Проспективное наблюдательное исследование диффузной крупноклеточной В-лимфомы (LBDGCréfract)

Первичное рефрактерное заболевание поражает примерно 30-40% пациентов с диагнозом DLBCL и представляет собой проблему в лечении этого заболевания из-за его плохого прогноза. Прогнозирование рефрактерного статуса может быть очень полезным в стратегии лечения, позволяющей раннее вмешательство. Действительно, в настоящее время доступно несколько вариантов в зависимости от пациента и характеристик заболевания, таких как спасительная химиотерапия и аутологичная ТГСК, таргетная терапия или терапия CAR Т-клетками. Методы контролируемого машинного обучения способны прогнозировать результаты в медицинском контексте и поэтому кажутся очень подходящими для этого вопроса.

Наш подход к машинному обучению кажется особенно интересным, поскольку в настоящее время не существует статистических моделей, достаточно эффективных, чтобы оказать поддержку врачам в принятии решений. Таким образом, в предыдущем исследовании мы показали, что алгоритмы могут быть эффективными в прогнозировании рефрактерного статуса заболевания на основе структурированных данных из медицинской карты пациента. Из-за большого количества доступных и эффективных методов спасения быстрое вмешательство в терапевтический путь пациента кажется правильным вариантом и наиболее персонализированным способом максимизировать шансы на излечение при одновременном снижении токсичности. Основываясь на клинической оценке врачей и прогнозах лучших алгоритмов, врач может выбрать стратегию раннего лечения первичной рефрактерной DLBCL.

В предыдущем исследовании мы обнаружили две интересные модели (NBC и XGBoost) для прогнозирования рефрактерного заболевания на проверочном наборе. Применение методов машинного обучения может внести существенный вклад в ведение пациентов с DLBCL. Эти алгоритмы могут помочь врачам принимать обоснованные решения относительно стратегии лечения, позволяя персонализировать терапию для каждого пациента. Чтобы подтвердить эти результаты в более широком масштабе, это исследование могло бы подтвердить результаты в проспективной когорте и ценность этой технологии в сложном лечении первичного рефрактерного заболевания у пациентов с DLBCL.