MétaCan
Menu
Retour à la cohorte

Etude des conditions de prélèvement du volatolome corporel cutané pour son analyse discriminante par chromatographie en phase gazeuse intégralement bidimensionnelle en vue de l’identification de biomarqueurs de maladies

2024· dissertation· W7151892172 sur OpenAlexaboutno aff
Elsa Boudard

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLabrador RetrieverWork safetyQualitative analysis

Résumé

récupéré en direct d'OpenAlex

Le volatolome corporel cutané est une matrice constituée de plusieurs centaines de composés organiques volatils (COV). Ces composés peuvent être odorants ou non et sont le résultat de l’interaction des molécules sécrétées par les glandes sudoripares avec le microbiote cutané. Etudier ce type de matrice présente un intérêt pour le domaine de la santé car il est possible, au travers du volatolome, d’effectuer des dépistages précoces de maladies. Néanmoins, la littérature montre que les méthodes de prélèvement de cette matrice sont aujourd’hui variées, conduisant généralement à des résultats peu reproductibles et parfois contradictoires. De plus, le volatolome corporel cutané est également influencé par des COV de sources exogènes (cosmétiques, environnement), dont les effets n’ont pas encore été clairement évalués. Il devient alors nécessaire de comprendre et de maîtriser l’impact de ces sources sur le volatolome afin de garantir des résultats fiables et pertinents. Ainsi, l’objectif de ce projet est d’étudier les conditions de prélèvement du volatolome corporel cutané pour ensuite pouvoir réaliser son analyser discriminante grâce à la thermodésorption suivie de la chromatographie en phase gazeuse intégralement bidimensionnelle couplée à la spectrométrie de masse à temps de vol (TD-GC×GC/ToFMS) dans un but final d’identifier des biomarqueurs de maladies.Pour cela, nous avons développé le système de prélèvement SkinVOCs® dans un objectif de standardisation. Après avoir étudié 5 phases de prélèvement et 13 matériaux, une combinaison de l’aluminium avec le PowerSorb® a permis de maximiser les performances de prélèvement tout en limitant les sources de contamination. La facilité d’utilisation du système a également été un point crucial du cahier des charges, pour réduire les contraintes et les éventuels biais associés au niveau d’expertise de l’utilisateur. Par la suite, ce système a permis de mener des études dont le but était d’évaluer l’impact de facteurs endogènes (âge, genre) et exogènes (cosmétiques, environnement) sur la composition du volatolome corporel cutané. Néanmoins, que ce soit pour ces études ou pour l’étude clinique menée sur le Covid-19, les résultats n’ont pu être obtenus qu’après comparaison et exploitation des chromatogrammes grâce à des méthodes de traitement de données combinant un retraitement manuel, à l’utilisation d’outils informatiques et chimiométriques. Ainsi, pour le Covid-19, c’est après avoir prélevé 40 patients malades et 13 personnes saines, puis exploité les chromatogrammes issus de l’analyse de leurs échantillons, que 25 molécules significativement différentes entre les groupes « malade » et « sain » ont été mises en évidence. Finalement, grâce aux connaissances acquises sur l’impact de l’utilisation de produits cosmétiques et de l’environnement, 4 molécules pertinentes vis-à-vis de la maladie étudiée ont été conservées. Ces résultats soulignent l’efficacité de la méthode utilisée, du prélèvement jusqu’à l’exploitation des données, mettant en avant les potentiels biais existant et les solutions pour les éviter. Cette avancée ouvre la voie à de nouvelles études cliniques, en particulier sur les cancers cutanés.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,285
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207