Matematika használata a pajzsmirigyrák kezelésének optimalizálására

A Vietnámi Nemzeti Egyetem (Hanoi) hallgatóinak egy csoportja úttörő szerepet játszott a matematikai modellek alkalmazásában a pajzsmirigyrák kezelésének optimalizálására.

A pajzsmirigyrák az egyik leggyakoribb endokrin rák. Bár magas a sikerességi aránya, a kiújulás kockázata állandó aggodalomra ad okot a betegek számára, és kihívást jelent az orvostudomány számára. A Hanoi Természettudományi Egyetem (Vietnami Nemzeti Egyetem) Tran Van Luat (K66 Matematika - IT) és Nguyen Dinh Quang (K67 Matematikai Tehetségprogram) hallgatóinak "A matematika alkalmazása a pajzsmirigyrák diagnosztizálásában és kezelésében" című munkája új és ígéretes megközelítést hozott a matematikai modellek használatában a pajzsmirigyrák kezelési rendjének optimalizálására, a személyre szabott kezelés felé.

Nguyễn Dinh Quang (bal borító) és Tran Van Luat poszterekkel munkájukról a Természettudományi Egyetem 2025-ös Tudományos Diákkonferenciáján.

A gyakorlati kérdésektől az áttörő matematikai megoldásokig

A projekt létrehozásának ötletét megosztva Nguyen Dinh Quang elmondta, hogy a gyakorlati kutatások során a kutatócsoport felismerte, hogy a differenciált pajzsmirigyrák jelenlegi kezelési rendje főként a pajzsmirigy eltávolításán, majd a radioaktív jóddal (RAI) végzett adjuváns kezelésen alapul. Az optimális RAI-dózis meghatározása azonban minden beteg esetében továbbra is szubjektív, és nagyrészt az orvos klinikai tapasztalatán, nem pedig a pontos adagolási eszközökön alapul. Ez oda vezethet, hogy egyes betegek nem kapják meg a szükséges dózist, növelve a kiújulás kockázatát, míg mások a túl magas sugárdózis nemkívánatos mellékhatásaitól szenvednek.

Jelenleg a pajzsmirigyrák kezelési folyamata Vietnámban, beleértve a betegek sugárdózisának meghatározását is, szigorúan az Egészségügyi Minisztérium előírásait követi. A valóságban azonban az orvosoknak továbbra is nagyrészt a klinikai tapasztalataikra kell támaszkodniuk az optimális sugárdózis meghatározásakor. Ugyanakkor nincs hatékony támogató eszközük a betegség átfogó képének kialakításához és a progresszió pontos előrejelzéséhez.

„Ezen aggodalmakból kiindulva, Dr. Nguyen Trong Hieu docens, Dr. Tang Quoc Bao (Graz Egyetem, Ausztria) és Nguyen Thi Phuong rezidens mesterorvos (108. Központi Katonai Kórház) útmutatásával bátran vetettük be matematikai erősségeinket a megoldás megtalálása érdekében. Elmondható, hogy ez Vietnám egyik úttörő tanulmánya a matematika kezelési folyamat támogatására való alkalmazásában” – mondta Quang.

Modellezés és optimalizálás: A személyre szabott kezelés kulcsa

A fenti probléma megoldása érdekében a kutatócsoport egy matematikai modellt épített, amely a differenciált pajzsmirigyrák kezelésében kulcsfontosságú biológiai mennyiségek szimulációjára összpontosít, beleértve a rákos sejtek számát (N), a tireoglobulin (Tg) és a tireoglobulin elleni antitestek (AbTg) koncentrációját – ezek fontos biomarkerek a kezelésre adott válasz monitorozására –, valamint az alkalmazott radioaktív jód dózisát (A).

Quang és kutatócsoportja a Tudományos Diákkonferencia plenáris ülésén ismertette témáját. A téma második díjat nyert.

Figyelemre méltó, hogy ez a modell egyszerűbb, mint a korábban kifejlesztett összetettebb modellek némelyike, miközben továbbra is pontosan tükrözi az alapvető biológiai kölcsönhatásokat. A csapat célja egy olyan modell létrehozása, amely klinikai környezetben is könnyen alkalmazható, könnyen integrálható és használható.

