Novi model bi mogao da smanji oslanjanje na hemoterapiju

Novi model bi mogao da smanji oslanjanje na hemoterapiju

Očekuje se da će model koji je zajednički dizajnirao profesor na Univerzitetu Anglia Ruskin smanjiti potrebu za hemoterapijom kod do 38% pacijenata sa karcinomom dojke kojima bi ranije bilo savetovano da razmotre lečenje.

Najnovija verzija modela PREDICT Breast, objavljena u npj Breast Cancer i lansirana ove nedelje, koristi najnovije podatke o preživljavanju raka dojke, kao i uzimajući u obzir koristi i štete od hemoterapije i radioterapije.

PREDICT Breast je prvobitno pokrenut 2010. godine od strane Gordona Visharta, profesora hirurgije raka na ARU-u, a zatim direktora odeljenja za dojke u Kembridž univerzitetskim bolnicama NHS fondacije Trust-a, i Paula Faroaa koji je u to vreme bio profesor epidemiologije raka na Univerzitetu u Kembridžu.

Okupili su tim vodećih kliničara i naučnika kako bi razvili i potvrdili model PREDICT Breast, koji je zasnovan na podacima iz Registra raka iz Ujedinjenog Kraljevstva.

PREDICT Breast se kontinuirano ažurira od svog lansiranja i omogućava procenu 10- i 15-godišnjeg preživljavanja, kao i apsolutne prednosti hemoterapije, trastuzumaba, hormonske terapije i bisfosfonata, kako bi se omogućila odgovarajuća upotreba ovih terapija. Ovaj model trenutno koristi preko 40.000 kliničara i njihovih pacijenata svakog meseca širom sveta.

Nova verzija u velikoj meri nije finansirana, ali nedavno objavljene podatke sada prati dalja studija u Sjedinjenim Državama, koristeći podatke iz baze podataka SEER (Program nadzora, epidemiologije i krajnjih rezultata).

Profesor Vishart, sada glavni medicinski službenik u Check4Cancer zajedno sa svojom gostujućom ulogom u ARU, rekao je: „Hemoterapija može izazvati značajne fizičke efekte kao što su mučnina, gubitak težine, umor, krvarenje, modrice i povećan rizik od infekcije. Podaci iz novog modela pokazuju da se za značajan broj žena sa rakom dojke hemoterapija može bezbedno izbeći.

„Model PREDICT Breast nije izgrađen pomoću veštačke inteligencije, ali naglašava da se značajne inovacije mogu postići korišćenjem visokokvalitetnih podataka i tradicionalnih statističkih i epidemioloških principa.

„Sledeća razvojna faza će ispitati dodatnu prognostičku korist, ako postoji, od skupih testova genetskog profila rizika iznad i iznad modela PREDICT Breast koji je besplatan za korisnika.