一个个性化的逐步动态预测算法,用于慢性淋巴细胞白血病的首次治疗时间
Theodoros Moysiadis1, Dimitris Koparanis1, Konstantinos Liapis1
1Department of Hematology, University Hospital of Alexandroupolis, Democritus University of Thrace Medical School, 68100 Alexandroupolis, Greece.
iScience
|September 4, 2023
概括
这项研究引入了针对慢性淋巴细胞白血病 (CLL) 的个性化逐步动态预测算法 (PSDPA),以预测治疗需求. 该算法使用患者随访数据和生物信息进行更准确,个性化的风险评估.
科学领域:
- 血液学 血液学 血液学
- 医疗信息学 医疗信息学
- 计算生物学 计算生物学
背景情况:
- 慢性淋巴细胞白血病 (CLL) 患者的管理需要个性化风险分层.
- 现有的CLL预测模型往往缺乏结合不断变化的患者数据的能力.
- 在CLL患者群体内的临床异质性需要动态预测工具.
研究的目的:
- 开发一个个性化的逐步动态预测算法 (PSDPA),用于预测单个CLL患者的治疗时间.
- 通过整合纵向患者随访数据和生物信息来增强个性化的预测.
- 解决静态预测模型在捕捉CLL的临床异质性方面的局限性.
主要方法:
- 开发个性化的评分,反映患者随访演变.
- 基于评分演变的参考患者池的创建.
- 使用类似性分析预测新患者和参考患者之间的评分演变的时间到第一次治疗.
- 纳入额外的患者生物数据.
主要成果:
- 该PSDPA应用于20名CLL患者的队列.
- 初步结果表明,对得分演变相似性的精细标准和生物数据的整合可以提高预测准确性.
- 该算法展示了动态,个性化治疗预测的潜力.
结论:
- 该PSDPA提供了一个动态的方法来个性化预测在CLL.
- 整合患者随访动态和生物背景可以提高预测能力.
- 这种算法有望改善CLL管理中的个性化治疗策略.
更多相关视频
09:02Immunoglobulin Gene Sequence Analysis In Chronic Lymphocytic Leukemia: From Patient Material To Sequence Interpretation
Published on: November 26, 2018
21.2K
09:57Comprehensive Protocol to Sample and Process Bone Marrow for Measuring Measurable Residual Disease and Leukemic Stem Cells in Acute Myeloid Leukemia
Published on: March 5, 2018
29.4K
