导读 手术后,乳腺癌患者面临着额外化疗是否必要和真正有效的问题。重要的是这些女性不要接受过多的治疗——但也不能接受过少的治疗。莱比锡大学
手术后,乳腺癌患者面临着额外化疗是否必要和真正有效的问题。重要的是这些女性不要接受过多的治疗——但也不能接受过少的治疗。莱比锡大学的物理学家对基因表达测试进行了建模,并在这些模型的基础上检查了它们的实用性。
莱比锡大学的 Josef Käs 教授与汉堡西部病理学研究所所长 Axel Niendorf 教授和独立统计顾问 Bernhard Ulm 合作领导了这些调查。他们刚刚在PLOS ONE上发表了他们的发现。
基因表达测试检查某些基因在肿瘤细胞中的活跃程度。通常,这些基因与癌症的特征有关,例如肿瘤生长或肿瘤细胞侵入周围组织。因此,基因表达测试代表了一种量化几个基因活性的方法,即基因列表,从而计算患者是否以及何时会发生转移的概率。
一方面,这些研究的结果表明,使用这些基因列表实现的预测的确定性有限,并进一步表明,对基因列表的不同组合的检查在结果方面没有显着差异。有趣的是,研究人员表明,即使是随机基因也可以预测预后:这意味着即使是那些似乎与癌症特征无关的基因。
在这里,物理学家使用经典的统计分析和机器学习中的新方法表明,这样的基因列表实际上在足够大的集合中具有预后作用,并且在预后和疾病的实际过程之间显示出高度的对应关系。
与临床实践中仅进行一项测试的常见建议相反,这些基因列表表明,如果执行一项以上的测试,关于化疗建议的确定性要高得多。
Käs 教授说:“这些测试在集体中非常成功,而在个体患者身上往往不太成功,这一事实起初似乎是一个矛盾,但这些测试是基于基因列表的,并且在不同的点上会犯错误,可以这么说。这可以通过结合几个测试来利用,从而增加找到绝对不会从化疗中受益的患者的可能性。
标签:
免责声明:本文由用户上传,如有侵权请联系删除!