ABD’de tıp alanında çalışma yürüten araştırmacılar, spor müsabakalarında kullanılan taktik tahtalarını veya daha isabetli bir benzetme yapacak olursak spor dünyasında oldukça yaygın olan bahisleri örnek alarak kanser hastaları için hastalığın seyrini daha kesin tahminlerle ortaya koyabilecek bir algoritma geliştirdiler.
Bir oyunun kazanılmasında, takımın kazanma ihtimalindeki değişim ile koçun taktikleri önemlidir. Benzer bir şekilde, bir hastanın iyileşme ihtimali de zaman içerisinde değişim gösterebilir. Bu noktadan yola çıkan bilim insanları, Standford Üniversitesi Tıp Fakültesi’nde CIRI isimli bir model geliştirdiler. Bu model, “oyun içi olasılık” hesaplama yöntemini kullanır ve sürekli bir biçimde üretilen bilgiyi kapsar. Ayrıca bu model; tek ve dinamik bir risk değerlendirmesi oluşturmak için, bir tümörün tedaviye yanıtı ve terapi sırasında hastanın kanında dolaşan kanser DNA’sı miktarı gibi modele entegre edilmiş farklı türlerdeki tahmini verileri muhafaza eder.
Onkolog Ash Alizadeh; konuya ilişkin olarak yaptığı açıklamada, “Kanser hastaları tedavi sürecindeyken, tedavinin herhangi bir noktasında ne gibi sonuçlarla karşılaşılacağını tahmin etmenin daha iyi bir yolunu bulmaya çalışıyoruz“ dedi. Bu alana dair çalışma yürüten ekip; CIRI modelinin, standart yöntemlerdense daha yoğun tedavilerden erkenden fayda görecek insanların belirlenmesinde doktorlara yardımcı olabileceği sonucuna ulaştı. Bilim insanları, çalışmanın çıktılarını, Cell dergisinde bir makale olarak yayımladı.
Alizadeh ve bu konuda çalışma yürüten ekip arkadaşları, ABD’de yaygın bir biçimde görülen kan kanseri B hücreli lenfoma (DLDCL) teşhisi almış kişiler ile çalışma yapmaya başladılar. Daha önce yayımlanmış 11 çalışmadan 2500 lenfoma hastası hakkında veri topladılar ve bu veriler ile hastaların, tedavi sonrası 24 aylık süreçte hastalık nüksetmeden yaşamalarını etkileyen durumların kombinasyonları ile modelleri tanımak için bir bilgisayar algoritması geliştirdiler.
Ayrıca bilim insanları, tedavideki ilk ve ikinci evrenin öncesinde ve sonrasında hastalarda bulunan tümör DNA seviyeleri hakkında bilgilerin bulunduğu 132 hastadan gelen verileri de algoritmanın geliştirilmesi sırasında kullandı.
‘Sonuçlar, standart yöntemle elde edilenlerden çok daha iyi’
Bir kişiye lenfoma teşhisi konduğunda; klinisyenler hastalığın başlangıç semptomlarını, kanserin ortaya çıktığı hücre tipini ve hastalığın seyrine ilişkin ilk tahmini oluşturmak için yapılan ilk görüntüleme taramasının ardından hastada bulunan tümörün boyutunu ve yerini değerlendirir. Ancak bilim insanları daha yakın bir süreçte; bir hastanın kanında dolaşan tümör miktarını ve tümörün tedaviye nasıl tepki gösterdiğini belirlemek ve bir hastanın, hastalığı yenebilme ihtimalini tahmin etmek için bir veya iki terapi devri denediler. Fakat bu durumlardan her biri, hastanın tedavisi boyunca güncellenebilecek tek ve dinamik bir risk değerlendirmesi oluşturmak amacıyla hastaya dair tüm verileri toplamak yerine sadece anlık durumu görüntülemeye dayanan bir çıktı verdi. Bu kapsamda çıktının, kanser hastalarına ilişkin net bir sonuç vermemesi nedeniyle risk içerdiği değerlendirmesinde bulunuldu.
Araştırmacılar; bir hasta hakkındaki son bilgilere mi, o hastaya dair ilk bilgilere mi, yoksa tüm zamanlarda toplanan bilgiler üzerinden mi verilerin değerlendirileceğine ve hastalığın seyrine dair nihai tahminin neye göre yapılacağına karar vermek istediler.
Tıp alanında öğretim görevlisi olarak çalışmalarını sürdüren David Kurtz, “Kanser hastalarında hastalığın seyrine ilişkin tahminleri yapabilmek için standart yöntemlerimiz bu kadar doğru değildi. Standart temel değişkenleri kullanmak, neredeyse kristal küre egzersizi yapmak haline geldi” açıklamalarında bulundu ve ekledi: “CIRI ile elde edilen sonuçlar, mükemmel değildi ama standart yöntemle elde edilen sonuçlardan çok daha iyi.”
Konuya ilişkin çalışma yürüten araştırmacılar; CIRI’nin yeteneklerinin, hızlı seyirli lenfoma tanısı almış kişilerde test edilmesinin bir sonraki aşama olduğunu ifade ediyor.
Kaynak: https://cosmosmagazine.com/mathematics/what-are-the-odds-of-beating-cancer
