Dans cette étude, nous étudions pour la première fois la capacité d'un nez électronique (E-nose) basé sur un réseau de capteurs chimiques à faire la distinction entre les composés organiques volatils (COV) de l'haleine qui caractérisent les patients atteints de rhinite allergique saisonnière (SAR) et les états sains. Pour atteindre cet objectif, une analyse multivariée comprenant l'analyse en composantes principales (ACP), l'analyse hiérarchique en grappes (HCA) et les machines vectorielles de soutien (SVM) a été appliquée pour la base de données en tant qu'outils alternatifs pour la résolution de situations de classification complexes. Les résultats préliminaires révèlent que les modèles de COV de l'haleine expirée ont été correctement discriminés entre les patients atteints de SAR et les témoins sains. Ces résultats indiquent que le nez E peut réussir en tant qu'outil de diagnostic non invasif, technique peu coûteuse et rapide pour l'analyse de l'haleine.

En este estudio, investigamos por primera vez la capacidad de una nariz electrónica (E-nose) basada en una serie de sensores químicos para discriminar entre los compuestos orgánicos volátiles (COV) del aliento que caracterizan a los pacientes con rinitis alérgica estacional (SAR) y los estados sanos. Para alcanzar este objetivo, se aplicaron análisis multivariados que incluyen Análisis de componentes principales (PCA), Análisis de clústeres jerárquicos (HCA) y Máquinas de vectores de soporte (SVM) para la base de datos como herramientas alternativas para la resolución de situaciones de clasificación complejas. Los resultados preliminares revelan que los patrones de COV de la respiración exhalada discriminaron con precisión a los pacientes con SAR de los controles sanos. Estos hallazgos indican que la nariz E puede tener éxito como una herramienta de diagnóstico no invasiva, de bajo costo y técnica rápida para el análisis de la respiración.

In this study, we investigate for the first time the ability of an electronic nose (E-nose) based on an array of chemical sensors to discriminate between breath Volatile Organic Compounds (VOCs) that characterize patients with Seasonal Allergic Rhinitis (SAR) and healthy states. To reach this aim, multivariate analysis including Principal Component Analysis (PCA), Hierarchical Cluster Analysis (HCA) and Support Vector Machines (SVMs) were applied for database as an alternative tools for the resolution of complex classification situations. The preliminary results reveal that VOC-patterns of exhaled breath were accurately discriminated patients with SAR from healthy controls. These findings indicate that the E-nose may succeed as a non-invasive diagnostic tool, low cost and rapid technique for breath analysis.

في هذه الدراسة، نحقق لأول مرة في قدرة الأنف الإلكتروني (E - nose) بناءً على مجموعة من أجهزة الاستشعار الكيميائية على التمييز بين المركبات العضوية المتطايرة في التنفس (VOCs) التي تميز المرضى الذين يعانون من التهاب الأنف التحسسي الموسمي (SAR) والحالات الصحية. للوصول إلى هذا الهدف، تم تطبيق التحليل متعدد المتغيرات بما في ذلك تحليل المكونات الرئيسية (PCA) وتحليل المجموعات الهرمية (HCA) وآلات ناقلات الدعم (SVMs) لقاعدة البيانات كأدوات بديلة لحل حالات التصنيف المعقدة. تكشف النتائج الأولية أن أنماط المركبات العضوية المتطايرة من التنفس الزفير كانت تميز بدقة المرضى الذين يعانون من SAR من الضوابط الصحية. تشير هذه النتائج إلى أن الأنف الإلكتروني قد ينجح كأداة تشخيصية غير جراحية ومنخفضة التكلفة وتقنية سريعة لتحليل التنفس.