自组织地图基于免疫检查点抑制剂引起的免疫相关不良事件的评估

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 数据科学数据科学数据科学

背景情况:

• 免疫检查点抑制剂 (ICI) 已经推进了癌症治疗.
• 管理与免疫相关的不良事件 (irAEs) 对于治疗的连续性至关重要.
• 预测irAEs有助于优化癌症治疗策略.

研究的目的:

• 想象和识别与免疫检查点抑制剂 (ICI) 相关的免疫相关不良事件 (irAEs) 的预测模式.
• 开发一种在各种ICI中早期检测特定的IRE的方法.
• 帮助医疗保健提供者在癌症治疗期间预测和管理irAEs.

主要方法:

• 使用自组织地图 (SOM) 来可视化八个ICI的irAE配置文件.
• 采用决策树分析来根据irAE模式对ICI进行分类.
• 分析了来自日本药物不良事件报告 (JADER) 数据库的irAE数据.

主要成果:

• 根据irAE概况,将八个ICI分为四个不同的组,特别是1型糖尿病和血液学疾病.
• 在irAEs中确定了可以用于早期检测的模式.
• 针对特定ICI的量化IRAE报告,包括阿特佐利祖马布,杜尔瓦卢马布,伊皮利穆马布,尼沃卢马布和潘布罗利祖马布.

结论:

• 该研究为预测与不同ICI相关的irAE特征提供了一个框架.
• 这种预测能力可以帮助医疗保健提供者在癌症免疫治疗期间管理患者护理.
• 通过更好的irAE管理,促进更有效,更安全的癌症治疗.