Schilddrüsenkrebs ist eine der häufigsten endokrinen Krebsarten. Obwohl die Erfolgsquote hoch ist, stellt das Rückfallrisiko für Patienten stets eine Herausforderung dar. Die Arbeit „Anwendung der Mathematik in der Diagnose und Behandlung von Schilddrüsenkrebs“ der Studierenden Tran Van Luat (K66 Mathematik – IT) und Nguyen Dinh Quang (K67 Mathematik-Talentprogramm) der University of Natural Sciences (Vietnam National University, Hanoi) bietet einen neuen und vielversprechenden Ansatz zur Nutzung mathematischer Modelle zur Optimierung von Schilddrüsenkrebsbehandlungen im Hinblick auf eine personalisierte Behandlung.
Nguyen Dinh Quang (linkes Cover) und Tran Van Luat mit Postern über ihre Arbeit auf der Student Science Conference 2025 der University of Natural Sciences.
Von praktischen Anliegen zu bahnbrechenden mathematischen Lösungen
Nguyen Dinh Quang erläuterte die Idee zur Projektgründung und erklärte, das Forschungsteam habe durch praktische Forschung erkannt, dass die Behandlung von differenziertem Schilddrüsenkrebs derzeit hauptsächlich auf einer Schilddrüsenentfernung und anschließender adjuvanter Behandlung mit radioaktivem Jod (RAI) beruht. Die Bestimmung der optimalen RAI-Dosis für jeden Patienten ist jedoch nach wie vor subjektiv und basiert weitgehend auf der klinischen Erfahrung des Arztes und nicht auf präzisen Dosierungsmethoden. Dies kann dazu führen, dass manche Patienten nicht die erforderliche Dosis erhalten, was das Rückfallrisiko erhöht, während andere unter unerwünschten Nebenwirkungen einer zu hohen Strahlendosis leiden.
Derzeit folgt der Behandlungsprozess von Schilddrüsenkrebs in Vietnam, einschließlich der Bestimmung der Strahlendosis für Patienten, strikt den Vorschriften des Gesundheitsministeriums . In der Praxis müssen sich Ärzte jedoch weiterhin weitgehend auf ihre klinische Erfahrung verlassen, um die optimale Strahlendosis zu bestimmen. Gleichzeitig fehlt ihnen ein wirksames Hilfsmittel, um einen umfassenden Überblick zu erhalten und den Krankheitsverlauf genau vorherzusagen.
„Ausgehend von diesen Bedenken haben wir unter der Anleitung von Dr. Nguyen Trong Hieu, außerordentlicher Professor, Dr. Tang Quoc Bao (Universität Graz, Österreich) und Assistenzärztin Nguyen Thi Phuong (Zentrales Militärkrankenhaus 108) unsere mathematischen Fähigkeiten genutzt, um eine Lösung zu finden. Man kann sagen, dass dies eine der bahnbrechenden Studien in Vietnam zur Anwendung von Mathematik zur Unterstützung des Behandlungsprozesses ist“, sagte Quang.
Modellierung und Optimierung: Schlüssel zur personalisierten Behandlung
Um das oben genannte Problem zu lösen, hat das Forschungsteam ein mathematisches Modell erstellt, das sich auf die Simulation wichtiger biologischer Größen bei der Behandlung von differenziertem Schilddrüsenkrebs konzentriert, darunter: die Anzahl der Krebszellen (N), die Konzentration von Thyreoglobulin (Tg) und Anti-Thyreoglobulin-Antikörpern (AbTg) – wichtige Biomarker zur Überwachung der Behandlungsreaktion – sowie die verwendete Dosis des radioaktiven Jods (A).
Quang und sein Forschungsteam präsentierten ihr Thema auf der Plenarsitzung der Student Science Conference. Das Thema gewann den zweiten Preis.
Dieses Modell ist einfacher konzipiert als einige der komplexeren Modelle, die zuvor entwickelt wurden, und spiegelt dennoch die wichtigsten biologischen Interaktionen präzise wider. Ziel des Teams ist es, ein Modell zu entwickeln, das im klinischen Umfeld vielseitig einsetzbar, leicht zu integrieren und anzuwenden ist.
Basierend auf dem mathematischen Modell entwickelte die Gruppe von Studierenden ein Optimalkontrollproblem. Ziel dieses Problems ist es, die optimale RAI-Dosis und den optimalen Zeitplan für jeden einzelnen Patienten zu finden, um mehrere Ziele gleichzeitig zu erreichen: die Anzahl der Krebszellen möglichst effektiv zu reduzieren, die Konzentrationen der Tg- und AbTg-Biomarker zu stabilisieren und, ebenso wichtig, unnötige Nebenwirkungen der Strahlendosis zu minimieren.
