通过实时患者健康数据集成推进自主CAR T细胞疗法:基于模拟的方法

科学领域:

• 生物技术和生物医学工程 生物技术和生物医学工程
• 计算生物学和生物信息学
• 卫生系统和服务研究研究 卫生系统和服务研究

背景情况:

• 自体仿真抗原受体T细胞疗法提供了显著的癌症治疗潜力.
• 目前的供应链面临的挑战是由于患者的动态状况和漫长的周转时间,影响治疗的有效性.
• 错过的最佳治疗窗口阻碍了这些拯救生命的治疗方法的交付.

研究的目的:

• 引入SimPAC,一种基于模拟的决策支持系统,用于以患者为中心制造自身细胞疗法.
• 模拟和整合实时患者健康数据,用于化学抗原受体T细胞治疗的供应链决策.
• 展示SimPAC如何将制造流程和时间表适应患者特定需求.

主要方法:

• 集成系统动态和基于代理的模拟技术.
• 用参数,非参数或表格数据对各种患者疾病进展进行建模.
• 模拟各种细胞治疗供应链的配置选项.

主要成果:

• SimPAC有效地模拟了以患者为中心的自主细胞疗法制造.
• 案例研究表明,通过以患者为中心的方法提高了生存率和潜在的经济优势.
• 该系统强调需要平衡患者的结果,经济因素和道德考虑.

结论:

• SimPAC为优化自身细胞疗法供应链提供了一个强大的框架.
• 通过模拟支持的以患者为中心的制造可以提高治疗和患者的存活率.
• 该方法可以适应各种治疗环境和供应链配置,强调个性化医疗原则.