Back to search

National and Kapodistrian University of Athens

Multistate outcome weighted learning for optimal individualized treatment recommendations in metastatic colorectal cancer

Abstract

dc:description

Η ιατρική ακριβείας αποσκοπεί στην ανάπτυξη εξατομικευμένων θεραπευτικών στρατηγικών που λαμβάνουν υπόψη τα ατομικά χαρακτηριστικά κάθε ασθενή. Στο πλαίσιο αυτό, η παρούσα εργασία εφαρμόζει τη μέθοδο Multistate Outcome Weighted Learning (msOWL) για την εκτίμηση εξατομικευμένων κανόνων θεραπείας σε ασθενείς με μεταστατικό καρκίνο παχέος εντέρου, αξιοποιώντας δεδομένα από την τυχαιοποιημένη κλινική δοκιμή PRIME. Η δοκιμή PRIME συνέκρινε τη θεραπεία FOLFOX+Panitumumab έναντι FOLFOX σε 849 ασθενείς (τελικό αναλυτικό δείγμα από σύνολο 1.183) σε 133 ιατρικά κέντρα 19 χωρών. Η μέθοδος msOWL επεκτείνει το πλαίσιο Outcome Weighted Learning σε δεδομένα διαδικασιών πολλαπλών καταστάσεων. Η νόσος μοντελοποιήθηκε ως διαδικασία τριών καταστάσεων (αρχική νόσος, ανταπόκριση, επιδείνωση/θάνατος) με χρονικό ορίζοντα τ=30 μηνών. Εκτιμήθηκαν τρεις εξατομικευμένοι κανόνες θεραπείας, που αντιστοιχούν σε τρεις κλινικά διαφορετικές συναρτήσεις ωφέλειας: χρόνος σε ανταπόκριση, χρόνος επιβίωσης χωρίς εξέλιξη της νόσου (PFS) και ποιοτικά σταθμισμένος χρόνος επιβίωσης. Η αξιολόγηση των εκτιμώμενων κανόνων πραγματοποιήθηκε μέσω jackknife εκτίμησης της συνάρτησης αξίας. Τα αποτελέσματα δείχνουν ότι ο εξατομικευμένος κανόνας για την επιβίωσης χωρίς εξέλιξη της νόσου παρουσιάζει στατιστικά σημαντική βελτίωση περίπου 7 μηνών έναντι οποιασδήποτε σταθερής θεραπείας. Για τον σταθμισμένο χρόνο επιβίωσης η βελτίωση έναντι της σταθερής θεραπείας FOLFOX είναι επίσης στατιστικά σημαντική, ενώ δεν παρατηρείται σημαντική διαφορά για τον χρόνο ανταπόκρισης. Τα μοντέλα για την επιβίωση χωρίς εξέλιξη της νόσου και το σταθμισμένο χρόνο επιβίωσης συγκλίνουν σε κανόνα που βασίζεται κυρίως στον τύπο του γονιδίου KRAS, συστήνοντας FOLFOX+Panitumumab στους ασθενείς με wild-type KRAS και FOLFOX στους ασθενείς με mutant KRAS, επιβεβαιώνοντας ευρήματα της κλινικής βιβλιογραφίας. Στην περίπτωση του χρόνου σε ανταπόκριση παράγεται πολυπαραγοντικός κανόνας που ενσωματώνει επιπλέον κλινικά χαρακτηριστικά. Τα αποτελέσματα υποδεικνύουν πως η μέθοδος msOWL μπορεί να αποτελέσει χρήσιμο πλαίσιο για την εκτίμηση εξατομικευμένων κανόνων θεραπείας σε ασθενείς με μεταστατικό καρκίνο παχέος εντέρου, παρέχοντας επίσημη στατιστική αξιολόγηση με διαστήματα εμπιστοσύνης και δυνατότητα ενσωμάτωσης προτιμήσεων ασθενών μέσω διαφορετικών συναρτήσεων ωφέλειας.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Κρητικίδης Δημήτριος
  • Kritikidis Dimitrios

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:5427560

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Κρητικίδης Δημήτριος; Kritikidis Dimitrios. Multistate outcome weighted learning for optimal individualized treatment recommendations in metastatic colorectal cancer. 2026. https://pergamos.lib.uoa.gr/uoa/dl/object/5427560