您当前的位置:检测资讯 > 科研开发

通过可穿戴设备对汗液进行分析或许可以用于治疗药物滥用障碍

嘉峪检测网        2024-03-26 15:33

前言
 
药物滥用障碍(SUD)的兴起是一场全球公共卫生危机。事实上,合成阿片类药物已经导致了一波又一波的过量死亡,尽管有多种治疗策略可以摆脱SUD,但复发率仍然很高[1]。
 
可穿戴汗液传感器可用于直接、连续地测量出汗率,这或许可以为阿片类药物和其他物质提供非侵入性的药物监测[2]。由机器学习模型提供支持的个性化数字生物标志物,除了心率和体温等生理测量外,还包含了对汗液的分析,可以支持SUD患者的健康管理。
 
出汗率和分子监测
 
当身体受到压力(身体或精神上)或局部汗腺受到化学物质的刺激时,最大的汗液产生发生在内分泌汗腺(位于整个身体的表面),而在顶泌腺(腋窝和生殖器区域)中产生的量要少得多。
 
目前实验室采用的汗液分析方法有以下几种:1. 使用吸水剂或棉制吸水垫收集汗液进行区域定量和分析,这些吸水剂或吸水垫短暂或连续地涂抹在皮肤上,然后称重,随后对液体进行提取和分析[3]。2. 对全身进行分析,采用冲洗方法,即通过用蒸馏水清洗身体来收集所有汗液[4]。3. 为了量化区域汗液的产生,可以使用注入干燥空气的汗液胶囊来捕获所有汗液[5],对于汗液含量的局部分析,毛细管系统可以捕获汗液并将其输送到装有传感器的储液器中。
 
汗液含有蛋白质组学、代谢组学和药理学信息。其中,SUD中许多值得关注的化合物,特别是阿片类药物、可卡因、苯丙胺和∆9-四氢大麻酚,这些在汗液中很容易检测到[7]。此外,酒精和其他合法获得且可能上瘾的物质也会排到汗液中[8],因此能够监测汗液中的许多生物标志物(如应激激素皮质醇和细胞因子白细胞介素-6、白细胞介素-10和肿瘤坏死因子α[9])。一个人的心理神经免疫状态由他们的中枢神经系统、内分泌系统和免疫系统的相互作用产生。这在分子水平上变得可连续评估,并可用于估计人的压力水平。因此,汗液作为SUDs患者应激和药物代谢物分子监测的基质具有很大的前景。
 
可穿戴传感器
 
可穿戴汗液传感器可以监测出汗率和广泛的分子分析物[10]。这些系统集成了小型离子电渗疗法模块,可以在日常活动中按需、稳定和自动地诱导汗液[11],以及用于汗液取样和分泌汗液的原位分析的微流体装置。这些微流体装置具有高时间分辨率和最小蒸发的特点。
 
图1 可穿戴汗液传感器示意图
 
可穿戴汗率传感器最常见的原理是依靠放置在微流体通道内的指间电极。电极会随着汗水流过电极而改变阻抗[12](汗液的介电强度高于空气)。这种方法虽然简单,但受到设备可以收集的总体积的限制。一旦汗液采样微通道被填满,汗液率监测的有效性就会停止。另一种方法是使用一对垂直安装的电极连接到汗液采样微流体的出口,以检测电极之间空间内汗滴产生的频率,从而提供汗液速率的间接测量[13]。然后,可以通过热致动器和一对热敏电阻测量上游和下游温度之间的差异来计算流速[14]。
 
各种可穿戴的电化学和光学传感器主要依靠酶和离子载体,可用于监测汗液中的代谢物、离子、营养物质、激素、蛋白质以及许多物质和药物在微摩尔到毫摩尔的范围内。越来越多的努力致力于开发可穿戴传感器,这些传感器利用生物亲和受体(特别是抗体、适配体和分子印迹聚合物)与纳米材料(如激光雕刻的石墨烯和金纳米颗粒)相结合,能够在超低水平上检测汗液中临床相关的生物标志物(特别是营养物质和 C 反应蛋白)[15]。
 
传感器和生命体征传感器在可穿戴设备中的集成为个性化医疗开辟了更多的可能性。例如,通过将汗液传感器与心率传感器和血压传感器组合到一个可穿戴系统中,实现了多模式心脏代谢监测。这种可穿戴传感器网络可以生成大量的生理数据,需要使用机器学习模型来识别数据集中的模式和关系,可能有助于理解健康状况并促进发现新的健康或疾病生物标志物。
 
实现
 
药物激动剂治疗和认知行为疗法可用于支持患者戒断 SUD。戒断期间的渴望是复发的主要驱动力。由于出汗率增加是渴望期间常见的生理反应,因此出汗率是一种有用的生物标志物,用于监测 SUD 的戒断,从而识别触发因素。
 
