Nedavna studija otvara novi pristup za poboljšanje personalizovanih tretmana za pacijente sa glioblastomom, jednim od najagresivnijih tipova raka koji danas postoje.
Primena ovih rezultata u kliničkoj praksi, objavljenih u časopisu Cancers, ima potencijal da prilagodi terapije specifičnim karakteristikama svakog tumora mozga.
Istraživanje se fokusiralo na procenu efikasnosti bevacizumaba (BVZ) u lečenju glioblastoma (GBM). Ovaj lek je dizajniran da inhibira stvaranje novih krvnih sudova u tumoru. Međutim, prema dr Mariji del Mar Alvarez-Tores sa Universitat Politecnica de Valencia, efikasnost ovog tretmana je dovedena u pitanje zbog njegove nemogućnosti da poboljša preživljavanje kod svih pacijenata koji su podvrgnuti terapiji.
„Varijabilitet u odgovorima pacijenata je pokrenuo pitanja o generalizovanoj korisnosti ovog leka u ovom agresivnom obliku raka mozga. U ovom radu predlažemo korišćenje cerebralnog volumena krvi (rCBV) kao prediktivnog markera za identifikaciju onih pacijenata sa GBM koji bi mogli imati koristi od ovog tretmana u smislu preživljavanja“, kaže Marija del Mar Alvarez-Tores.
U svojoj studiji, tim iz UPV, IGTP, ICO i Clinic de Barcelona sproveo je retrospektivnu studiju koja je uključivala više od 100 pacijenata. Bevacizumab (BVZ) je bio korisniji kod pacijenata sa umerenim vaskularnim tumorima, sa srednjim vremenom preživljavanja od 10 meseci duže nakon lečenja. Ovo sugeriše da početna vaskularnost tumora može biti važan indikator u predviđanju ko će imati najviše koristi od bevacizumaba nakon progresije tumora.
„U našem istraživanju otkrili smo da nam ugradnja rCBV markera omogućava da precizno identifikujemo one pacijente sa umereno vaskularizovanim tumorima koji bi imali više koristi od lečenja bevacizumabom. Ovo poboljšanje efikasnosti lečenja ne samo da pruža ciljaniji pristup, već i otvara puteve za istraživanje povoljnijih opcija za pacijente čiji tumori ne reaguju pozitivno na lek. Ovaj optimizovani pristup pomaže u upravljanju resursima i doprinosi poboljšanju kliničkih ishoda“, objašnjava Marija del Mar Alvarez-Tores.
rCBV je izračunat na osnovu slika magnetne rezonance korišćenjem tehnologije zasnovane na veštačkoj inteligenciji razvijenoj u UPV (vvv.oncohabitats.upv.es). To je, dakle, neinvazivna alternativa bez dodatnih rizika za pacijente. Štaviše, standardni dijagnostički podaci izbegavaju dodatne troškove i štede vreme u drugim testovima.
„Naš predlog je efikasna i ekonomski isplativa opcija za poboljšanje izbora lečenja. Što je najvažnije, omogućava ranu identifikaciju pacijenata sa glioblastomom koji će imati najviše koristi od bevacizumaba, olakšavajući personalizaciju lečenja i poboljšavajući njihove izglede“, kaže Marija del Mar Alvarez-Tores.
Rad je najnoviji rezultat doktorske teze Maria del Mar koju je sprovela na UPV-u, tačnije u Laboratoriji za nauku o biomedicinskim podacima (BDSLab) Instituta ITACA. Trenutno završava postdoktorsku obuku na Univerzitetu Kolumbija u Njujorku
