论文报告了在自主研制的质子转移反应质谱(PTR-MS)上开展的高血糖和尿素氮偏高两类人群呼气标志物研究。在进行研究前，首先以吸烟人群的呼气标志物研究为基础，验证基于PTR-MS的呼气标志物研究实验路线的可靠性。在实验路线可靠的前提下，以22名高血糖志愿者和14名尿素氮偏高志愿者为研究样本，70名健康志愿者为对照样本，应用逐步判别分析和logistic回归分析寻找相应的呼气标志物。主要内容如下:　　1.为了考察实验路线的可靠性，我们用PTR-MS测定了61名吸烟志愿者与70名不吸烟志愿者的呼气成分，采用逐步判别分析和logistic回归寻找呼气标志物。结果表明，两种分析方法得到的标志物均为m/z=42、m/z=40，其中m/z=42为乙腈，是吸烟人群的主要呼气标志物。两种分析方法得到的呼气标志物与前人的研究成果符合良好，逐步判别分析结果用于分类的特异度达到了100％，logistic回归的灵敏度和特异度均达到了95％以上。上述结果表明实验路线是可靠的。　　2.在高血糖志愿者的呼气研究中首先应用逐步判别分析，共筛选出5种VOCs作为呼气标志物，分别为m/z=61、m/z=31、m/z=120、m/z=104、m/z=82,对两组志愿者分类的特异度、灵敏度分别为84.3％、86.4％，ROC曲线下面积为0.926; logistic回归分析筛选出的呼气标志物除了上述5种VOCs以外还增加了m/z=53，分类特异度、灵敏度分别为95.7％、72.7％，ROC曲线下面积达到0.955。可以看出虽然logistic回归较之于逐步判别分析有更好特异度，但是灵敏度却比较低，结合实际应用情况，我们认为逐步判别分析优于logistic回归分析。除此之外还发现呼气中丙酮含量与血糖浓度没有明显的相关性。　　3.尿素氮偏高志愿者呼气研究中同样利用上述两种分析方法分别筛选呼气标志物。结果表明，逐步判别分析和logistic回归得到相同的4种VOCs，分别为m/z=74、m/z=29、m/z=83、m/z=119，ROC曲线下面积均为0.946。然而两种方法却得到不同的特异度和灵敏度，逐步判别分析的特异度、灵敏度分别为88.6％、71.4％;logistic回归分析的特异度、灵敏度分别为95.7％、57.1％。logistic回归特异度高但灵敏度低，而逐步判别分析两者均较好，因此我们认为逐步判别分析是比较满意的分析方法。