Bei der Simulation von Behandlungsergebnissen erweisen sich die Berechnungen als plausibel, können dazu beitragen, die Behandlungsdauer für Patienten zu verkürzen und Ärzte bei der Prüfung einer Reduzierung der Behandlungsdosis unterstützen.
Simulationen an drei repräsentativen Patientengruppen – von Patienten mit gutem Ansprechen auf die Behandlung über Patienten mit mäßiger RAI-Resistenz bis hin zu Patienten mit starker RAI-Resistenz – zeigten, dass das Modell in der Lage war, den Krankheitsverlauf auf der Grundlage von Laborbasisdaten vorherzusagen und dass das Modell einen geeigneteren RAI-Zeitplan und eine geeignetere RAI-Dosierung liefern konnte als die tatsächlich verwendeten Behandlungsschemata.
Beim Vergleich der „tatsächlichen Dosis“ und der „vom Modell empfohlenen Dosis“ zeigten die Ergebnisse, dass die vom Modell vorgeschlagene optimale Behandlungsstrategie die Rate der Krebszellkontrolle deutlich verbesserte und wichtige biologische Konzentrationen wieder auf ein normales Niveau brachte.
Mögliche Anwendungen in der personalisierten Medizin
Die Umsetzung eines solch interdisziplinären Projekts, insbesondere der Kombination von Mathematik und Medizin, erfordert große Anstrengungen der Mitglieder. Quang berichtete, dass der Wechsel in ein medizinnahes Fach als Mathematikstudent zunächst mit vielen Schwierigkeiten verbunden war. In den ersten zwei bis drei Monaten musste die Gruppe große Anstrengungen unternehmen, um medizinische Mechanismen zu erlernen und zu verstehen. Es gab Nächte, in denen wir aufbleiben mussten, um Dokumente zu lesen.
Glücklicherweise erhielt die Gruppe begeisterte Unterstützung von medizinischen Experten und Ärzten. Unklare Fragen wurden direkt oder online besprochen. Ein unvergessliches Erlebnis war der erste Besuch des 108. Militärkrankenhauses, wo die Gruppe direkt mit dem medizinischen Team interagieren und zusammenarbeiten, Daten erheben und die medizinischen Untersuchungen und Behandlungen beobachten konnte.
„Wir saßen etwa drei Stunden mit Ärzten zusammen, um Daten zu sammeln und Fachwissen auszutauschen. Darüber hinaus hatten wir die Möglichkeit, einen Teil des medizinischen Untersuchungs- und Behandlungsprozesses sowie den Behandlungsprozess der Patienten zu beobachten. Das waren wirklich interessante und nützliche Erfahrungen“, erzählte Quang.
Quang sagte, wenn dieser Forschung Aufmerksamkeit geschenkt, in sie investiert und sie weiterentwickelt werde, könne sie Ärzten eine wertvolle Unterstützung bieten. Sie helfe nicht nur, den Krankheitsverlauf in den nächsten vier bis fünf Jahren vorherzusagen, sondern gebe auch Empfehlungen für die für jeden Patienten am besten geeignete nächste Behandlungsdosis.
Das Team testet das Modell derzeit aktiv mit weiteren Patientendatensätzen und konzentriert sich dabei insbesondere auf Patienten mit hohen AbTg-Werten – eine Gruppe, die in anderen Studien bisher wenig Beachtung fand.
Darüber hinaus entwickelt das Team eine Softwareanwendung, die anhand der eingegebenen Daten automatisch die passende RAI-Behandlungsdosis für jeden Einzelnen empfehlen kann. Bei erfolgreichem Projektverlauf ist das weitere Ziel die Entwicklung einer spezifischen Anwendung (App).
Die Gruppe bereitet insbesondere ein wissenschaftliches Manuskript vor, das zur Veröffentlichung in renommierten internationalen Fachzeitschriften eingereicht werden soll. „Wir hoffen, dass die Arbeit zum Trend der personalisierten Behandlung beiträgt, der sich in der modernen Medizin immer stärker entwickelt“, erklärte Quang.
Quelle: https://khoahocdoisong.vn/dung-toan-hoc-toi-uu-hoa-dieu-tri-ung-thu-tuyen-giap-post1544500.html
Kommentar (0)