A matematikai modell alapján a hallgatói csoport folytatta az optimális szabályozási probléma kidolgozását. A probléma célja az optimális RAI dózis és ütemterv megtalálása minden egyes beteg esetében, több cél egyidejű elérése érdekében: a rákos sejtek számának lehető leghatékonyabb csökkentése, a Tg és AbTg biomarkerek koncentrációjának stabilizálása, és ugyanilyen fontos, a sugárdózis szükségtelen mellékhatásainak minimalizálása.

A kezelési eredmények szimulálására alkalmazva a számítások ésszerűséget mutatnak, segíthetnek lerövidíteni a betegek kezelési idejét, és támogathatják az orvosokat a kezelési dózisok csökkentésének mérlegelésében.

Három reprezentatív betegcsoporton – a kezelésre jól reagálóktól a mérsékelt RAI-rezisztenciával rendelkezőkön át az erős RAI-rezisztenciával rendelkezőkig – végzett szimulációk azt mutatták, hogy a modell képes volt előre jelezni a betegség progresszióját a kiindulási laboratóriumi adatok alapján, és hogy a modell megfelelőbb RAI-ütemtervet és adagolást tudott biztosítani, mint a ténylegesen alkalmazott kezelési rendek.

A „tényleges dózis” és a „modell által ajánlott dózis” összehasonlításakor az eredmények azt mutatták, hogy a modell által javasolt optimális kezelési stratégia jelentősen javította a ráksejtek kontrolljának mértékét, és a fontos biológiai koncentrációkat normalizálta.

Lehetséges alkalmazások a személyre szabott orvoslásban

Egy ilyen interdiszciplináris projekt megvalósítása, különösen a matematika és az orvostudomány kombinációja, nagy erőfeszítést igényel a tagok részéről. Quang megosztotta, hogy matematika szakos hallgatóként az orvostudományhoz kapcsolódó területre való áttérés kezdetben sok nehézségbe ütközött. Az első hónapokban, körülbelül 2-3 hónapban, a csoportnak nagy erőfeszítéseket kellett tennie az orvosi mechanizmusok elsajátítása és megértése érdekében. Voltak éjszakák, amikor fennmaradtunk, hogy dokumentumokat olvassunk."

Szerencsére a csoport lelkes támogatást kapott az orvosszakértőktől és orvosoktól. Amikor olyan kérdések merültek fel, amelyeket nem értettek egyértelműen, a csoport közvetlenül vagy online megvitatta azokat. Az egyik emlékezetes élmény az volt, amikor a csoport először ellátogatott a 108-as Katonai Központi Kórházba, ahol közvetlenül kapcsolatba léphettek és dolgozhattak az orvosi csapattal, adatokat gyűjtöttek, és megfigyelhették az orvosi vizsgálatot és a kezelési folyamatot.

„Körülbelül 3 órát töltöttünk orvosokkal ülve, hogy adatokat gyűjtsünk és tapasztalatokat cseréljünk. Ezenkívül lehetőségünk volt megfigyelni az orvosi vizsgálat és a kezelési folyamat egy részét, a betegek kezelési folyamatát. Ezek igazán érdekes és hasznos tapasztalatok voltak” – osztotta meg Quang.

Quang elmondta, hogy ha erre a kutatásra figyelmet fordítanak, befektetnek és fejlesztik, akkor az hatékony támogató eszköz lesz az orvosok számára. Nemcsak a betegség előrehaladásának előrejelzésében segít a közeljövőben, körülbelül 4-5 évben, hanem javaslatokat is tesz a következő, minden beteg számára legmegfelelőbb kezelési dózisra vonatkozóan.

A csapat jelenleg aktívan teszteli a modellt több betegadatbázissal, kifejezetten a magas AbTg-szinttel rendelkező betegekre összpontosítva – egy olyan csoportra, amely korábban kevés figyelmet kapott más tanulmányokban.

Ezenkívül a csapat egy olyan szoftveralkalmazást fejleszt, amely a bemeneti adatok alapján automatikusan képes ajánlani a megfelelő RAI-kezelési dózist minden egyes személy számára. Amennyiben a projekt sikeres, a további cél egy specifikus alkalmazás (app) fejlesztése.

A csoport különösen egy tudományos kéziratot készít elő, amelyet rangos nemzetközi folyóiratokban kívánnak publikálni. „Reméljük, hogy a munka hozzájárul majd a személyre szabott kezelés trendjéhez, amely egyre erőteljesebben fejlődik a modern orvoslásban” – mondta Quang.

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