מודל למידת מכונה שנוצר על ידי צוות מהחברה האירופית להשתלת דם ומוח (EBMT) ביצע את המודלים הסטטיסטיים הסטנדרטיים הסטנדרטיים בזיהוי וריבוד של סיכון להשתלה לחולים עם מיאלופיברוזיס, כך עולה ממחקר חדש שפורסם כיום ב- דָם, כתב העת הדגל האמריקני של האגודה האמריקאית להמטולוגיה.
"למרות שישנם מודלים רבים הזמינים לזיהוי חולים עם מיילופיברוזיס בסיכון גבוה, עדיין אין לנו כלים כדי לקבוע את הסיכון להשתלה עבור חולים אלה," אמר אחד מחברי המובילים במחקר, חואן קרלוס הרננדז בולודה, MD, PHD, הומאטולוג באבניטיקה של אברוניקיה במלכ"ם במלעודו של הווידה של המוביל. מסיבה. "הכלי הפרוגנוסטי שלנו מזהה באופן מקיף וביעילות חולים בסיכון גבוה עם מיאלופיברוזיס בסיכון גבוה לתמותה לאחר ההשתלה, ומאפשר תכנון אסטרטגי טוב יותר ושיפור התוצאות."
מיאלופיברוזיס הוא סרטן דם נדיר בו תאי גזע מח העצם רוכשים פגם גנטי, וגורמים לייצור מוגזם של תאי דם יחד עם מספר גדול של גורמים דלקתיים. זה מוביל להיווצרות רקמת צלקת בתוך העצמות, וכתוצאה מכך אנמיה והגירה של תאי גזע לאיברים אחרים, בעיקר הטחול והכבד. למרות שיש מספר טיפולים העומדים לטיפול במיילופיברוזיס, האפשרות המרפא היחידה נותרה השתלת תאים אלוגני-המתו-פואטית (Allo-HCT), כאשר תאי גזע בריאים מתורם מושתלים לחולה כדי להחליף את התאים הלא תקינים.
ההחלטה לבצע השתלה בחולה עם מיאלופיברוזיס היא לעתים קרובות מאוד מורכבת. רק כ -10% מהמטופלים עם מיאלופיברוזיס מקבלים בסופו של דבר אחד כזה. לרוע המזל, בהתחשב בחוסר כלי הערכת סיכונים, בדרך כלל הספקים צריכים להסתמך על ניסיון אישי, ולא על קריטריונים מוגדרים היטב, כדי לעזור לקבל החלטה מאתגרת זו. "
ד"ר חואן קרלוס הרננדז בולודה, ד"ר דוקטורט, המטולוג בבית החולים קליניקו מוולנסיה
החוקרים ביקשו לשפר את הערכת הסיכון עבור חולים המבקשים allo-hct, תוך התמקדות בחיזוי ההישרדות הכללית. הם זיהו 5,183 חולים בוגרים מ -288 מרכזים רשומים ב- EBMT, ודיווחו לרישום EBMT, שעברו את ה- Allo-HCT הראשון בין 2005 ל 2020. מבין אותם רשומות, 3,887 שימשו לאימוני האלגוריתם, בעוד 1,296 שימשו כדי להעריך ולמתחם את הדגם החדש. המעקב החציוני וההישרדות הכללית של קבוצת האימונים היה 58.2 חודשים ו 79.4 חודשים, בהתאמה; עבור קבוצת הבדיקה, המעקב החציוני היה 60.0 חודשים וההישרדות הכללית החציונית הייתה 73.7 חודשים.
צוות המחקר EBMT העריך את ההישרדות הכוללת והישרדות ללא התקדמות בשיטת קפלן-מאייר. תמותה שאינה מתרחשת הוגדרה כעבור מועד ההשתלה למועד המוות (לא מצונזר) או למועד הישנות המחלה (מצונזר). סטטיסטיקאים עצמאיים השתמשו במתודולוגיות נפרדות (שיטות רגרסיה של COX או טכניקות למידת מכונה) כדי להעריך את הגורמים המשפיעים על ההישרדות הכוללת באותו מערך נתונים, במטרה לפתח מודלים פרוגנוסטיים כדי לרדת חולים לקבוצות סיכון שונות של תמותה שלאחר ההשתלה.
