Строительство и оценка иммунотерапии опухоли и повреждения органов

Этот проект основан на углубленном анализе и интеграции многоэмоциональных данных, включая, помимо прочего, геномику, транскриптомику, протеомику и метаболомику. Он направлен на создание комплексной системы раннего ворота для повреждения функции органов в нежелательных явлениях, связанных с иммунитетом (IRAES), связанных с ингибиторами иммунной контрольной точки (ICIS) во время иммунотерапии опухоли. Основной целью этой системы является повышение общей безопасности и эффективности иммунотерапии опухоли.

Во-первых, проект использует базу данных для добычи данных о дифференциальной OMICS пациентов с иммунотерапией опухоли с комбинированной дисфункцией органов (включая комбинированные и некомбинированные тяжелые инфекции) в рамках этого проекта. Интегрируя биохимические показатели и связанные с ними гемодинамические данные, он создает риск раннего вооруженного повреждения у пациентов, подвергающихся иммунотерапии опухоли, одновременно проверяя его клиническую ценность и руководящую значимость.

Специфическое содержимое в основном включает в себя: захват специфических молекул повреждения органов у тяжелых пациентов после иммунотерапии опухоли, скрининговых генов, белков и метаболических продуктов, связанных с повреждением органов (включая сердце, легкие, мозг, печень, почки, блюда желудочно -кишечного тракта и т. Д.) И выявление биомаркеров для повреждения специфических органов при различных патогенных факторах, таких как иммумарапия, инфекции, и инфекции, и в IRA. Он собирает общую клиническую информацию, биохимические показатели и гемодинамические показатели, и объединяет данные с несколькими амиками для создания модели прогнозирования повреждения органов. Алгоритмы машинного обучения используются для оптимизации для построения системы на ранних случаях.

Оптимизация модели в системе будет осуществляться, наряду с проспективными клиническими исследованиями и многомерной проверкой. Оценивая точность и экономическую эффективность модели, она оказывает поддержку принятию решений для клиницистов и способствует развитию персонализированного лечения.