Tiroid kanseri tedavisini optimize etmek için matematik kullanımı

Tiroid kanseri, yüksek bir başarı oranına sahip olmasına rağmen, sık görülen endokrin kanserlerden biridir. Tekrarlama riski hastalar için sürekli bir endişe kaynağı ve tıp için de bir zorluktur. Doğa Bilimleri Üniversitesi (Hanoi Ulusal Üniversitesi) öğrencileri Tran Van Luat (K66 Matematik - BT) ve Nguyen Dinh Quang'ın (K67 Matematik Yetenek Programı) "Tiroid Kanserinin Tanı ve Tedavisinde Matematiğin Uygulanması" adlı çalışması, tiroid kanseri tedavi rejimlerini optimize etmek ve kişiselleştirilmiş tedaviye doğru ilerlemek için matematiksel modeller kullanma konusunda yeni ve umut verici bir yaklaşım getirmiştir.

Nguyen Dinh Quang (sol kapak) ve Tran Van Luat, Doğa Bilimleri Üniversitesi'nin 2025 Öğrenci Bilim Konferansı'nda çalışmaları hakkında posterleriyle.

Pratik kaygılardan çığır açan matematiksel çözümlere

Projenin oluşturulması fikrini paylaşan Nguyen Dinh Quang, araştırma ekibinin pratik araştırmalar yoluyla, diferansiye tiroid kanseri tedavi rejiminin şu anda esas olarak tiroidektomi ve ardından radyoaktif iyot (RAI) ile adjuvan tedaviye dayandığını fark ettiğini söyledi. Ancak, her hasta için optimum RAI dozunun belirlenmesi hâlâ özneldir ve büyük ölçüde kesin dozlama araçlarından ziyade doktorun klinik deneyimine dayanmaktadır. Bu durum, bazı hastaların gerekli dozu alamamasına ve tekrarlama riskini artırmasına, bazılarının ise çok yüksek radyasyon dozundan kaynaklanan istenmeyen yan etkilere maruz kalmasına neden olabilir.

Şu anda Vietnam'da tiroid kanseri tedavi süreci, hastalar için radyasyon dozunun belirlenmesi de dahil olmak üzere, Sağlık Bakanlığı yönetmeliklerine sıkı sıkıya bağlıdır. Ancak gerçekte, doktorlar optimal radyasyon dozunu belirlemek için hâlâ büyük ölçüde klinik deneyimlerine güvenmek zorundadır. Aynı zamanda, hastalığın ilerlemesini kapsamlı bir şekilde görüp doğru bir şekilde tahmin etmelerini sağlayacak etkili bir destek aracına sahip değillerdir.

Quang, "Bu endişelerden yola çıkarak, Doçent Dr. Nguyen Trong Hieu, Dr. Tang Quoc Bao (Graz Üniversitesi, Avusturya) ve Uzman Doktor Nguyen Thi Phuong'un (108 Askeri Merkez Hastanesi) rehberliğinde, bir çözüm bulmak için matematikteki gücümüzü cesurca kullandık. Bunun, tedavi sürecini desteklemek için matematiğin uygulanması konusunda Vietnam'daki öncü çalışmalardan biri olduğu söylenebilir," dedi.

Modelleme ve optimizasyon problemleri: Kişiselleştirilmiş tedavinin anahtarı

Yukarıdaki problemi çözmek için araştırma ekibi, farklılaşmış tiroid kanserinin tedavisinde önemli biyolojik nicelikleri simüle etmeye odaklanan bir matematiksel model oluşturdu. Bunlar arasında kanser hücrelerinin sayısı (N), Tiroglobulin konsantrasyonu (Tg) ve anti-Tiroglobulin antikorları (AbTg) - tedavi yanıtını izlemek için önemli biyobelirteçler - ve kullanılan radyoaktif iyot dozu (A) yer alıyor.

Quang ve araştırma ekibi, Öğrenci Bilim Konferansı'nın genel oturumunda konularını sundular. Konu ikincilik ödülüne layık görüldü.

Bu modelin, daha önce var olan bazı karmaşık modellerden daha basit olacak şekilde tasarlanmasının yanı sıra, temel biyolojik etkileşimlerin doğru bir şekilde yansıtılmasını da sağlaması dikkat çekicidir. Ekibin amacı, klinik ortamlarda yüksek düzeyde uygulanabilir, entegrasyonu ve kullanımı kolay bir model elde etmektir.

