Adatbázisok segíthetik az onkológiai ellátást
A leukémia egyik típusában szenvedő betegek adatainak elemzése az első lépés a precíziós gyógyászat felé vezető úton.
Illusztráció: Profimedia
Javíthatja az életminőséget, és csökkentheti az egészségügyi költségeket, ha nagy méretű beteg-adatbázisokat használnak fel az egészségügyi döntéshozatalban a rákkezelés terén, állítja egy, a Nature Genetics-ben 2017 januárjában megjelent cikk.
A precíziós, vagy más néven személyre szabott kezelés célja az orvosi kezelés hozzáigazítása a beteg genetikai profiljának és egyéb jellemzőinek egyedi kombinációjához. Ehhez betegekről szóló információk nagy számítógépes adatbázisai szükségesek.
Hartmut Döhner és munkatársai egy olyan adatbázist elemeztek, amelyben 1 540 akut mieloid leukémiában (AML) szenvedő beteg szerepelt – ennek alapján kidolgoztak egy algoritmust a betegtúlélés előrejelzésére. A program segítségével megjósolták, hogy az adott páciensek számára előnyös lenne-e az őssejt transzplantáció az első komplett remisszió (tünetek megszűnése) idején. Ez utóbbi kifejezést általában rosszindulatú betegségek esetében (daganatoknál, leukémiáknál) használjuk, ilyenkor a betegség tünetmentes állapotban van, a kezeléseknek általában ez a célja. Az említett kezelés jelentősen megnöveli a túlélést, viszont magas – akár 25 százalékos – kockázata van a kezeléssel összefüggő halálozásnak. Az intenzív kemoterápia, mint alternatíva, sokkal alacsonyabb halálozási kockázattal jár, viszont a vele járó más súlyos szövődményeknek nagyobb a kockázata.
Kutatók azt találták, hogy az adatbázis felhasználásával potenciálisan 1,3 százalékkal növelhetik a túlélést, és 20-25 százalékkal csökkenthetik az őssejt transzplantáció használatát az AML-es betegeknél, miközben megmarad ugyanaz az átlagos túlélési arány. A szerzők szerint az adatbázis használata az AML kezelésnél javítaná a betegek egészségét a transzplantációból eredő életveszélyes szövődmények elkerülésével, és jelentős egészségügyi költségmegtakarítással járna. Egy-egy vér őssejtek transzplantáció költsége ugyanis 100 000 – 200 000 USA dollárra rúg. A szerzők azonban megjegyzik, hogy az adatbázisok drágák, és nehéz őket fenntartani. Egyelőre még nem egyértelmű, hogy a tudásbankok haszna meghaladná-e a költségüket.
Forrás: Nature Genetics
Fordította: Szőts Dávid és Bajomi Bálint – www.bajomibalint.hu