Model matematika memprediksi hasil pasien terhadap terapi adaptif – ScienceDaily

Model matematika memprediksi hasil pasien terhadap terapi adaptif – ScienceDaily


Kanker prostat adalah keganasan paling umum di antara pria di Amerika Serikat. Itu juga merupakan penyebab paling umum kedua dari kematian terkait kanker. Meskipun pengobatan kanker prostat ditingkatkan, banyak pasien dengan penyakit lanjut akhirnya mengembangkan resistansi obat. Para peneliti di Center of Excellence for Evolutionary Therapy di Moffitt Cancer Center percaya bahwa perawatan adaptif berdasarkan prinsip-prinsip evolusi dapat menjadi pendekatan yang efektif untuk pengobatan kanker prostat dengan mencegah perkembangan resistensi obat dan memperpanjang kelangsungan hidup pasien. Dalam sebuah artikel yang diterbitkan hari ini di Nature Communications, tim peneliti memberikan pandangan lebih dekat pada model dan data yang menunjukkan bahwa perubahan pasien individu dalam biomarker antigen spesifik prostat (PSA) di awal pengobatan dapat memprediksi hasil untuk siklus pengobatan terapi adaptif selanjutnya. Model ini pada akhirnya dapat digunakan untuk merancang perawatan khusus pasien sesuai dengan perubahan pertumbuhan tumor dan pola biomarker.

Pasien dengan kanker prostat biasanya dirawat dengan terapi radiasi atau pembedahan yang diikuti dengan terapi deprivasi androgen (ADT) pada dosis tertinggi yang dapat ditoleransi untuk membunuh sebanyak mungkin sel kanker. Meskipun tanggapan awal terhadap pendekatan ini seringkali efektif, pada akhirnya pasien mengembangkan resistansi obat dan tumornya kambuh.

“Pengobatan berkelanjutan, dengan secara maksimal memilih fenotipe resisten dan menghilangkan populasi pesaing lainnya, sebenarnya dapat mempercepat munculnya populasi resisten – fenomena evolusi yang dipelajari dengan baik disebut pelepasan kompetitif,” kata penulis studi Heiko Enderling, Ph.D., anggota asosiasi dari Departemen Onkologi Matematika Terpadu Moffitt.

Enderling dan timnya, bekerja sama dengan para ilmuwan dari Duke University, University of North Carolina dan Arizona State University, percaya bahwa alih-alih menggunakan dosis toleransi maksimum yang berkelanjutan, pendekatan yang lebih baik adalah menggunakan terapi adaptif dengan dosis intermiten. Strategi pengobatan ini didasarkan pada pola perubahan tingkat biomarker pada setiap pasien; pengobatan dapat bertambah atau berkurang atau bahkan dihentikan untuk sementara waktu sesuai dengan penanda khusus pasien dan dinamika tumor.

“Memanfaatkan sepenuhnya potensi terapi kanker prostat intermiten membutuhkan identifikasi mekanisme resistensi ADT, memprediksi respons individu dan menentukan pemicu yang berpotensi sangat spesifik untuk pasien dan dapat ditindaklanjuti secara klinis untuk menghentikan dan melanjutkan siklus ADT intermiten,” kata penulis utama studi Renee Brady, Ph.D ., seorang rekan pasca-doktoral di Departemen Onkologi Matematika Terpadu di Moffitt. Dia menambahkan tantangan yang tampaknya menakutkan ini dapat diatasi dengan kemajuan dalam pemodelan matematika.

Model matematika sebelumnya didasarkan pada berbagai mekanisme resistensi yang berbeda dan mencakup banyak variabel; namun, mereka tidak sepenuhnya memprediksi respon pasien dan hasil terhadap ADT intermiten. Tim Moffitt membangun modelnya berdasarkan teori yang berbeda; mereka berhipotesis bahwa sel induk kanker prostat berkontribusi terhadap perbedaan tumor antara pasien dan kegagalan pengobatan. Mereka merancang model yang mensimulasikan dan memprediksi dinamika tiga faktor selama ADT intermiten: sel kanker prostat, sel kanker yang terdiferensiasi, dan biomarker PSA. Para peneliti memvalidasi model mereka untuk menunjukkan bahwa sel punca sangat terkait dengan resistensi ADT intermiten. Pasien yang resisten lebih mungkin memiliki sel punca dengan tingkat pembaruan diri yang lebih tinggi, yang kemudian mengarah ke tingkat sel punca kanker prostat yang lebih tinggi dan perubahan tingkat biomarker PSA selama setiap siklus pengobatan.

Para peneliti menggabungkan model mereka dengan data klinis dari studi terapi ADT intermiten dan mendemonstrasikan bahwa model itu memprediksi perkembangan resistensi pasien dengan akurasi 89%. Lebih lanjut, mereka menunjukkan bahwa dengan menggunakan model ini, mereka dapat memprediksi pasien mana yang akan mendapat manfaat dari pengobatan alternatif.

Hasil ini menunjukkan kelayakan penggunaan model matematika untuk memandu uji klinis terapi adaptif dan memberikan pilihan pengobatan yang lebih personal untuk meningkatkan hasil pasien. “Kemampuan untuk belajar dari siklus pengobatan dini dan memprediksi tanggapan selanjutnya menambah derajat penting dari personalisasi dan fleksibilitas ke protokol pengobatan kanker,” kata Enderling.

Sumber Cerita:

Materi disediakan oleh H. Lee Moffitt Cancer Center & Research Institute. Catatan: Konten dapat diedit untuk gaya dan panjangnya.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Toto SGP

Author Image
adminProzen