Медицинская карта
Плохой врач лечит болезнь, хороший - причину болезни.
  • гепатит
  • Недели беременности

    Беременность по неделям

  • Сколько живут с диагнозом рак
  • Как рыбий жир может уменьшить воспаление

Математическая модель может помочь улучшить лечение и клинические испытания пациентов с COVID-19 и другими заболеваниями.

2022-02-18 13:03:26

Исследователи, которые недавно разработали математическую модель, которая показала, почему ответы на лечение сильно различаются у людей с COVID-19, теперь использовали эту модель для определения биологических маркеров, связанных с этими различными ответами. Группа, возглавляемая учеными Массачусетской больницы общего профиля (MGH) и Университета Кипра, отмечает, что модель может быть использована для лучшего понимания сложных взаимосвязей между болезнью и реакцией и может помочь клиницистам обеспечить оптимальную помощь при различных заболеваниях. пациенты.


Работа, которая опубликована в EBioMedicine, было начато, потому что COVID-19 чрезвычайно гетерогенен, а это означает, что заболевание после заражения SARS-CoV-2 варьируется от бессимптомных до угрожающих жизни состояний, таких как дыхательная недостаточность или острый респираторный дистресс-синдром (ОРДС), при котором жидкость скапливается в легких. «Даже в подгруппе тяжелобольных пациентов с COVID-19, у которых развивается ОРДС, существует значительная гетерогенность. Были предприняты значительные усилия для выявления подтипов ОРДС, определяемых клиническими признаками или биомаркерами», — объясняет соавтор Ракеш К. Джайн, доктор философии. Доктор медицинских наук, директор Лаборатории биологии опухолей им. Э. Л. Стила в MGH и профессор радиационной онкологии Эндрю Верка Кука в Гарвардской медицинской школе (HMS). «Чтобы предсказать прогрессирование заболевания и персонализировать лечение, необходимо определить связи между клиническими признаками, биомаркеры и лежащие в основе биологии. Хотя этого можно достичь в ходе многочисленных клинических испытаний, этот процесс требует много времени и чрезвычайно дорог».


В качестве альтернативы Джейн и его коллеги использовали свою модель для анализа влияния различных характеристик пациентов на исходы после лечения различными видами терапии. Это позволило команде определить оптимальное лечение для отдельных категорий пациентов, выявить биологические пути, ответственные за различные клинические ответы, и идентифицировать маркеры этих путей.


Исследователи смоделировали шесть типов пациентов (определяемых наличием или отсутствием различных сопутствующих заболеваний) и три типа терапии, которые модулируют иммунную систему. «Используя новую систему оценки эффективности лечения, мы обнаружили, что пожилые пациенты с гипервоспалением лучше реагируют на иммуномодулирующую терапию, чем пациенты с ожирением и диабетом», — говорит соавтор Лэнс Манн, доктор философии, заместитель директора Steele Labs и доцент HMS. «Мы также обнаружили, что оптимальное время для начала иммуномодулирующей терапии различается между пациентами, а также зависит от самого препарата». Некоторые биологические маркерыкоторые различались в зависимости от характеристик пациента, определяли оптимальное время начала лечения, и эти маркеры указывали на определенные биологические программы или механизмы, которые влияли на результат пациента. Маркеры также соответствовали клинически идентифицированным маркерам тяжести заболевания.


Для COVID-19, а также других состояний подход группы может позволить исследователям обогатить клиническое испытание пациентами, которые с наибольшей вероятностью реагируют на данное лекарство. «Такое обогащение, основанное на проспективно предсказанных биомаркерах, является потенциальной стратегией для повышения точности клинических испытаний и ускорения разработки терапии», — говорит со-старший автор Триантафиллос Стилианопулос, доктор философии, доцент Кипрского университета.


Оставьте комментарии и отзывы!

Используйте нормальные имена. Ваш комментарий будет опубликован после проверки.

(обязательно)