-19 chez les enfants. Pédiatre Rés. 90, 250-252 (2021).
Article CAS PubMed Google Scholar
Carfì, A., Bernabei, R., Landi, F., pour le groupe d'étude Gemelli Against COVID-19 Post-Acute Care. Symptômes persistants chez les patients après un COVID-19 aigu. JAMA 324(6), 603–605 (2020) (11 août 2020 [cité le 19 octobre 2020]).
Article PubMed PubMed Central Google Scholar
Zhao, Y. et al. Étude de suivi de la fonction pulmonaire et des caractéristiques physiologiques associées des survivants du COVID-19 trois mois après leur rétablissement. EClinicalMedicine 25, 100463 (2020).
Article PubMed PubMed Central Google Scholar
Lasarow, L. et al. Mesures régionales de la fonction pulmonaire déterminées par tomographie par impédance électrique lors de manœuvres de ventilation répétitives chez des patients atteints de BPCO. Physiol. Mes. 42, 015008 (2021).
Article CAS PubMed Google Scholar
Frerichs, I. et al. Fonction pulmonaire régionale déterminée par tomographie par impédance électrique lors de tests de réversibilité bronchodilatateur chez des patients asthmatiques. Physiol. Mes. 37, 698 (2016).
Article CAS PubMed Google Scholar
Adler, A. et al. Où sommes-nous, où voulons-nous aller et de quoi avons-nous besoin pour y arriver ?. Physiol. Mes. 33, 679 (2012).
Article PubMed Google Scholar
La télésanté est là pour rester. Nat. Méd. 27, 1121-1121 (2021).
Kichloo, A. et al. La télémédecine, la pandémie actuelle de COVID-19 et l'avenir : un examen narratif et les perspectives d'avenir aux États-Unis. Fam. Méd. Santé communautaire 8, e000530 (2020).
Article PubMed Google Scholar
Lundell, S., Holmner, Å., Rehn, B., Nyberg, A. & Wadell, K. Telehealthcare in COPD: Une revue systématique et une méta-analyse sur les résultats physiques et la dyspnée. Respir. Méd. 109, 11-26 (2015).
Article PubMed Google Scholar
Ure, J. et al. Pilotage de la télésurveillance dans la BPCO : une exploration par méthodes mixtes des problèmes de conception et de mise en œuvre. Prim. Soin Respir. J. 21, 57-64 (2012).
Article PubMed Google Scholar
Bayford, RH Tomographie par bioimpédance (tomographie par impédance électrique). Annu. Rév. Biomed. Ing. 8, 63–91 (2006).
Article CAS PubMed Google Scholar
Laufer, S., Ivorra, A., Reuter, VE, Rubinsky, B. & Solomon, SB Caractérisation de l'impédance électrique du tissu hépatique humain normal et cancéreux. Physiol. Mes. 31, 995 (2010).
Article PubMed Google Scholar
Park, J. et al. Aiguille de biopsie intégrée à un réseau de microélectrodes de détection d'impédance électrique pour le guidage de l'aiguille en temps réel et la discrimination des tissus. Sci. Rep. 8, 1–12 (2018).
Google Scholar
Parramon, D. et al. Détection in vivo de la stéatose hépatique chez le rat basée sur la spectroscopie d'impédance. Physiol. Mes. 28, 813 (2007).
Article PubMed Google Scholar
Yun, J. et al. Spectroscopie d'impédance microélectrique sur une aiguille pour la discrimination ex vivo entre les tissus rénaux humains normaux et cancéreux. Biomicrofluidique 10, 034109 (2016).
Article PubMed PubMed Central Google Scholar
Kim, HW, Yun, J., Lee, JZ, Shin, DG et Lee, J.-H. Évaluation de la spectroscopie d'impédance électrique sur une aiguille en tant que nouvel outil pour déterminer la marge chirurgicale optimale en néphrectomie partielle. Adv. Santéc. Mater. 6, 1700356 (2017).
Article Google Scholar
Han, A., Yang, L. & Frazier, AB Quantification de l'hétérogénéité dans les lignées cellulaires du cancer du sein à l'aide de la spectroscopie d'impédance de cellules entières. Clin. Cancer Rés. 13, 139-143 (2007).
