多模式机器学习模型在患有复发B细胞淋巴瘤的狗中识别出具有潜在临床疗效的化疗药物
A John Callegari1, Josephine Tsang1, Stanley Park1
1ImpriMed Inc., Mountain View, CA, United States.
Frontiers in oncology
|February 23, 2024
概括
兽医瘤学家现在可以更好地治疗狗的复发性B细胞淋巴瘤. 多模式机器学习模型预测有效的化疗药物,改善犬淋巴瘤患者的临床结果和生存时间.
科学领域:
- 兽医瘤学 兽医瘤学
- 机器学习在医学中的应用
- 狗癌症研究研究 狗癌症研究
背景情况:
- 患有B细胞淋巴瘤的狗在初始化疗后经常复发.
- 对于复发性犬类淋巴瘤缺乏标准化的治疗选择.
- 有效的药物选择对于改善患者的治疗结果至关重要.
研究的目的:
- 开发和验证多式机器学习模型,用于预测B细胞淋巴瘤犬的化疗药物疗效.
- 引导兽医瘤学家在选择复发性淋巴细胞恶性瘤的最佳治疗方法.
- 为了改善患有B细胞淋巴瘤的狗的临床结果.
主要方法:
- 整合多式瘤分析数据.
- 机器学习模型的开发,以预测对10种化疗药物的临床反应.
- 基于模型预测对待的狗的临床结果分析.
主要成果:
- 接受预测有效的药物的狗显示出明显更好的整体反应率.
- 在接受预测有效药物治疗的狗中,完整响应率和完整响应持续时间有所改善.
- 在使用预测模型的帮助下管理的狗中,患者的生存时间被延长了.
结论:
- 多模式机器学习模型可以准确地预测狗B细胞淋巴瘤的化疗反应.
- 以模型为指导的药物选择导致与非指导治疗相比,更好的临床结果.
- 这种方法为复发性犬淋巴瘤提供了有希望的新标准护理.


