Ключевая трудность в разработке современных методов лечения рака — определение эффективной дозы препарата и ранняя оценка результатов клинических исследований при ограниченном объёме данных. Математическое моделирование позволяет прогнозировать реакцию опухоли на терапию и динамику заболевания. Однако до последнего времени не существовало общепризнанного подхода к выбору наиболее точных алгоритмов.
Инновационное исследование: методология и масштаб
Специалисты Центра математического моделирования Сеченовского Университета провели уникальный сравнительный анализ пяти перспективных моделей. В основу легли данные 381 пациента с диагнозом "немелкоклеточный рак легкого", что обеспечило репрезентативность результатов.
Лидеры прогнозирования: точность и перспективы
Комплексный статистический анализ выделил три модели с максимальной прогностической силой: BiExp, LExp и TGI. TGI (ингибирование роста опухоли) лидирует в оценке текущих данных и краткосрочных прогнозах. Модель LExp показала стабильность на интервалах до 16 месяцев. Все три алгоритма эффективно оценивали объективный ответ опухоли — ключевой маркер успеха терапии. Оптимизация предсказания резистентности — задача для будущих изысканий.
Революция в персонализированном лечении
«Наша методология станет основой для выбора оптимальной модели, — комментирует Анна Мишина, младший научный сотрудник Центра. — Это прорыв в прогнозировании динамики опухолей и принятии решений в клинической практике. Работа приближает эру персонализированной терапии и ускоряет создание новых препаратов».
Технологии будущего: Онкомонитор
Итоги проекта лягут в основу цифровой платформы "Онкомонитор", разрабатываемой Сеченовским университетом. Инструмент позволит медикам прогнозировать выживаемость пациентов и формировать индивидуальные программы терапии.
Мы используем файлы cookie, чтобы сделать использование сайта максимально удобным. Согласны ли вы с их обработкой? Подробнее в Политике конфиденциальности.
