Wiskunde gebruiken om de behandeling van schildklierkanker te optimaliseren

Schildklierkanker is een van de meest voorkomende endocriene kankers. Hoewel de kans op succes hoog is, vormt het risico op recidief een constante zorg voor patiënten en een uitdaging voor de geneeskunde. Het werk "Toepassing van wiskunde bij de diagnose en behandeling van schildklierkanker" van studenten Tran Van Luat (K66 Wiskunde - IT) en Nguyen Dinh Quang (K67 Wiskunde Talentprogramma) van de Universiteit voor Natuurwetenschappen (Nationale Universiteit van Hanoi) heeft een nieuwe en veelbelovende aanpak opgeleverd voor het gebruik van wiskundige modellen om behandelingsregimes voor schildklierkanker te optimaliseren en zo te komen tot gepersonaliseerde behandeling.

Nguyen Dinh Quang (linker omslag) en Tran Van Luat met posters over hun werk op de Student Science Conference van de Universiteit voor Natuurwetenschappen in 2025.

Van praktische zorgen tot baanbrekende wiskundige oplossingen

Nguyen Dinh Quang deelde het idee voor het opzetten van het project en zei dat het onderzoeksteam door praktisch onderzoek had ingezien dat het behandelingsregime voor gedifferentieerde schildklierkanker momenteel voornamelijk bestaat uit thyreoïdectomie gevolgd door adjuvante behandeling met radioactief jodium (RAI). Het bepalen van de optimale RAI-dosis voor elke patiënt is echter nog steeds subjectief en grotendeels gebaseerd op de klinische ervaring van de arts in plaats van op nauwkeurige doseringsmethoden. Dit kan ertoe leiden dat sommige patiënten niet de benodigde dosis krijgen, waardoor het risico op recidief toeneemt, terwijl anderen ongewenste bijwerkingen ondervinden van een te hoge stralingsdosis.

Momenteel volgt de behandeling van schildklierkanker in Vietnam, inclusief het bepalen van de stralingsdosis voor patiënten, strikt de voorschriften van het Ministerie van Volksgezondheid . In de praktijk moeten artsen echter nog steeds grotendeels vertrouwen op hun klinische ervaring om de optimale stralingsdosis te bepalen. Tegelijkertijd beschikken ze niet over een effectief hulpmiddel om een volledig beeld te krijgen en de progressie van de ziekte nauwkeurig te voorspellen.

"Vanuit deze zorgen en onder begeleiding van Dr. Nguyen Trong Hieu, universitair hoofddocent, Dr. Tang Quoc Bao (Universiteit van Graz, Oostenrijk) en Master of Arts in opleiding Nguyen Thi Phuong (Militair Centraal Ziekenhuis 108), hebben we onze wiskundige expertise moedig ingezet om een oplossing te vinden. We kunnen gerust stellen dat dit een van de baanbrekende studies in Vietnam is op het gebied van de toepassing van wiskunde ter ondersteuning van het behandelproces", aldus Quang.

Modellering en optimalisatieproblemen: de sleutel tot gepersonaliseerde behandeling

Om bovenstaand probleem op te lossen, bouwde het onderzoeksteam een wiskundig model dat zich richt op het simuleren van belangrijke biologische grootheden bij de behandeling van gedifferentieerde schildklierkanker, waaronder: het aantal kankercellen (N), de concentratie thyreoglobuline (Tg) en anti-thyreoglobuline-antilichamen (AbTg) - belangrijke biomarkers om de reactie op de behandeling te monitoren, samen met de gebruikte dosis radioactief jodium (A).

Quang en zijn onderzoeksteam presenteerden hun onderwerp tijdens de plenaire sessie van de Student Science Conference. Het onderwerp won de tweede prijs.

Dit model is met name ontworpen om eenvoudiger te zijn dan sommige van de complexere modellen die eerder bestonden, terwijl het toch een nauwkeurige weergave van de belangrijkste biologische interacties garandeert. Het doel van het team is om een model te ontwikkelen dat zeer toepasbaar is in klinische settings en eenvoudig te integreren en te gebruiken is.

