Prospektiivinen havainnointitutkimus diffuusista suursoluisesta B-lymfoomasta (LBDGCréfract)

Primaarinen refraktaarinen sairaus vaikuttaa noin 30-40 %:iin potilaista, joilla on diagnosoitu DLBCL, ja se on haaste tämän taudin hoidossa sen huonon ennusteen vuoksi. Refraktorisen tilan ennustaminen voi olla erittäin hyödyllistä hoitostrategiassa, joka mahdollistaa varhaisen puuttumisen. Nyt on todellakin saatavilla useita vaihtoehtoja potilaan ja sairauden ominaisuuksien mukaan, kuten pelastuskemoterapia ja autologinen HSCT, kohdennettuja hoitoja tai CAR T-soluhoitoa. Valvotut koneoppimistekniikat pystyvät ennustamaan tuloksia lääketieteellisessä kontekstissa ja näyttävät siksi erittäin sopivilta tähän asiaan.

Koneoppimista koskeva lähestymistapamme vaikuttaa erityisen mielenkiintoiselta, koska tällä hetkellä ei ole olemassa tarpeeksi tehokkaita tilastollisia malleja, jotka tarjoaisivat kliinikoille päätöksenteon tukea. Siksi osoitamme aikaisemmassa tutkimuksessa, että algoritmit voivat olla tehokkaita ennustamaan taudin refraktaarista tilaa potilaan sairauskertomusten strukturoidun datan perusteella. Saatavilla olevien ja tehokkaiden pelastushoitojen suuren määrän vuoksi nopea puuttuminen potilaan hoitoreitille näyttää olevan oikea vaihtoehto ja yksilöllisin tapa maksimoida paranemismahdollisuudet ja samalla vähentää myrkyllisyyttä. Lääkäreiden kliinisen arvioinnin ja parhaiden algoritmien ennusteiden perusteella lääkäri voisi valita varhaisen hoitostrategian primaariselle refraktaariselle DLBCL:lle.

Löysimme aiemmassa tutkimuksessa kaksi mielenkiintoista mallia (NBC ja XGBoost) tulenkestävän taudin ennustamiseen validointisarjassa. Koneoppimistekniikoiden soveltaminen voi merkittävästi edistää DLBCL-potilaiden hoitoa. Näillä algoritmeilla on potentiaalia auttaa kliinikkoja tekemään tietoisia hoitostrategioita koskevia päätöksiä, mikä mahdollistaa hoitojen personoinnin kunkin potilaan mukaan. Näiden löydösten validoimiseksi laajemmassa mittakaavassa tämä tutkimus voisi vahvistaa tulokset tulevassa kohortissa ja tämän tekniikan arvon primaarisen tulenkestävän taudin monimutkaisessa hoidossa DLBCL-potilailla.