唾液顶空气体多传感器响应用于无创疾病检测：422例实验数据集与基于ANOVA的统计及随机森林分类评价

《Sensing and Bio-Sensing Research》：Saliva gas biomarkers for non-invasive disease detection: Experimental dataset development and ANOVA-based statistical analysis

　　

唾液是一种易于获取的生物基质，含有系统性和局部来源的生化信息，因而在无创（non-invasive）生理评估中具有潜力。该研究考察一个低成本多传感器平台，用于表征422名参与者唾液相关气体响应；参与者分布于健康、胃肠道感染、肝脏疾病和呼吸系统疾病组。实验数据集包含5064次传感器观测，每名参与者12次观测，涵盖电导率以及甲烷、氨和氧传感器响应。为避免伪重复（pseudoreplication），统计分析前将重复观测按参与者水平聚合。研究实施了描述性分析、单因素方差分析（one-way analysis of variance, ANOVA）、假设检验、Welch方差分析（Welch's ANOVA）、效应量估计和完整事后比较（post-hoc comparisons）。甲烷显示最大组间效应（η²=0.735），其次为氨（η²=0.291）和氧（η²=0.236），而电导率效应较小（η²=0.031）。相应常规ANOVA F统计量分别为386.01、57.26、43.14和4.48。使用四个传感器参数的随机森林（Random Forest）分类器在内部留出的参与者水平测试集上达到98.82%准确率和0.9999的宏平均ROC-AUC（macro-average ROC-AUC）。这些结果表明唾液顶空气体传感器响应含有疾病相关资讯，并展示多变量分类的初步潜力。然而，传感器输出以模数转换器（analog-to-digital converter, ADC）响应形式提供，而非经验证的绝对气体浓度；该研究未包括独立外部队列（external cohort）、正式空白腔室（blank-chamber）表征、人口学协变量调整或受控交叉敏感性（cross-sensitivity）实验。因此，甲烷、氨和氧被视为候选疾病相关唾液气体标志物，仍需进一步分析验证和前瞻性临床验证（prospective clinical validation）。

研究背景：早期诊断对改善临床结局和降低医疗支出具有重要意义。传统诊断多依赖静脉穿刺、组织活检和影像学等侵入性或设备依赖方法，虽可提供临床数据，但可能给受试者带来不适，并需要较完善的医疗设施。唾液作为诊断生物流体因含有蛋白质、酶、激素、抗体、核酸和代谢物等而受到关注；其采集简便，适合大规模筛查和远程医疗，并可降低采血相关感染、疼痛和焦虑风险。唾液中的挥发性有机化合物（volatile organic compounds, VOCs）和气体代谢物，如甲烷、氨和氧，与微生物发酵、肝脏代谢和呼吸/代谢活动相关，具有生物标志物潜力。气相色谱-质谱（gas chromatography–mass spectrometry, GC–MS）虽精确但昂贵且依赖专业设施；气体传感器则更便捷、低成本，可集成于便携设备。然而，传感器唾液气体分析尚需可靠数据集和统计验证以确定临床相关性。现有研究对传感器校准、样本处理条件、重复测量结构和统计验证考虑不足；组间传感器响应差异本身不能证明传感器测量疾病特异性化合物或可独立诊断疾病。因此，该研究构建并分析唾液气体实验数据集，以ANOVA等方法评估组间差异，并探索多变量分类可行性。

研究开展与意义：研究人员分析了422名参与者的唾液相关电导率及甲烷、氨、氧传感器响应，比较健康对照、胃肠道感染、肝脏疾病和呼吸系统疾病组。数据集含5064次观测，每名参与者12次；参与者水平分布为健康201名、胃肠道感染111名、肝脏疾病68名、呼吸系统疾病42名。研究采用参与者水平聚合以避免伪重复，并行经典与方差稳健的统计程序及随机森林内部验证。结论提示甲烷、氨和氧传感器响应具有较大组间效应，现有多传感器响应谱含与四类参与者相关的信息，并显示多变量分类的初步潜力；但传感器输出为ADC响应而非校准绝对浓度，且缺乏独立外部验证、空白腔室表征、人口学协变量调整和受控交叉敏感性实验，故结果不应表述为确定性临床诊断证据。其意义在于为唾液顶空气体传感器数据的统计表征和后续分析验证提供依据。

关键技术方法（不超过250字）：研究使用内部参与者数据集（422名；四组；每名12次，共5064次观测；未提供独立外部队列）。平台含电导率及甲烷（TGS6812-D00）、氨（MQ-137）、氧（AO-03）四通道，经ATmega328采集并以ADC值记录。统计分析先按参与者聚合以避免伪重复；计算描述统计与变异系数（coefficient of variation, CV）；用Shapiro-Wilk检验和Levene检验评估假设；行单因素ANOVA、Welch's ANOVA、η²效应量、Tukey's HSD或Games-Howell事后比较及Pearson相关；并以80:20分层划分和五折分层交叉验证构建随机森林分类器，评价准确率、灵敏度、特异度、F1和ROC-AUC。

