Cell:斯坦福科学家建立癌症患者长期预后的预测模型，1-5年内癌症进展预测精准率超八成，还可指导用药
2019-07-17 奇点糕 奇点网
最近，斯坦福大学科学家开发了这样一个水晶球，叫“连续个体化风险指标”模型，这个模型能根据一些实时的检测指标，准确预测癌症病人12-60个月内的进展风险。并且还能指导病人采取最合适的治疗方法。
最近，斯坦福大学科学家开发了这样一个水晶球，叫“连续个体化风险指标”模型，这个模型能根据一些实时的检测指标，准确预测癌症病人12-60个月内的进展风险。并且还能指导病人采取最合适的治疗方法。
目前，该模型已在弥漫性大B细胞淋巴瘤、慢性淋巴细胞白血病以及乳腺癌中取得了良好的效果，相信它能极大地推动精准医疗的发展。相关研究发表在顶级学术期刊《细胞》上，论文的第一作者的是David M. Kurtz博士，通讯作者是Ash A. Alizadeh教授。
Alizadeh教授（右）（图片来自斯坦福大学官网）
对于很多身患重病的人来说，准确预测长期可能出现的结果，是一件生死攸关的大事。
因为这关系到什么时候治，怎么治的问题。
此外，由于癌症异质性的存在，不同患者或同一患者不同的时期，疾病状态都会不同，长期结果也会有差异，需要不同的应对措施[2]。
因此，只有准确判断不同患者在不同时刻的预后，才能进行精确的治疗，以使患者获益最大化，这才是精准医疗的意义所在。
不过，要对每个患者都做到个性化治疗，可不是一件简单的事。一方面，要对每个患者都能准确判断其预后；另一方面，还需有一个适用于大多数患者的通用预测工具，不然成本将无比高昂。
要同时满足这两个条件，才能达到精准医疗时代的要求。
精准医疗（图片来自reverserett.org）
目前，科学家们已经发现了很多风险因子，能对患者的预后做出一定的预测，例如可以对患者进行危险分级，以及预测药物的治疗效果等等[3]。
不过，这些风险因子预测的准确性、适用范围以及长期效果，都有很大的局限，离精准医疗的要求，还相去甚远。
怎么办呢？既然单个风险因子不行，那就把它们联合起来使用。
Alizadeh团队的研究人员收集之前11个研究中2500名弥漫性大B细胞淋巴瘤患者的数据，选取了几个之前预测效果不错的风险因子，包括国际预后指数（IPI）、分子标志、影像组学特征、ctDNA、微小残留病变（MDR），分别在患者治疗前、治疗中和治疗结束后的不同时期获得这些数据，通过贝叶斯公式，建立了一个“连续个体化风险指标”模型。
模型构建流程
研究人员用这个模型来预测患者的预后，并用已知的预后结果，对模型进行反馈和修正，最后得到一个修正好的模型。
他们用一个队列对这个模型进行了检验，让其预测患者24个月的无事件生存率（EFS）情况，发现曲线下面积达到0.81。用该模型预测患者24个月的总生存率时，效果更好，曲线下面积达到了0.86。
这个模型不只是对24个月内的预测有效，分别让其预测患者12-18-24-30-36个月的EFS，发现曲线下面积都稳定在0.8以上，可见这个模型对弥漫性大B细胞淋巴瘤患者长期风险的预测，具有相当的稳定性。
随后，研究人员又在其他癌种里测试了该“水晶球”的预言能力。
他们用慢性淋巴细胞白血病患者的参数调整了该模型，用其预测患者36个月内无进展生存率和总生存率，发现曲线下面积也在0.8左右。
预测癌症患者的转移风险
此外，“水晶球”的能力不止在于预测患者的风险，还能指导用药。
在调整了模型后，研究人员发现，该模型还能分辨出哪些慢性淋巴细胞白血病患者，更能够从FCR（氟达拉滨+环磷酰胺+利妥昔单抗）疗法中获益；哪些乳腺癌患者，更适合新辅助化疗或HER2双靶向（曲妥珠单抗+帕妥珠单抗）治疗。
从这些结果看，这个模型的预测能力可以说是相当强大。
而这个强大的基于贝叶斯公式的模型还很好建立，相比机器学习算法，一方面，它不需要用海量的数据进行训练，只需用已经发现的几个风险因子便可建立；另一方面它相对简单，更易于升级。
当然，也必须承认，目前该模型预测的准确率还有提升的空间，这是需要继续改进的地方。
不过，无论如何，这个简单而强大的模型，对于癌症精准医疗的发展具有重要的推动意义。
原始出处:David M. Kurtz, Mohammad S. Esfahani, Florian Scherer, et al. Dynamic Risk Profiling Using Serial Tumor Biomarkers for Personalized Outcome Prediction. Cell. July 04, 2019
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#长期预后#
0
#CEL#
33
#Cell#
27
#预测模型#
35
#癌症患者#
41
#精准#
18
梅斯里提供了很多疾病的模型计算公式，赞一个！
32