当前位置: 首页PD-1资讯正文

免疫治疗数字预测有效率评估

作者:小D|2022年01月04日| 浏览:5554

未标题-6画板-1.png

咚咚肿瘤科PD-1抑制剂最强疗效预测模型上线!点击即可参与,综合14项患者免疫指标,准确性高达71%!


癌症免疫治疗到底有多强?PD-1抑制剂到底有多强?

相信各位咚咚用户对这个话题再熟悉不过了,我们用一句话概括:它彻底终结了“晚期癌症不可治愈”的历,带来了横跨多个癌种的历史性突破,部分患者因此实现了长期生存,甚至临床治愈。

 

如此神奇的药物,却在临床中有一个我们无法回避的缺憾:PD-1抑制剂并非对每一位患者都有效,平均仅有约20%-40%的患者可以受益于PD-1治疗。也就是说,半数以上的患者使用PD-1可能无效或者疗效较差。

对“无效”患者来说,盲目使用PD-1药物带来是一笔不小的花费,更重要的是白白耽误了宝贵的治疗时机。甚至在某些临床数据中,PD-1还会导致病情爆发性进展。

千库网_实验室工作小动画场景_GIF编号27257 (1).gif

因此,精准分辨出哪些患者能受益于PD-1治疗,哪些是“无效”患者,是无数临床医生和肿瘤患者的梦想。

作为国内最大的癌症免疫治疗患者社区,咚咚肿瘤科深知每位患者在治疗决策过程中的纠结和无奈,我们也一直关注相关研究进展。只要有一点希望,我们就会为患者全力争取,期待给大家带来一点绵薄帮助。

功夫不负有心人,通过对抗癌领域最新文献数据的追踪,我们发现患者大数据与人工智能的碰撞,竟能实现更为精准PD-1疗效预测。对患者来说,这是非常重要的一项突破,解决了我们在上文中提到医患们苦苦渴望的“梦想”。

 

 

于是,从了解人工智能模型,到汇集患者数据,再到程序的测算和学习,我们花了数月时间才实现了这项PD-1疗效预测模型的“本土化”。接下来你将要看到的,是咚咚全体人员花费了无数努力,才成功在APP中上线的第一版PD-1疗效预测模型系统。

我们对这套系统非常有信心。无论在理论上,还是在我们的反复数据测试中,它都可能是目前中国患者可以尝试的,更加精准的PD-1疗效预测模型之一。


它究竟有什么神奇的预测功能?

根据我们的测算数据,它针对PD-1的疗效预测准确率可以达到71%。这是一个非常了不起的数字。一方面,71%的准确性几乎可以实现PD-1疗效预测的大致准确。这样就很大程度上解决了精准分辨出哪些患者能受益于PD-1治疗,哪些是“无效”患者的问题,能大大提高患者的治疗效率;而另一方面,71%的准确性远远超过了其他任何一种单项的PD-1疗效预测指标,例如我们熟悉的患者PD-L1表达、TMB情况等单项指标。

 

 

最重要的是,我们本次上线的PD-1疗效预测系统是完全免费的!各位咚友只需通过下面的程序进行测试即可。

 

说起这套系统的诞生,我们有两个非常重要的关键内容要和大家介绍:

 
0
1

咚咚肿瘤科APP积累五年的大数据沉淀。作为国内最早启动癌症免疫治疗科普,同时也是国内最大的癌症患者医疗平台之一,咚咚肿瘤科始终在不断完善我们的咚咚病例数据库,期待通过大数据的优势给患者带来更大的帮助。

此次我们的PD-1疗效预测模型,就是基于咚咚病历数据库中数万份病历数据的分析,通过我们建立的测算程序不断训练、模拟PD-1疗效预测的测算结果,经过无数次的计算最终实现了71%预测的准确性;

0
2

我们站在了巨人的肩膀上,并进行了适合中国患者的改良。咚咚医学和IT团队一直聚焦免疫治疗预测算法的最新进展,在跟多个国际顶级团队进行交流和学习之后,我们将咚咚病例数据库与人工智能机器学习技术相结合,搭建了一套更适合中国患者的全新算法

