Mathematische Ansätze zur Optimierung der Schilddrüsenkrebsbehandlung

Eine Gruppe von Studenten der Universität für Naturwissenschaften (Vietnam National University, Hanoi) hat Pionierarbeit bei der Anwendung mathematischer Modelle zur Optimierung der Behandlung von Schilddrüsenkrebs geleistet.

Schilddrüsenkrebs zählt zu den häufigsten endokrinen Krebserkrankungen. Obwohl die Heilungschancen hoch sind, stellt das Rezidivrisiko eine ständige Sorge für die Patienten und eine Herausforderung für die Medizin dar. Die Arbeit „Anwendung der Mathematik in der Diagnose und Behandlung von Schilddrüsenkrebs“ der Studenten Tran Van Luat (K66 Mathematik – IT) und Nguyen Dinh Quang (K67 Mathematik-Talentprogramm) der Universität für Naturwissenschaften (Nationale Universität Hanoi) präsentiert einen neuen und vielversprechenden Ansatz zur Optimierung von Schilddrüsenkrebsbehandlungen mithilfe mathematischer Modelle – hin zu einer personalisierten Therapie.

Nguyen Dinh Quang (links auf dem Titelbild) und Tran Van Luat mit Postern über ihre Arbeit auf der Student Science Conference 2025 der University of Natural Sciences.

Von praktischen Bedenken bis hin zu bahnbrechenden mathematischen Lösungen

Nguyen Dinh Quang erläuterte die Idee zur Projektgründung und erklärte, dass das Forschungsteam durch praktische Forschung erkannt habe, dass die Behandlung von differenziertem Schilddrüsenkrebs derzeit hauptsächlich auf der Entfernung der Schilddrüse (Thyreoidektomie) mit anschließender adjuvanter Radiojodtherapie (RAI) beruht. Die Bestimmung der optimalen RAI-Dosis für jeden Patienten ist jedoch nach wie vor subjektiv und basiert weitgehend auf der klinischen Erfahrung des Arztes anstatt auf präzisen Dosierungsinstrumenten. Dies kann dazu führen, dass manche Patienten nicht die notwendige Dosis erhalten, wodurch sich das Risiko eines Rezidivs erhöht, während andere unter unerwünschten Nebenwirkungen durch eine zu hohe Strahlendosis leiden.

Derzeit folgt die Behandlung von Schilddrüsenkrebs in Vietnam, einschließlich der Festlegung der Strahlendosis, strikt den Vorgaben des Gesundheitsministeriums . In der Praxis sind Ärzte jedoch weiterhin weitgehend auf ihre klinische Erfahrung angewiesen, um die optimale Strahlendosis zu bestimmen. Gleichzeitig fehlt ihnen ein effektives Instrument, um den Krankheitsverlauf umfassend zu beurteilen und präzise vorherzusagen.

„Ausgehend von diesen Bedenken und unter der Anleitung von Dr. Nguyen Trong Hieu, außerordentlicher Professor, Dr. Tang Quoc Bao (Universität Graz, Österreich) und Oberärztin Nguyen Thi Phuong (Zentrales Militärkrankenhaus 108) haben wir unsere mathematischen Fähigkeiten mutig eingesetzt, um eine Lösung zu finden. Man kann sagen, dass dies eine der ersten Studien in Vietnam ist, die Mathematik zur Unterstützung des Behandlungsprozesses anwendet“, sagte Quang.

Modellierungs- und Optimierungsprobleme: Schlüssel zur personalisierten Behandlung

Um das oben genannte Problem zu lösen, entwickelte das Forschungsteam ein mathematisches Modell, das sich auf die Simulation wichtiger biologischer Größen bei der Behandlung von differenziertem Schilddrüsenkrebs konzentriert, darunter: die Anzahl der Krebszellen (N), die Konzentration von Thyroglobulin (Tg) und Anti-Thyroglobulin-Antikörpern (AbTg) - wichtige Biomarker zur Überwachung des Behandlungserfolgs, sowie die verwendete Dosis an radioaktivem Jod (A).

Quang und sein Forschungsteam präsentierten ihre Ergebnisse in der Plenarsitzung der Studentenkonferenz für Naturwissenschaften. Die Präsentation wurde mit dem zweiten Preis ausgezeichnet.

Dieses Modell ist bewusst einfacher gestaltet als einige der komplexeren Vorgängermodelle, gewährleistet aber dennoch eine präzise Abbildung grundlegender biologischer Wechselwirkungen. Ziel des Teams ist ein Modell, das sich gut für den klinischen Einsatz eignet und einfach zu integrieren und anzuwenden ist.

