Bruk av matematikk for å optimalisere behandling av skjoldbruskkreft

Skjoldbruskkjertelkreft er en av de vanligste endokrine kreftformene. Selv om den har en høy suksessrate, er risikoen for tilbakefall alltid en konstant bekymring for pasienter og en utfordring for medisin. Arbeidet «Anvendelse av matematikk i diagnose og behandling av skjoldbruskkjertelkreft» av studentene Tran Van Luat (K66 Math - IT) og Nguyen Dinh Quang (K67 Math Talent Program) ved University of Natural Sciences (Hanoi National University) har introdusert en ny og lovende tilnærming til bruk av matematiske modeller for å optimalisere behandlingsregimer for skjoldbruskkjertelkreft, med tanke på personlig tilpasset behandling.

Nguyen Dinh Quang (venstre forside) og Tran Van Luat med plakater om arbeidet sitt på studentkonferansen i naturvitenskap ved Universitetet for naturvitenskapelige fag i 2025.

Fra praktiske bekymringer til banebrytende matematiske løsninger

Nguyen Dinh Quang delte ideen bak prosjektet og sa at forskerteamet gjennom praktisk forskning innså at behandlingsregimet for differensiert skjoldbruskkjertelkreft for tiden hovedsakelig er avhengig av tyreoidektomi etterfulgt av adjuvant behandling med radioaktivt jod (RAI). Å bestemme den optimale RAI-dosen for hver pasient er imidlertid fortsatt subjektivt, i stor grad basert på legens kliniske erfaring snarere enn presise doseringsverktøy. Dette kan føre til at noen pasienter ikke får den nødvendige dosen, noe som øker risikoen for tilbakefall, mens andre lider av uønskede bivirkninger av en for høy strålingsdose.

For tiden følger behandlingsprosessen for skjoldbruskkreft i Vietnam, inkludert fastsettelse av strålingsdose for pasienter, strengt forskriftene fra Helsedepartementet . I realiteten må imidlertid leger fortsatt i stor grad stole på sin kliniske erfaring for å bestemme den optimale strålingsdosen. Samtidig har de ikke et effektivt støtteverktøy for å få et helhetlig bilde og nøyaktig forutsi sykdomsprogresjonen.

«Med veiledning fra dr. Nguyen Trong Hieu, førsteamanuensis, dr. Tang Quoc Bao (Graz universitet, Østerrike) og overlege Nguyen Thi Phuong (militærsentralsykehus 108), brukte vi frimodig vår styrke innen matematikk for å finne en løsning. Man kan si at dette er en av de banebrytende studiene i Vietnam innen anvendelse av matematikk for å støtte behandlingsprosessen», sa Quang.

Modellerings- og optimaliseringsproblemer: Nøkkelen til personlig tilpasset behandling

For å løse problemet ovenfor, bygde forskerteamet en matematisk modell som fokuserer på å simulere viktige biologiske størrelser i behandlingen av differensiert skjoldbruskkreft, inkludert: antall kreftceller (N), konsentrasjonen av tyreoglobulin (Tg) og anti-tyreoglobulin-antistoffer (AbTg) – viktige biomarkører for å overvåke behandlingsrespons, sammen med dosen av radioaktivt jod som brukes (A).

Quang og forskerteamet hans rapporterte om emnet sitt på plenumsmøtet til studentvitenskapskonferansen. Emnet vant andrepremien.

Det er verdt å merke seg at denne modellen er utformet for å være enklere enn noen av de mer komplekse modellene som har eksistert tidligere, samtidig som den sikrer en nøyaktig gjenspeiling av sentrale biologiske interaksjoner. Teamets mål er å oppnå en modell som er svært anvendelig i kliniske settinger, enkel å integrere og bruke.

Basert på den matematiske modellen fortsatte studentgruppen å utvikle et optimalt kontrollproblem. Målet med dette problemet er å finne den optimale RAI-dosen og behandlingsplanen for hver spesifikke pasient, for å oppnå flere mål samtidig: mest mulig effektivt redusere antall kreftceller, stabilisere konsentrasjonene av Tg- og AbTg-biomarkører, og like viktig, minimere unødvendige bivirkninger fra strålingsdosen.

Når beregningene brukes til simulering av behandlingsresultater, viser de at de er rimelige, kan bidra til å forkorte behandlingsperioden for pasienter, og samtidig støtte leger i å vurdere å redusere behandlingsdoser.

Simuleringer på tre typiske pasientgrupper – fra de som responderte godt på behandlingen, de som var moderat RAI-resistente og de som var svært RAI-resistente – viste at modellen var i stand til å forutsi sykdomsprogresjon godt basert på baseline testdata. Som et resultat var modellen i stand til å gi en mer passende RAI-plan og dose enn de faktiske behandlingsregimene som ble brukt.

Ved sammenligning av den «faktiske dosen» og den «modellanbefalte dosen» viste resultatene at den optimale behandlingsstrategien som ble foreslått av modellen, forbedret kontrollen av kreftceller betydelig, og brakte viktige biologiske konsentrasjoner tilbake til normale nivåer.

Potensielle bruksområder innen personlig medisin

Å ta form et slikt tverrfaglig prosjekt, spesielt kombinasjonen av matematikk og medisin, krever stor innsats fra medlemmene. Quang fortalte at som student med hovedfag i matematikk møtte overgangen til et felt relatert til medisin i utgangspunktet på mange vanskeligheter. I de første månedene, omtrent 2–3 måneder, måtte gruppen gjøre en stor innsats for å lære og forstå medisinske mekanismer. Det var netter da vi måtte være oppe for å lese dokumenter.

Heldigvis fikk gruppen entusiastisk støtte fra medisinske eksperter og leger. Når det var problemer som ikke var klart forstått, diskuterte gruppen direkte eller på nett. En av de minneverdige opplevelsene var første gang gruppen dro til 108 Military Central Hospital, kontaktet og jobbet direkte med det medisinske teamet, samlet inn data og observerte den medisinske undersøkelsen og behandlingsprosessen.

«Vi brukte omtrent tre timer på å sitte sammen med leger for å samle inn data og utveksle ekspertise. I tillegg fikk vi også muligheten til å observere deler av den medisinske undersøkelsen og behandlingsprosessen, behandlingsprosessen til pasientene. Dette var virkelig interessante og nyttige opplevelser», delte Quang.

Quang sa at hvis denne forskningen får oppmerksomhet, investert i og utviklet seg, vil den være et kraftig støtteverktøy for leger. Den vil ikke bare bidra til å forutsi sykdomsprogresjonen i nær fremtid, omtrent de neste 4–5 årene, men også bidra til å gi forslag til den neste behandlingsdosen som er mest passende for hver pasient.

Teamet tester nå aktivt modellen med flere pasientdatasett, med spesielt fokus på pasienter med høye AbTg-nivåer – en populasjon som tidligere har fått lite oppmerksomhet fra andre studier.

I tillegg utvikler teamet en programvareapplikasjon som automatisk kan anbefale riktig RAI-behandlingsdose for hver enkelt person basert på inndata. Hvis prosjektet lykkes, er det videre målet å utvikle en spesifikk applikasjon (app).

Spesielt forbereder gruppen et vitenskapelig manuskript som skal sendes inn til publisering i prestisjefylte internasjonale tidsskrifter. «Vi håper at arbeidet vil bidra til trenden med personlig tilpasset behandling som er i stadig sterkere utvikling innen moderne medisin», delte Quang.

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