使用数学模型和动态生物标志物来表征适应性治疗期间的转移性疾病

大多数癌症亡是由于远处肿瘤细胞的转移扩散和生长造成的。由于生物标志物和检测能力有限，以及转移性肿瘤的表征较差，为转移性疾病患者确定适当的治疗方法具有挑战性。

在《癌症研究》杂志上发表的一项新研究中，莫菲特癌症中心的研究人员展示了如何使用数学模型与动态生物标志物相结合来表征转移性疾病并确定适当的治疗方法来改善患者的治疗结果。

转移性肿瘤的大小、位置和成分可能有所不同。每个患者的转移情况也各不相同，这使得治疗决策具有挑战性。医生使用从血液样本、组织活检和图像中收集的生物标志物来确定适当的治疗策略。

然而，这些技术受到单一时间点、较小病变分辨率差以及无法提供个体转移信息的限制。科学家们正在研究动态生物标记物克服标准生物标记物方法局限性的潜力。

“动态标志物的预后不是基于单个时间点测量的绝对值，而是基于随时间的相对变化。例如，PSA 倍增时间可以对前列腺癌患者进行分层，这些患者可能对化疗有更好的反应，进展为转移莫菲特大学综合数学肿瘤学系的研究科学家吉尔·加拉赫博士说：

莫菲特研究人员使用数学模型和动态生物标志物来识别与更好的患者治疗结果相关的转移性疾病的特征。他们的分析重点是一种称为前列腺特异性抗原(PSA)的生物标志物，该标志物常用于前列腺癌患者的诊断和治疗。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！