我们将算法预测结果与真实患者响应情况进行对比验证,评估了该算法模型在ROC(0.8138257)、PRC(0.6234011)、BrierScore(0.180)、Cindex(FT14,TMB, p:3.034084e-05)等多维度验证效果,达成了几乎一致的结果。

BIAO-画板-3.png

 

算法可信度验证。a,通过ROC(左)和POC(右)验证,基于14个参数的算法模型的预测效果(红色)要比单独TMB(绿色)更可信;b,基于14参数的算法(左侧)和单独TMB(右侧)算法对患者真实生存期的预测效果。 

总而言之,通过我们对算法的优化与海量大数据的反复测算,针对中国患者群体,我们的PD-1疗效预测模型不仅更为便捷,更重要的是可以精准实现71%的预测准确性相信通过这套模型,能有更多患者能精准发现免疫治疗的治疗机会,受益于PD-1治疗。

当然,目前我们的模型仅仅是刚刚推出,面向患者们的1.0版本,所得出的预测结果也仅只能作为一个治疗方案制定的参考,而无法作为治疗决策依据。

千库网_医疗医学技术科技检查身体指标体检蓝色视频背景动图gif_GIF编号91824 (1).gif

我们期待各位咚友们可以积极参与免疫治疗的数字预测研究,让我们的预测模型不断完善,帮助更多后续有需要免疫治疗的患者。我们最终的PD-1疗效预测模型,一定是所有咚友们一起共同完成的!

最后

想使用我们的这套PD-1疗效预测模型的咚友们,您需要准备以下14个相关指标:

准备好上述资料,下载咚咚肿瘤科app马上评测:https://sj.qq.com/myapp/detail.htm?apkName=com.shengwu315.patient&info=826C314D95A53A93A2080E10C0E71D73

 

参考文献

1、Le, D. T. et al. PD-1 Blockade in Tumors with Mismatch-Repair Deficiency.  N Engl J Med 372, 2509-2520, doi:10.1056/NEJMoa1500596 (2015).

2、Patnaik, A. et al. Phase I Study of Pembrolizumab (MK-3475; Anti-PD-1     Monoclonal Antibody) in Patients with Advanced Solid Tumors. Clin Cancer         Res 21, 4286-4293, doi:10.1158/1078-0432.CCR-14-2607 (2015).

3、Dudley, J. C., Lin, M. T., Le, D. T. & Eshleman, J. R. Microsatellite Instability    as a Biomarker for PD-1 Blockade. Clin Cancer Res 22, 813-820,                  doi:10.1158/1078-0432.CCR-15-1678 (2016).

4、Chowell, D. et al. Patient HLA class I genotype influences cancer response to checkpoint blockade immunotherapy. Science 359, 582-587, doi:10.1126/science.aao4572 (2018).

5、Miao, D. et al. Genomic correlates of response to immune checkpoint therapies in clear cell renal cell carcinoma. Science 359, 801-806, doi:10.1126/science.aan5951 (2018).

6、Negrao, M. V. et al. PD-L1 Expression, Tumor Mutational Burden, and Cancer Gene Mutations Are Stronger Predictors of Benefit from Immune Checkpoint Blockade than HLA Class I Genotype in Non-Small Cell Lung Cancer. J Thorac Oncol 14, 1021-1031, doi:10.1016/j.jtho.2019.02.008 (2019).

7、Naranbhai, V. et al. HLA-A*03 and response to immune checkpoint blockade in cancer: an epidemiological biomarker study. Lancet Oncol, doi:10.1016/S1470-2045(21)00582-9 (2021).

8、Chowell, D. et al. Improved prediction of immune checkpoint blockade efficacy across multiple cancer types. Nat Biotechnol, doi:10.1038/s41587-021-01070-8 (2021).

未标题-6画板-1-拷贝 (2).png

 

 

 

 

本文仅供医学药学专业人士阅读

本文来源: 咚咚肿瘤科 由小D 发表,转载请注明来源!如有侵权请联系删除
抗癌人,如何用正确的姿势守好院外战场
上一篇

抗癌人,如何用正确的姿势守好院外战场

​BMJ:病理学完全缓解不应作为乳腺癌新辅助治疗研究的主要终点丨肿瘤情报
下一篇

​BMJ:病理学完全缓解不应作为乳腺癌新辅助治疗研究的主要终点丨肿瘤情报

阅读相关文章