Op basis van het wiskundige model ontwikkelde de groep studenten verder een optimaal controleprobleem. Het doel van dit probleem is om de optimale RAI-dosis en -schema voor elke specifieke patiënt te vinden, om zo meerdere doelen tegelijk te bereiken: het aantal kankercellen zo effectief mogelijk verminderen, de concentraties van Tg- en AbTg-biomarkers stabiliseren en, net zo belangrijk, onnodige bijwerkingen van de stralingsdosis minimaliseren.

Bij toepassing op simulaties van behandelresultaten tonen de berekeningen aan dat ze redelijk zijn en kunnen ze helpen de behandelperiode voor patiënten te verkorten. Tegelijkertijd ondersteunen ze artsen bij het overwegen om de behandeldoses te verlagen.

Simulaties met drie typische patiëntengroepen – patiënten die goed reageerden op de behandeling, patiënten die matig RAI-resistent waren en patiënten die zeer RAI-resistent waren – lieten zien dat het model de ziekteprogressie goed kon voorspellen op basis van de baseline testgegevens. Hierdoor kon het model een geschikter RAI-schema en -dosis bieden dan de daadwerkelijk toegepaste behandelregimes.

Bij vergelijking van de ‘werkelijke dosis’ en de ‘door het model aanbevolen dosis’ lieten de resultaten zien dat de door het model voorgestelde optimale behandelingsstrategie de mate van kankercelcontrole aanzienlijk verbeterde en belangrijke biologische concentraties terugbracht naar normale niveaus.

Mogelijke toepassingen voor gepersonaliseerde geneeskunde

Om zo'n interdisciplinair project vorm te geven, met name de combinatie van wiskunde en geneeskunde, is er veel inspanning van de leden nodig. Quang vertelde dat de overstap naar een aan geneeskunde verwant vakgebied, als student wiskunde, aanvankelijk op veel moeilijkheden stuitte. In de eerste maanden, zo'n twee tot drie maanden, moest de groep zich enorm inspannen om medische mechanismen te leren en te begrijpen. Er waren nachten dat we op moesten blijven om documenten te lezen.

Gelukkig kreeg de groep enthousiaste steun van medische experts en artsen. Wanneer er zaken waren die niet duidelijk begrepen werden, besprak de groep deze direct of online. Een van de meest memorabele ervaringen was de eerste keer dat de groep naar het 108 Military Central Hospital ging, contact opnam met het medische team en direct met hen samenwerkte, gegevens verzamelde en het medisch onderzoek en de behandeling observeerde.

"We hebben ongeveer 3 uur met artsen samengezeten om gegevens te verzamelen en expertise uit te wisselen. Daarnaast kregen we ook de gelegenheid om een deel van het medisch onderzoek en behandelproces, het behandelproces van patiënten, te observeren. Dit waren echt interessante en nuttige ervaringen", vertelde Quang.

Quang zei dat als dit onderzoek de nodige aandacht krijgt, erin wordt geïnvesteerd en verder wordt ontwikkeld, het een krachtig hulpmiddel voor artsen zal zijn. Het zal niet alleen helpen bij het voorspellen van de progressie van de ziekte in de nabije toekomst, ongeveer de komende 4-5 jaar, maar ook helpen bij het geven van suggesties voor de volgende behandelingsdosering die het meest geschikt is voor elke patiënt.

Het team test het model nu actief met meer patiëntdatasets, waarbij de focus specifiek ligt op patiënten met hoge AbTg-waarden – een doelgroep die voorheen weinig aandacht heeft gekregen in andere onderzoeken.

Daarnaast ontwikkelt het team een softwareapplicatie die op basis van invoergegevens automatisch de juiste RAI-behandelingsdosis voor elk individu kan aanbevelen. Indien het project succesvol is, is het verdere doel om een specifieke applicatie (app) te ontwikkelen.

De groep bereidt met name een wetenschappelijk manuscript voor dat ter publicatie in prestigieuze internationale tijdschriften zal worden ingediend. "We hopen dat het werk zal bijdragen aan de trend van gepersonaliseerde behandeling die zich steeds sterker ontwikkelt in de moderne geneeskunde", aldus Quang.

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