研究人员将能预测多达12种肿瘤的生长速度

近日,来自布法罗大学的科学家们通过研究开发了一种新方法能准确预测肿瘤的生长率(tumor growth rates),肿瘤的生长率是一项重要的统计数据,其能帮助科学家们有效进行癌症治疗的筛查和剂量方案,相关研究刊登于国际杂志The AAPS Journal上。

图片来源:iran-daily.com

这种新型的数学方法能针对12种类型的癌症成功估计肿瘤尺寸发生加倍所需要的时间,这些癌症包括乳腺癌、前列腺癌和黑色素瘤等。研究者Dhaval Shah说道,该方法能帮助临床医生和药物开发者利用常规的临床数据来推测实体瘤进展的速度,这一参数也能帮助设计个体化给药方案并开发抗癌疗法的可靠模型。

肿瘤倍增时间(Tumor doubling time)会明显影响患者进行抗癌疗法的预后,但这一比率很难确定,当前的方法能通过在两个时间点测定肿瘤的尺寸来计算肿瘤倍增时间,并能推测肿瘤会以指数速度来增长。然而利用这种方法计算的大部分加倍时间都是评估过高的,肿瘤尺寸的微小变化往往会使得确定其生长速度变得困难,而些许的错误都会影响临床医生给患者安排最佳的随访策略和治疗剂量,同时也会影响给患者到底施用哪一种治疗手段,比如手术、化疗或放疗等。

这项研究中,研究人员利用来自患者无进展生存图中提取的数据进行分析(癌症患者在治疗期间和治疗后不进展或不扩散的时间长度),研究者Shah指出,患者疾病无进展的生存图或许会包含一些能帮助识别患者机体肿瘤生长率的信息;研究者收集了47项临床试验中涵盖12种不同类型癌症患者的相关数据进行分析,包括黑色素瘤、胰腺癌、肺癌等12种癌症类型;研究结果表明,使用患者无进展生存图所预测的患者癌症的生长率与报道的实际肿瘤倍增时间接近,后期研究者或将进一步深入研究来为开发改善癌症患者治疗的新型策略提供新的思路和研究依据。

原始出处:Katherine Kay,Keith Dolcy,Robert Bies, et al. Estimation of Solid Tumor Doubling Times from Progression-Free Survival Plots Using a Novel Statistical approach, The AAPS Journal (2019). DOI:10.1208/s12248-019-0302-5

原标题:AAPS J:科学家或能成功预测多达12种肿瘤的生长速度

本文来源自生物谷,更多资讯请下载生物谷APP(http://www.bioon.com/m/)