复杂的数学模型可能是预测膀胱癌复发的简单方

2020-09-08 admin
预测癌症潜在复发的能力将为医生和患者带来福音,这也是大学癌症中心癌症生物学计划的成员博士希望实现的目标。

大学医学院生物统计学系的助理教授博士正在创建统计预测模型,该模型可以帮助医生确定无创膀胱癌何时会复发。该模型基于一系列临床和病理标记以及生物标记。

博士解释说:“我希望这将使临床医生能够更成功地完成工作。” “预测复发有很多不同的因素,而人类可能无法立即最好地利用这些信息,而预测模型可以轻松地做到这一点。”

他创建的称为诺模图的模型已经用于预测癌症复发。然而,当前的过程仅使用诸如年龄,家族史,肿瘤大小和位置,癌症分期等临床数据,博士通过在其诺模图的构建中也使用基于DNA甲基化的生物标记物来弥补这一缺陷。 。

诺模图是一个结合了复杂统计信息的预测模型,得出一个简单的结论:此人的膀胱肿瘤是否可能复发,如果是,该复发吗?Koestler博士之所以选择膀胱癌是因为其诺模图的复发率很高。膀胱癌是第六大最常见的癌症(仅今年估计就有74,600例新病例),但如果在癌扩散到膀胱外之前发现,则其长期存活率约为70%。即便如此,根据美国国家癌症研究所的数据,大约80%的患者在最初诊断和切除肿瘤后的三年内看到复发。

博士解释说:“这些患者需要在很长一段时间内接受医生的定期监视。” “这不仅是身体和社会负担,而且是巨大的经济成本。膀胱癌在每位患者的治疗成本方面名列第一,这是因为人们生活时间长,并且在此期间需要经常进行监测。”

如果诺模图可以准确地预测复发,则低风险患者将不需要经常去医生办公室,并且可以及早发现高风险患者以进行潜在的临床试验并接受优先检测。博士希望通过在方程式中添加DNA甲基化生物标记物,从而为他的列线图增加更多的临床价值。到目前为止,他还不知道使用此类信息的任何膀胱癌预测模型。

DNA甲基化是影响基因表达的几种表观遗传机制之一,如果它发生在关键区域。如果在肿瘤抑制基因中发生DNA甲基化,这会阻止我们发展肿瘤,那么甲基化可能会使该基因沉默,并可能为癌症发展奠定基础。

昆明男科医院表示尽管博士及其团队使用的技术包括对基因组中27,000多个位置的DNA甲基化进行测量,但他和他的团队将其范围缩小到了诺模图中仅包含的11个。那些11种DNA甲基化生物标志物可以可靠地预测复发风险,而与标准的临床和病理风险因素无关。

为了确定DNA甲基化生物标志物的添加是否使诺模图成为了比基本的患者和肿瘤信息更好的预测指标,博士使用了所谓的一致性指数,该指数衡量预测模型的实际效果。指数的测量范围是0.5到1,其中0.5表示预测模型并不比掷硬币更好。

先前仅使用临床和病理数据,未使用生物标志物的膀胱癌列线图得分为0.67。博士也使用他的数据制作了诺模图,没有DNA甲基化生物标记,得分为0.65。他说,这令人鼓舞,因为两个列线图都使用相同类型的预测变量并获得了相似的结果。

当博士添加生物标志物时,一致性指数跃升至0.75;具有统计意义且可能具有临床意义的跳跃。

博士说:“这些生物标志物似乎对预测膀胱癌复发具有重要的价值,超越了传统的临床和病理预测指标。” “这对我们来说真的很令人兴奋,尤其是因为我们只使用了少量可用的生物标志物。”

到目前为止,初步结果令人鼓舞,但在诺模图内还需要测试其他生物标记物,以潜在地提高其准确性。将来,博士希望这种预测工具可以成为临床医生可以轻松访问和使用的工具。他想开发一个移动应用程序,使护士和医生可以在病房里与病人一起使用预测工具。可以立即输入有关患者的所有信息,例如肿瘤扩散到的位置,患者是否有疼痛和其他预测因素。生物标志物和其他实验室数据可以稍后输入。

博士说:“我的最终目标是允许临床医生做出实时预测,并能够将所有数据提取到一个简单的工具中。”

今年冬天,科斯特勒博士和他的团队将申请另一笔赠款,以扩大他们的膀胱癌诺模图,以包括更多的参与者。使用其他总体测试列线图对于验证预测模型的运行状况并证明其可在广泛的临床环境中使用至关重要。

r博士说:“人们普遍认为,[生物统计学家]都是关于数学和编写代码的,因此拥有这种模型最终会有助于更好的临床实践和改善医生的决策,这感觉很好。” “这是一种支持医生判断或提出其他观点的工具。”