研究结果：
4.1 参与者分布：通过数据集整理和参与者水平聚合，确认最终分析集为422名参与者和5064次传感器观测，每名参与者12次；健康组201名（47.63%）、胃肠道感染组111名（26.30%）、肝脏疾病组68名（16.11%）、呼吸系统疾病组42名（9.95%）。每名参与者贡献一个独立均值进入组间比较。
4.2 ANOVA统计结果：通过单因素ANOVA比较各组参与者水平均值，电导率F=4.479、p=0.00414、η²=0.031；氧传感器响应F=43.140、p<0.001、η²=0.236；甲烷F=386.012、p<0.001、η²=0.735；氨F=57.255、p<0.001、η²=0.291。甲烷组间效应最大，其次为氨和氧，电导率效应较小。Pearson相关显示各传感器参数间相关性均较弱，系数接近零；原文指出该结果本身不能确立传感器选择性或统计显著性。
4.3 描述性统计分析：通过参与者水平描述统计和95%置信区间比较，胃肠道感染组甲烷均值最高（864.43 ADC），肝脏疾病组氨均值最高（841.41 ADC），呼吸系统疾病组氧均值最低（271.26 ADC）；健康组甲烷均值430.12 ADC、氨554.99 ADC、氧662.14 ADC。结果提示各组传感器响应存在差异，但原文强调这不能证明诊断特异性或临床效用。
4.4 方差分析（ANOVA）：通过假设检验发现四个参数Shapiro-Wilk残差正态性均被拒绝；Levene检验显示电导率方差齐性（p=0.4110），氧、甲烷和氨存在异方差（p<0.001）。因此电导率采用常规ANOVA+Tukey's HSD，其余采用Welch's ANOVA+Games-Howell。Welch ANOVA显示电导率F=4.285、p=0.00637；氧F=291.746、p<0.001；甲烷F=432.123、p<0.001；氨F=193.357、p<0.001，考虑不等方差后组间差异仍显著。随机森林内部测试集（85名）准确率98.82%，宏平均ROC-AUC为0.9999；84名分类正确，1名肝脏疾病被分为健康；特征重要性为甲烷40.96%、氧28.29%、氨27.76%、电导率2.99%。原文强调该分类仅为内部验证，不能解释为外部临床可推广性证据。
4.4.1 假设构建：通过设定原假设H?为各组唾液气体参数无统计学显著差异、备择假设H?为至少一组存在显著差异，显著性水平α=0.05，为ANOVA及事后比较提供检验框架。
4.4.2 事后分析：通过Tukey's HSD和Games-Howell两两比较，电导率仅健康组与呼吸系统疾病组差异显著（p=0.0129）；氧在健康-肝脏疾病、健康-呼吸系统疾病、胃肠道感染-呼吸系统疾病、肝脏疾病-呼吸系统疾病间显著；甲烷在健康-胃肠道感染、健康-肝脏疾病、胃肠道感染-呼吸系统疾病、肝脏疾病-呼吸系统疾病间显著；氨在健康-胃肠道感染、健康-肝脏疾病、胃肠道感染-肝脏疾病、胃肠道感染-呼吸系统疾病、肝脏疾病-呼吸系统疾病间显著，而健康-呼吸系统疾病不显著。原文提示应结合校正p值和置信区间解释。

讨论总结：讨论认为四个参数均存在统计学显著组间差异，甲烷效应量最大，氨和氧为中等至较大效应，电导率较小；事后分析提供了比总体ANOVA更具体的组间信息，尤其涉及胃肠道感染、肝脏疾病和呼吸系统疾病组。但组间统计差异不自动建立诊断有效性，个体观测仍有重叠范围，且唾液顶空气体实验不能确定气体生物学来源。口腔微生物、饮食、行为、药物和口腔健康因素可能改变唾液气体组成，因此甲烷、氨和氧响应应解释为复合唾液顶空气体信号，而非胃肠道、肝脏或肺代谢的直接测量。氧通道尤需谨慎，记录值是测量腔室内氧传感器响应，不应解释为动脉血氧饱和度或外周血氧饱和度，实验未直接测量SpO₂或肺功能。随机森林特征重要性具模型依赖性，不能确立生物学因果或临床诊断优越性；内部高准确率也因测试集来自同一总体数据集且无独立外部队列而需谨慎解释。局限性包括缺乏年龄、性别、疾病严重度、用药史、吸烟史和详细口腔健康信息；气体传感器输出为ADC值而非实验验证的绝对浓度；缺乏认证参考气体校准、受控空白腔室和系统单气体交叉敏感性实验；组内变异和重叠较大；随机森林仅内部验证；唾液顶空气体测量不能独立确定气体来源；伦理批准和知情同意文件未包含在提供分析记录中，需机构确认。总体支持唾液顶空气体传感器响应作为候选疾病相关信号的可行性，但临床诊断声明前需分析校准、空白实验、交叉敏感性表征、人口学和口腔健康调整、前瞻性招募及独立外部验证。

研究结论部分翻译：本研究评估了一个多传感器平台，用于在包含422名参与者和5064次传感器观测的数据集中测量唾液相关电导率和气体传感器响应。由于每名参与者贡献12次观测，在推断分析前进行参与者水平聚合以避免伪重复。甲烷、氨和氧传感器响应显示较大的组间差异，效应量分别为η²=0.735、0.291和0.236。电导率效应量较小，为η²=0.031。完整事后分析进一步识别了参与者组间的特定两两差异。使用四个传感器参数的随机森林模型在内部留出的参与者水平测试集上达到98.82%准确率，宏平均ROC-AUC为0.9999。这些发现表明现有多传感器响应谱包含与四个参与者类别相关的大量信息。然而，结果不应被解释为已建立临床验证的疾病生物标志物。传感器输出以ADC响应形式提供，而非独立校准的绝对气体浓度；分析数据集中没有专门空白腔室、参考气体和交叉敏感性实验；人口学和口腔健康协变量不可用；且未纳入独立外部验证队列。因此，甲烷、氨和氧被视为候选疾病相关唾液气体标志物，而非已验证的临床诊断生物标志物。未来研究应纳入受控传感器校准、空白和交叉干扰实验、标准化腔室条件、全面人口学和口腔健康表征、前瞻性临床招募以及独立外部验证。