Article PubMed Google Scholar
Soni, NK, Hartov, A., Kogel, C., Poplack, SP & Paulsen, KD Tomographie par impédance électrique multifréquence du sein : nouveaux résultats cliniques. Physiol. Mes. 25, 301 (2004).
Article PubMed Google Scholar
Li, Z. et al. Sonde de myographie à impédance électrique portative pour évaluer le syndrome du canal carpien. Ann. Biomédical. Ing. 45, 1572-1580 (2017).
Article PubMed Google Scholar
Neves, EB, Pino, AV, De Almeida, RMVR & De Souza, MN Évaluation de l'impédance bioélectrique du genou chez des sujets sains/arthrosiques. Physiol. Mes. 31, 207 (2009).
Article PubMed Google Scholar
Télécharger les références
Les auteurs remercient le Dr Luca Minciullo, le Dr Adrien Touboul et M. Omer Raza pour l'analyse des données, l'assistance technique et les discussions judicieuses ; Mme Michelle Wan Chi Wong, Mme Winnie Cheuk Man Ho, Mme Brianna Gautama, Mme Venice Sin et Mme Wing Kiu Kristie Man pour leur aide dans l'acquisition de données ; Mme Charlotte Sit, Mme Emily Tang, Mme Sharon Leung, M. Joan Calduch et Mme Michelle W. Chin pour les dessins et la conception UI/UX de l'application mobile. Cette recherche a été soutenue par le Hong Kong Innovation Technology Fund (Public Sector Trial Scheme SST/279/20YP to Gense Technologies Ltd.).
Gense Technologies Ltd., Hong Kong, Chine
Fedi Zouari, Wei Yi Oon, Dipyaman Modak, Wing Hang Lee, Eddie C. Wong et Russell W. Chan
Département de médecine, Queen Mary Hospital, Hong Kong, Chine
Wang Chun Kwok et Terence Chi Chun Tam
Département de médecine, Faculté de médecine Li Ka Shing, Université de Hong Kong, Hong Kong, Chine
Wang Chun Kwok et Terence Chi Chun Tam
Département de radiologie diagnostique, Faculté de médecine Li Ka Shing, Université de Hong Kong, Hong Kong, Chine
Peng Cao
Département de génie électrique et électronique, Faculté de génie, Université de Hong Kong, Hong Kong, Chine
Wei Yi Oon et Wei-Ning Lee
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
Vous pouvez également rechercher cet auteur dans PubMed Google Scholar
FZ et WYO ont planifié l'étude, conçu et mis en œuvre le pipeline de traitement, acquis les données, analysé et interprété les données et rédigé l'article. DM et WHL ont conçu et mis en œuvre le matériel, le micrologiciel, commenté et édité l'article. WCK, PC, WNL, TCCT et ECW ont participé à la planification initiale de l'étude, analysé et interprété les données, commenté et édité l'article. RWC a dirigé et planifié l'étude, développé les paradigmes, conçu le pipeline de traitement, analysé et interprété les données et rédigé l'article.
Correspondance à Russell W. Chan.
FZ, WYO, WHL et DM sont des employés de Gense Technologies Ltd. ECW est un sous-traitant de Gense Technologies Ltd. RWC est cofondateur, employé et actionnaire de Gense Technologies Ltd. Les auteurs WCK, PC, WNL et TCCT n'ont aucun conflit d'intérêts.
Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.
Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui autorise l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur tout support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.
Réimpressions et autorisations
Zouari, F., Oon, WY, Modak, D. et al. La tomographie par impédance électrique abordable, portable et auto-administrable permet une évaluation globale et régionale de la fonction pulmonaire. Sci Rep 12, 20613 (2022). https://doi.org/10.1038/s41598-022-24330-2
Télécharger la citation
Reçu : 13 mai 2022
Accepté : 14 novembre 2022
Publié: 30 novembre 2022
DOI : https://doi.org/10.1038/s41598-022-24330-2
Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :
Désolé, aucun lien partageable n'est actuellement disponible pour cet article.
Fourni par l'initiative de partage de contenu Springer Nature SharedIt
En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.