Das fragte sich eine Arbeitsgruppe um Demy Gerritsen vom Medisch Spectrum Twente in Enschede und startete eine entsprechende Untersuchung. Als diagnostische Schnüffler kamen allerdings nicht Hunde zum Einsatz, sondern eine elektronische Nase. Dahinter verbirgt sich ein tragbares elektronisches Messgerät, das in der Lage ist, volatile organische Verbindungen in der ausgeatmeten Luft zu analysieren und spezielle Muster zu erkennen. 

Zunächst musste die elektronische Nase auf das Erschnüffeln der RA trainiert werden. Dazu entwickelten die Kollegen ein Vorhersagemodell, das mit 100 verblindeten Proben validiert wurde. Für den Lerndatensatz sammelte man Atemproben von 223 RA-Patienten und 215 Kontrollen ohne RA. Dazu atmeten die Personen (erst alle RA-Patienten, dann die Kontrollen) fünf Minuten lang jeweils durch ein Einwegmundstück der elektronischen Nase ein und aus. Die Atemdaten wurden dann mithilfe maschineller Lernalgorithmen verarbeitet.

Das Ergebnis der prospektiven Beobachtungsstudie: Bei der Differenzierung zwischen RA-Patienten und Kontrollprobanden zeigte das Modell eine moderate Unterscheidungsfähigkeit, berichtet die Arbeitsgruppe in ihrem Poster (POS0652):

• Sensitivität: 0,72 
• Spezifität: 0,57
• positiver Vorhersagewert: 0,64 
• negativer Vorhersagewert: 0,66  

Durch die Analyse volatiler Verbindungen in der Atemluft lässt sich offenbar zwischen dem Vorliegen einer RA und ihrem Fehlen differenzieren, schließen die Autoren. Damit könnte die elektronische Nase als Screening-Tool nützlich sein und womöglich die Überweisung von Patienten mit RA-Verdacht zum Rheumatologen beschleunigen, meinen die niederländischen Kollegen. Sie schlagen vor, das Modell weiter zu verbessern – z.B. indem man die Atemdaten um klinische Parameter ergänzt.

Quelle: Gerritsen D et al. Ann Rheum Diss 2024; 3,1:792