סיווגי הסיכון שהתקבלו הושוו והוספקו בהקשר כדי להעריך את הרלוונטיות הקלינית שלהם. החוקרים פיתחו מודל פרוגנוסטי באמצעות יערות הישרדות אקראיים, סוג של אלגוריתם למידת מכונה המשמש בדרך כלל להישרדות. מודל ה- RSF השיג מדדי קונקורדנציה גבוהים יותר לחיזוי הישרדות כוללת וגם תמותה שאינה מתהפכת בהשוואה לשלוש שיטות למידת מכונות אלטרנטיביות ולכן נבחר כגישה העיקרית לניתוחים הבאים. מודל למידת המכונה הניב תוצאות לשחזור יותר מאשר מודלים של השוואה. בנוסף, היא ביצעה את המודלים הסטנדרטיים ברמת הדיוק וזיהה תת קבוצה של חולים בסיכון גבוה עם סיכוי של 40% למות תוך שנה לאחר ההשתלה-25% מהמטופלים עם מיאלופיברוזיס. נתונים אלה מועילים בניגוד לגורמי סיכון הקשורים למחלות, מה שהופך את זה חשוב לחולים שיחליטו אם לעבור השתלה או לא.
צוות המחקר תרגם את מודל ה- RSF שלהם למחשבון עם גישה פתוחה, מבוסס אינטרנט עבור ספקים להתייחסות. הכלי הסופי מנבא את ההישרדות הכללית עבור חולים לאחר השתלה בהתבסס על 10 מאפייני חולים עיקריים, כולל גיל המטופל, מצב הביצועים, מדד הקומורבידיות, פרמטרים המטולוגיים, סוג תורם, עוצמת מיזוג וסוג המניעה של מחלת שתל-מול-מארח.
"הקלינאים יכולים להשתמש במחשבון זה כדי לשפר את קבלת ההחלטות המשותפות עם מטופליהם", אמר מחבר המחקר דונל מקלורנן, MRCP, PhD, FRCPath, יועץ בהמטולוגיה והשתלת תאי STEM בכיסא המסיבות של בית החולים באוניברסיטת אוניברסיטת לונדון. "זהו כלי מעשי וקל לשימוש שמביא בחשבון נתונים לכל קלינאי השתלה כבר יהיה בהישג יד."
"מנקודת מבט למידת מכונה, מודל זה פוגש באמת את מה שאני מכנה 'שלוש A's' לשילוב יעיל של בינה מלאכותית ברפואה", הוסיף אדריאן מוסקרה, MD, PhD, המטולוג ומומחה למידת מכונות שהוביל גם את המחקר מבית החולים האוניברסיטאי בסנטיאגו דה קומפוסטלה. "ראשית, הוא מיושם באופן נרחב: המשתנים המרכיבים את המודל ניתנים להשגה בקלות ללא קשר למערכת הבריאות. שנית, זה נגיש מאוד, הודות לכלי חישוב פשוט זמין באופן חופשי באינטרנט. סוף סוף, זה ניתן לפעולה קלינית: כלי זה תומך באפשרויות רב -תחומייות בהחלטה אם לטיפול בתאים או להעריך את הרפואה אחרת ובשניהם של חולים בנוגע ליותר רפואות, אם, מרפאים יותר, אם, מרפאים יותר
הצוות הזהיר כי למחקר יש מגבלות מסוימות, בעיקר הסתמכותו על רישום המטופלים, אשר חסרים נתונים עבור משתנים מסוימים, כולל מידת פיברוזיס מח העצם ונוכחותן של מוטציות סומטיות נוספות בזמן ההשתלה. להתקדם, הם מקווים לאסוף נתונים בעולם האמיתי שנכנסו ליישום ולשלב גורמי מחלה ספציפיים אחרים כדי לשכלל את תחולת המודל.
