Argomenti trattati
Si potrebbe definire una sorta di “naso” elettronico (e-nose), ma in realtà è una sofisticata tecnologia che riesce a individuare precocemente il tumore dell’ovaio. La scperta è stata evidenziata in uno studio condotto dall’Istituto nazionale dei Tumori (Int) di Milano in collaborazione con l’Università Statale di Milano e appena pubblicato sulla rivista scientifica Cancers, i cui risultati fanno ben sperare in una diagnosi tempestiva di un tumore che tuttora viene ancora scoperto tardi, quando le strategie a disposizione per la cura non garantiscono percentuali elevate di efficacia.
Come funziona l’e-nose
Questo naso elettronico riuscirebbe a tracciare la presenza di molecole volatili nel respiro delle donne colpite da carcinoma ovarico, come spiega Francesco Raspagliesi, direttore dell’Unità di Oncologia ginecologica dell’Int e prima firma dello studio: ”Il tumore modifica tutta una serie di processi metabolici, a cui segue il rilascio di sostanze volatili organiche, ossia tracce della presenza della malattia, che sono contenute nel respiro sotto forma di molecole volatili. Poiché il naso elettronico ha discriminato le pazienti affette da carcinoma ovarico dalle donne sane, potrebbe rappresentare una tecnica utile e non invasiva per la diagnosi del tumore dell’ovaio”.
La ricerca su 250 donne
Lo studio, durato 13 mesi, ha coinvolto 251 donne divise in tre gruppi: 86 con carcinoma ovarico, 51 con una diagnosi di masse benigne, 114 sane come gruppo di controllo. Per il test del respiro sono stati raccolti campioni di aria espirata tra le 7 e le 7,30 del mattino a digiuno. Alle pazienti e al gruppo di controllo è stato chiesto di eseguire, attraverso un boccaglio, un singolo respiro lento, al fine di inglobare nella sacca anche il respiro alveolare, cioè la parte che viene espulsa dall’interno dei polmoni e delle vie aeree inferiori, dove avviene lo scambio gassoso con il sangue. Ed è proprio questa porzione di respiro che può contenere le sostanze volatili organiche che segnalano la presenza del tumore.
Un tumore sfuggente
Al momento non ci sono metodologie con un’elevata affidabilità per la diagnosi e per lo screening del tumore all’ovaio. L’obiettivo, dunque, è trovare un test che abbia una sensibilità pari almeno all’80% e un’alta specificità, il più possibile vicino al 100%, e queste potrebbero essere le caratteristiche dell’e-nose.
Il naso elettronico, inoltre, simula il processo biologico di percezione dell’odore, e rispetto al naso umano è altrettanto veloce (passano pochi secondi tra l’interazione con i sensori e la risposta), non è influenzato da variabili ambientali e dall’effetto di saturazione o adattamento e spesso è più sensibile.
“Stiamo mettendo a punto un nuovo studio con un naso elettronico più sofisticato – conclude Raspagliesi –. Ora che conosciamo l’esistenza di tracce della malattia nel respiro, dobbiamo identificare l’esatta natura dei marcatori utili per la diagnosi precoce del tumore ovarico”.
Da sapere!
I sintomi più comuni del tumore dell’ovaio che si possono manifestare nelle forme più avanzate sono: gonfiore addominale, persistente o intermittente, necessità di urinare spesso, dolore addominale.
Fonti / Bibliografia
- Cancers | Free Full-Text | Detection of Ovarian Cancer through Exhaled Breath by Electronic Nose: A Prospective Study | HTMLBackground: Diagnostic methods for the early identification of ovarian cancer (OC) represent an unmet clinical need, as no reliable diagnostic tools are available. Here, we tested the feasibility of electronic nose (e-nose), composed of ten metal oxide semiconductor (MOS) sensors, as a diagnostic tool for OC detection. Methods: Women with suspected ovarian masses and healthy subjects had volatile organic compounds analysis of the exhaled breath using e-nose. Results: E-nose analysis was performed on breath samples collected from 251 women divided into three groups: 86 OC cases, 51 benign masses, and 114 controls. Data collected were analyzed by Principal Component Analysis (PCA) and K-Nearest Neighbors’ algorithm (K-NN). A first 1-K-NN (cases vs. controls) model has been developed to discriminate between OC cases and controls; the model performance tested in the prediction gave 98% of sensitivity and 95% of specificity, when the strict class prediction was applied; a second 1...
Aderiamo allo standard HONcode per l'affidabilità dell'informazione medica