Tõlke kuupäev ·
S3 Virtual Workshop Series: Drug Response and Resistance
NCI Scientific Events and Resources · · Allikas
NCI ingliskeelne töötoasalvestis „Drug Response and Resistance” käsitleb vähiravivastuse ja ravimiresistentsuse ajalist ning ruumilist bioloogiat. Üritus toimus 20. mail 2025; YouTube’i avaldamiskuupäev on 23. aprill 2026. See annab üldise teaduskonteksti ega ole PERCEPTION-i kliinilist kasu kinnitav uuring või selle artikli teemaline uudis.
Video avamine ühendab seadme teenusega YouTube. Teenusepakkuja võib saada IP-aadressi ja seadmeteavet ning kasutada küpsiseid. Video ei käivitu automaatselt.
Millist probleemi üksikrakuandmed käsitlevad?
Kasvaja võib sisaldada rakkude alarühmi, mis reageerivad ravimitele erinevalt. RNA hulganalüüs ühendab selle mitmekesisuse keskmiseks signaaliks; üksikraku RNA sekveneerimine aitab uurida rakkudevahelisi erinevusi. NCI märgib, et need mõõtmised on kallimad ega ole kliinilises töös laialdaselt kättesaadavad.
Kuidas PERCEPTION õpib?
18. aprillil 2024 avaldatud uuringus õpib mudel esmalt rakuliinide geeniavaldumise hulgaandmetest ja ravimisõelumise andmetest ning seda häälestatakse seejärel üksikrakuandmetega. See on ülekandeõpe: ühe andmetüübi põhjal õpitu rakendamine teisele seotud andmetüübile. Uuringus saadi seatud kriteeriumile vastavad ennustusmudelid 44 ravimile 133-st; need arvud ei ole patsientide ravi edukuse määr.
Milliseid patsiendiandmeid hinnati?
NCI teatel hõlmasid varem avaldatud andmed 41 hulgimüeloomiga inimest, kes said nelja ravimi kombinatsiooni, ja 33 rinnavähiga inimest, kes said kahe ravimi kombinatsiooni. Resistentsuse teket uuriti ka 24 sihtravi saanud mitteväikerakk-kopsuvähiga inimese andmetes. Need on erinevad haigus- ja ravikontekstid, mida ei tohiks taandada üheks üldiseks täpsusprotsendiks.
Miks eristada ennustust, kliinilist kasu ja luba?
Ravivastusega seotud mustrite leidmine neis analüüsides ei tõesta, et mudelist juhinduv ravi parandaks tulemusi prospektiivses võrdluses. Ka ravimite kirjeldamine FDA heakskiidetuna ei tähenda, et AI-meetod või iga selle pakutud kasutus oleks heaks kiidetud. Uurimistulemus, kliinilise kasutuse otsus ja regulatiivne luba vajavad eraldi hindamist.
Mida peaksid edasised tõendid uurima?
Toimetuse hinnang: olulised on sõltumatu valideerimine uutes keskustes ja erinevates patsiendirühmades, mõõtmiskvaliteedi mõju ning kliinilise kasu prospektiivne hindamine. Sarnased RNA-profiilid ei taga sama individuaalset tulemust. See selgitus ei soovita ravimi alustamist, vahetamist ega lõpetamist ega tõenda RAI toodete tõhusust.
Allikad
Artikkel on hariduslik ja informatiivne. Organisatsioonile viitamine ei tähenda selle heakskiitu RAI Health Prole ega tõenda toote või mudeli kliinilist tõhusust.