Matematiksel modele dayanarak, öğrenci grubu optimal bir kontrol problemi geliştirmeye devam etti. Bu problemin amacı, aynı anda birden fazla hedefe ulaşmak için her hasta için optimal RAI dozunu ve programını bulmaktır: kanser hücresi sayısını en etkili şekilde azaltmak, Tg ve AbTg biyobelirteçlerinin konsantrasyonlarını stabilize etmek ve aynı derecede önemli olan radyasyon dozundan kaynaklanan gereksiz yan etkileri en aza indirmek.

Tedavi sonuçlarının simülasyonuna uygulandığında hesaplamalar makul görünmektedir, hastalar için tedavi süresinin kısaltılmasına yardımcı olabilir ve aynı zamanda doktorların tedavi dozlarını azaltmayı düşünmelerine destek olabilir.

Tedaviye iyi yanıt verenler, orta düzeyde RAI dirençli olanlar ve yüksek düzeyde RAI dirençli olanlar olmak üzere üç tipik hasta grubu üzerinde yapılan simülasyonlar, modelin başlangıç test verilerine dayanarak hastalık ilerlemesini iyi tahmin edebildiğini göstermiştir. Sonuç olarak, model uygulanan gerçek tedavi rejimlerinden daha uygun bir RAI programı ve dozu sağlayabilmiştir.

“Gerçek doz” ile “model tarafından önerilen doz” karşılaştırıldığında, modelin önerdiği optimal tedavi stratejisinin kanser hücresi kontrol oranını önemli ölçüde iyileştirdiği ve önemli biyolojik konsantrasyonları normal seviyelere döndürdüğü ortaya çıktı.

Kişiselleştirilmiş tıbba yönelik potansiyel uygulamalar

Böylesine disiplinlerarası bir projeyi, özellikle de matematik ve tıp alanlarını bir araya getiren bir projeyi hayata geçirmek, üyelerin büyük çabasını gerektiriyor. Quang, Matematik bölümünde okuyan bir öğrenci olarak, Tıp ile ilgili bir alana geçişin başlangıçta birçok zorlukla karşılaştığını söyledi. İlk aylarda, yaklaşık 2-3 ayda, grubun tıbbi mekanizmaları öğrenmek ve kavramak için büyük çaba sarf etmesi gerekti. Belgeleri okumak için uyanık kalmamız gereken geceler oldu.

Neyse ki grup, tıp uzmanları ve doktorlardan coşkulu bir destek aldı. Anlaşılmayan konular olduğunda, grup doğrudan veya çevrimiçi olarak tartıştı. Unutulmaz deneyimlerden biri, grubun 108 Askeri Merkez Hastanesi'ne ilk kez gitmesi, sağlık ekibiyle doğrudan iletişime geçip çalışması, veri toplaması ve tıbbi muayene ve tedavi sürecini gözlemlemesiydi.

Quang, "Doktorlarla veri toplamak ve uzmanlık alışverişinde bulunmak için yaklaşık 3 saat geçirdik. Ayrıca, hastaların tıbbi muayene ve tedavi süreçlerinin bir kısmını, tedavi süreçlerini gözlemleme fırsatımız da oldu. Bunlar gerçekten ilginç ve faydalı deneyimlerdi," diye paylaştı.

Quang, bu araştırmaya önem verilir, yatırım yapılır ve geliştirilirse, doktorlar için güçlü bir destek aracı olacağını söyledi. Bu araştırmanın, hastalığın yakın gelecekte, yaklaşık 4-5 yıl sonraki ilerleyişini tahmin etmeye yardımcı olmasının yanı sıra, her hasta için en uygun bir sonraki tedavi dozu konusunda önerilerde bulunmasına da yardımcı olacağını belirtti.

Ekip şu anda modeli daha fazla hasta veri setiyle aktif olarak test ediyor ve özellikle yüksek AbTg seviyelerine sahip hastalara odaklanıyor. Bu grup daha önce diğer çalışmalarda pek ilgi görmemişti.

Ekip ayrıca, girdi verilerine dayanarak her birey için uygun RAI tedavi dozunu otomatik olarak önerebilen bir yazılım uygulaması geliştiriyor. Proje başarılı olursa, bir sonraki hedef, belirli bir uygulama (app) geliştirmek olacak.

Grup, özellikle prestijli uluslararası dergilerde yayınlanmak üzere bilimsel bir makale hazırlıyor. Quang, "Çalışmanın, modern tıpta giderek daha güçlü bir şekilde gelişen kişiselleştirilmiş tedavi trendine katkıda bulunmasını umuyoruz," dedi.

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