图 2 触发因素引起渴望症状和痛苦(橙色箭头),以及随后摄入成瘾物质(例如阿片类药物)的强烈愿望。当该物质不可用时,强烈的生理唤醒会导致出汗增加。一种皮肤贴片可以局部监测出汗率和药物及其代谢物的浓度,并将信息发送到连接的设备(黑色箭头),这将允许实时数据分析和解释。将该设备与数字健康应用程序和数字疗法相结合,将允许更好地直接支持患者,例如,通过认知行为干预来缓解压力(绿色箭头),防止触发事件(绿色抑制剂)并帮助识别不可预见的触发因素(紫色箭头)。可穿戴汗液分析将能够频繁地测量生理状态,识别触发因素和提供支持,以及提供有关一天、一周和一个月期间渴望的一般体验的信息.对生理状态和汗液中药物及其代谢物浓度的测量可能只需要每天进行一次,纵向数据将允许确定可穿戴设备是否可以有效地用于检测触发因素并限制渴望以更好地管理SUD。
 
汗液的分子监测可能对 SUD 的一般管理有进一步的希望。在药物激动剂治疗期间,可以无创地、每天和独立于任何医疗机构监测药物浓度。在机器学习算法的帮助下,基于预定义的低浓度和上限浓度边际的自动传感器数据解释可以通过“物质计”显示汗液中关注物质的浓度。这可能有助于防止药物剂量不当(以及随后的渴望发作的风险),并确定进一步(想要的或不需要的)物质的摄入量。此外,监测皮质醇和细胞因子等应激标志物可以深入了解个体的日常心理神经免疫状态,从而支持对个体一般压力水平的监测和评估。
 
将可穿戴传感器与应用程序和便携式设备交叉连接的能力将允许实施数字疗法和管理工具,以便在日常生活中为患者提供个性化支持。这种自动化、连续和个性化的患者管理系统可以带来几个有利的结果:基于半闭环方法中测量的汗液浓度的药物激动剂治疗剂量方案可以逐日调整;如果检测到或识别出触发因素和/或渴望,应用程序可以方便地支持患者管理危险情况和复杂的现实生活环境;促进放松的应用可以帮助减轻日常压力和压力;可以建立数字认知行为疗法,使患者能够应对生活中 SUD 戒断的挑战;可以实施数字化指导,在紧急情况下提供支持。
 
展望
 
由于传感器稳定性不足,人际差异,以及汗液与血液中生物标志物浓度之间的相关性较差,对汗液中物质和代谢物的连续监测受到了阻碍。理想情况下,用于SUD的可穿戴传感器应包括出汗率传感器和一系列分子传感器,用于检测多种生物标志物并进行个性化校准。这些传感器应与其他传感器集成,以同时监测心率、血压和皮肤电导率,并与机器学习模型结合,进行准确的数据分析。然而,目前尚未开发出满足所有这些标准的设备。
 
为此,各种利益相关方,包括患者、医护人员、政策制定者、开发人员、医疗保健专业人员、学术机构、支付方和公共卫生官员,都应参与医疗器械的开发过程,从设备设计到验证再到患者使用的评估。设备设计应以患者为中心,并考虑医疗保健方面的因素,特别是减少患者获得支持的时间,以及可用于支持服务的资源,以解决弱势群体的根本问题。最终,这种设备在患者离开治疗机构后应起到患者的“口袋顾问”作用,提供个性化支持和指导。
 
▼参考文献
 
[1] Guliyev, C., İnce-Guliyev, E. & Ögel, K. J. Psychoact. Drugs 54, 358–367 (2022).
 
[2] Baker, L. B. et al. Sci. Adv. 6, eabe3929 (2020).
 
[3] Havenith, G., Fogarty, A., Bartlett, R., Smith, C. J. & Ventenat, V. Eur. J. App. Physiol. 104, 245–255 (2008).
 
[4] Baker, L. B. et al. Physiol. Rep. 8, e14524 (2020).
 
[5] Morris, N. B., Cramer, M. N., Hodder, S. G., Havenith, G. & Jay, O. J. Appl. Physiol. 114, 816–823 (2013).
 
[6] Brasier, N. & Eckstein, J. Digit. Biomark. 3, 155–165 (2019).
 
[7] Hudson, M. et al. J. Anal. Toxicol. 43, 88–95 (2019).
 
[8] Biscay, J., Findlay, E. & Dennany, L. Talanta 224, 121815 (2021).
 
[9] Jagannath, B. et al. Bioeng. Transl. Med. 6, e10220 (2021).
 
[10] Kim, J., Campbell, A. S., de Ávila, B. E. & Wang, J. Nat. Biotechnol. 37, 389–406 (2019).
 
[11] Wang, M. et al. Nat. Biomed. Eng. 6, 1225–1235 (2022).
 
[12] Nyein, H. Y. Y. et al. Nat. Commun. 12, 1823 (2021).
 
[13] Francis, J., Stamper, I., Heikenfeld, J. & Gomez, E. F. Lab Chip 19, 178–185 (2018).
 
[14] Kwon, K. et al. Nat. Electron. 4, 302–312 (2021).
 
[15] Tu, J. et al. Nat. Biomed. Eng. 7, 1293–1306 (2023).
 
来源 | nature biotechnology
 

分享到:

来源:医工学人