Višestruki mijelom ostaje izazov za lečenje. Novi terapijski napredak je poboljšao ishode, ali odabir pravog tretmana za pacijenta može biti složen jer se bolest može drastično razlikovati od osobe do osobe. U novom članku objavljenom u Journal of Clinical Oncology, istraživači Moffitt Centra za rak u saradnji sa Silvester Comprehensive Cancer Center i grupama širom sveta dele rezultate iz novog modela koji može da pruži prilagođena predviđanja o tome kako pojedinačni pacijenti reaguju na različite terapije.
Multipli mijelom je redak rak krvi koji utiče na vrstu belih krvnih zrnaca poznatih kao plazma ćelije. Ne postoji lek za bolest, zbog čega je terapijski tretman kritičan. Da bi pomogli u određivanju odgovarajućeg toka terapije, kliničari koriste prognostičke alate, uključujući hibridizaciju fluorescencije in situ (FISH), koja mapira genomske promene ćelije i modele profilisanja ekspresije gena. Ali kako je objasnio glavni autor studije Ken Shain, dr, MD, ti testovi su ograničeni.
„Testovi ekspresije FISH i gena su važni, ali ne uzimaju u obzir varijabilnost od pacijenta do pacijenta i zanemaruju nekoliko prognostički relevantnih genomskih i vremenski zavisnih karakteristika koje bi mogle pomoći lekarima da odrede najbolju strategiju lečenja za povećanje ukupnog preživljavanja pacijenata“, rekao je Shain, ko-lider Centra za istraživanje mijeloma porodice Pentekost u Moffitu.
Tim Moffittovih istraživača i saradnika u SAD, Ujedinjenom Kraljevstvu, Nemačkoj i Italiji razvio je novi sistem genomske klasifikacije za multipli mijelom koji je kategorisao pacijente u 12 različitih grupa na osnovu njihovih genomskih profila. Prvo su prikupili klinički, demografski, genomski i terapeutski skup podataka od skoro 2.000 novodijagnostikovanih pacijenata sa multiplim mijelomom.
Istraživači su zatim izvršili opsežno genomsko profilisanje koristeći napredne tehnike sekvenciranja, omogućavajući im da identifikuju rekurentne genomske karakteristike i mutacije povezane sa bolešću. Rezultat je bio individualizovani model rizika kod multiplog mijeloma ili IRMMa. Prediktivni model koristi napredne statističke metodologije kao što su duboke neuronske mreže za generisanje individualizovanog ukupnog preživljavanja i predviđanja preživljavanja bez događaja za pacijente sa multiplim mijelomom.
Izvršena je rigorozna validacija IRMA modela korišćenjem nezavisnih skupova podataka kako bi se osigurala njegova tačnost i pouzdanost u različitim populacijama pacijenata. Pored toga, istraživači su analizirali ishode lečenja i varijance između različitih terapijskih režima, sa ciljem da identifikuju optimalne pristupe lečenju prilagođene individualnim karakteristikama pacijenata.
„Prema našim saznanjima, ovo je prvi individualizovani model predviđanja koji može da uključi heterogene kliničke i genomske informacije kako bi se predvideo odgovor pojedinačnog pacijenta na date opcije lečenja“, rekao je Shain.
Istraživači napominju da IRMMa ima ograničenja, ali to je fleksibilan model zasnovan na znanju koji se može prilagoditi tokom vremena kako bi se dodali novi genomski pokretači i terapije.
