Исследователи из Университета Торонто и Сети здравоохранения Университета обнаружили, что стандартную классификацию патологий наиболее распространенного типа рака поджелудочной железы можно улучшить для лучшего прогнозирования результатов лечения пациентов.
Исследования показывают, что традиционный гистологический анализ опухолей поджелудочной железы может лучше прогнозировать результаты, принимая во внимание определенные образцы тканей, которые соответствуют молекулярным анализам.
Исследователи смогли разделить опухоли на две группы. Те, которые показали 40 или более процентов аберрантных, деструктивных клеток, соответствовали молекулярным профилям опухолей у пациентов с более низким уровнем выживаемости.
«Хотя мы знали об этих закономерностях, их объединение, указывающее на уровни агрессивных опухолевых образований, является новым и полезным для наших клиницистов», - говорит ведущий автор Сангита Калимуту, доцент кафедры лабораторной медицины и патобиологии в Университете США.
В исследовании использовались более 800 образцов опухолевой ткани 86 пациентов с аденокарциномой протоков поджелудочной железы.
На протяжении десятилетий гистологическая оценка была стандартом диагностики рака поджелудочной железы. В последнее время широкомасштабные исследования показали, что молекулярные подтипы рака связаны с различными прогнозами.
Молекулярное профилирование стоит дорого и требует специального оборудования. Исследователи считают, что благодаря новой, легко применимой классификации патологий клиницисты могут получить аналогичную информацию, используя стандартные модели патологии. Новая классификация должна помочь клиницистам лучше адаптировать лечение к пациентам.
Протоковая аденокарцинома поджелудочной железы – один из самых опасных видов рака, с пятилетней выживаемостью менее 10 процентов. Ежегодно во всем мире от заболевания страдает более 350 000 человек, и более 340 000 человек умирают от этой болезни. В некоторых докладах прогнозируется двукратное увеличение числа новых случаев и случаев смертности к 2030 году.
Это исследование демонстрирует потенциал персонализированной медицины с улучшением результатов для пациентов.
Следующим шагом исследователей является проведение многоинституционального исследования. Они также надеются разработать алгоритмы глубинного обучения для дальнейшего сокращения времени оборота и повышения точности. Долгосрочная цель состоит в том, чтобы помочь патологам эффективно работать с большими объемами данных.
Источник: https://medicalxpress.com/news/2019-06-classification-pancreatic-cancer-patient-outcomes.html
Комментарии
Пока комментариев нет
Новый комментарий