Aufbauend auf dem mathematischen Modell entwickelte die Studierendengruppe ein optimales Steuerungsproblem. Ziel dieses Problems ist es, die optimale Radiojodtherapie-Dosis und das optimale Bestrahlungsschema für jeden einzelnen Patienten zu finden, um mehrere Ziele gleichzeitig zu erreichen: die Anzahl der Krebszellen möglichst effektiv zu reduzieren, die Konzentrationen der Tg- und AbTg-Biomarker zu stabilisieren und – ebenso wichtig – unnötige Nebenwirkungen der Strahlendosis zu minimieren.

Bei Anwendung auf die Simulation von Behandlungsergebnissen erweisen sich die Berechnungen als plausibel, können dazu beitragen, die Behandlungsdauer für Patienten zu verkürzen und unterstützen gleichzeitig die Ärzte bei der Überlegung, die Behandlungsdosis zu reduzieren.

Simulationen an drei typischen Patientengruppen – Patienten mit gutem Ansprechen auf die Behandlung, Patienten mit mäßiger und hochgradiger Radiojodresistenz – zeigten, dass das Modell den Krankheitsverlauf anhand der Ausgangswerte gut vorhersagen konnte. Dadurch lieferte das Modell ein besser geeignetes Radiojodtherapie-Schema und eine angemessenere Dosis als die tatsächlich angewandten Behandlungsregime.

Beim Vergleich der „tatsächlichen Dosis“ mit der „vom Modell empfohlenen Dosis“ zeigten die Ergebnisse, dass die vom Modell vorgeschlagene optimale Behandlungsstrategie die Kontrollrate der Krebszellen signifikant verbesserte und wichtige biologische Konzentrationen wieder auf normale Werte brachte.

Mögliche Anwendungen im Bereich der personalisierten Medizin

Die Umsetzung eines derart interdisziplinären Projekts, insbesondere der Kombination von Mathematik und Medizin, erfordert großen Einsatz von den Beteiligten. Quang berichtete, dass der Wechsel in ein medizinnahes Fachgebiet für ihn als Mathematikstudent zunächst mit vielen Schwierigkeiten verbunden war. In den ersten zwei bis drei Monaten musste die Gruppe sich intensiv mit den medizinischen Mechanismen auseinandersetzen. „Es gab Nächte, in denen wir wach bleiben mussten, um Dokumente zu lesen.“

Glücklicherweise erhielt die Gruppe tatkräftige Unterstützung von medizinischen Experten und Ärzten. Bei Unklarheiten besprach die Gruppe diese direkt oder online. Ein unvergessliches Erlebnis war der erste Besuch im Zentralkrankenhaus der 108. Militärakademie, wo die Gruppe Kontakt zum medizinischen Team aufnahm, direkt mit ihm zusammenarbeitete, Daten sammelte und den Untersuchungs- und Behandlungsprozess beobachtete.

„Wir haben etwa drei Stunden mit Ärzten verbracht, um Daten zu sammeln und Fachwissen auszutauschen. Außerdem hatten wir die Möglichkeit, einen Teil der medizinischen Untersuchung und des Behandlungsprozesses sowie den Behandlungsablauf der Patienten zu beobachten. Das waren wirklich interessante und nützliche Erfahrungen“, berichtete Quang.

Quang erklärte, dass diese Forschung, wenn sie Beachtung findet, gefördert und weiterentwickelt wird, ein wertvolles Hilfsmittel für Ärzte darstellen wird. Sie wird nicht nur helfen, den Krankheitsverlauf in den nächsten vier bis fünf Jahren vorherzusagen, sondern auch Empfehlungen für die jeweils am besten geeignete Behandlungsdosis geben.

Das Team testet das Modell nun aktiv mit weiteren Patientendatensätzen und konzentriert sich dabei insbesondere auf Patienten mit hohen AbTg-Werten – eine Patientengruppe, die in anderen Studien bisher wenig Beachtung gefunden hat.

Darüber hinaus entwickelt das Team eine Softwareanwendung, die anhand der eingegebenen Daten automatisch die geeignete Radiojodtherapie-Dosis für jeden Patienten empfehlen kann. Bei erfolgreichem Projektverlauf ist die Entwicklung einer entsprechenden App das nächste Ziel.

Die Gruppe bereitet insbesondere ein wissenschaftliches Manuskript vor, das in renommierten internationalen Fachzeitschriften veröffentlicht werden soll. „Wir hoffen, dass die Arbeit einen Beitrag zum Trend der personalisierten Therapie leisten wird, der sich in der modernen Medizin immer stärker entwickelt“, erklärte Quang.

Quelle: https://khoahocdoisong.vn/dung-toan-hoc-toi-uu-hoa-dieu-tri-ung-thu-tuyen-giap-post1544500.html