半径添加性得分:在固定剂量异种移植研究中,用于瘤生长抑制的新型组合指数

科学领域:

• 在瘤学瘤学.
• 药理学 药理学是指药理学的学科.
• 生物信息学是一种生物信息学.

背景情况:

• 组合疗法在癌症治疗中通常表现出比单一疗法更高的疗效,这归因于药物协同作用.
• 评估固定剂量异种移植瘤生长抑制 (TGI) 研究中的协同效应与现有方法 (如组合指数 (CI) 和基于模型的分析) 提出了挑战.
• 目前的CI方法适合查,但很难在体内验证,而基于模型的分析是复杂的,不适合查.

研究的目的:

• 引入一种新的组合指数,即实证半径增值 (Rad-add) 评分,用于固定剂量异种移植TGI研究中的协同检测.
• 评估Rad-add得分的表现与既有模型相比,如响应加值和幸福独立模型.
• 提供一种方法,在组合治疗研究中弥合查实用性和机制性洞察力之间的差距.

主要方法:

• 经验半径增值 (Rad-add) 评分的开发,从恒定半径增长TGI模型中近似基于模型的分析.
• 将Rad-add得分与响应附加性和幸福独立性模型进行比较,使用诺华迪斯PDX数据集的数据.
• 在异种移植TGI与固定的药物剂量组合研究中的协同效应评估.

主要成果:

• 快乐独立模型预测了高概率的协同相互作用,而响应加增性则预测了低概率的协同相互作用.
• 拉德-添加得分证明了协同的概率预测在响应加法性和幸福独立模型之间.
• 在固定剂量异种移植组合TGI研究中,Rad-add评分在准确评估协同效应方面表现有希望.

结论:

• 实证半径添加性 (Rad-add) 评分是固定剂量异种移植组合TGI研究中协同效应检测的一个有价值的新工具.
• Rad-add将CI选方法的实际优势与半机械TGI模型的机械深度相结合.
• 这一新的得分提高了在临床前癌症研究中药物协同作用的评估,促进了更好的组合治疗设计.