医院订阅哦当今，治疗决策的确定主要是基于临床经验，再加上一些其他的数据，如生物标志物、美国癌症分级、治疗指南，以及临床研究数据等，无论是化疗还是新辅助治疗都是如此。目前在乳腺癌治疗中存在很多争议，例如激素受体阳性患者是进行内分泌治疗还是化疗。另外，对于一些高危患者需要进行风险评估，这需要一些模型和数据，如BRCA基因等。这些都是重要的数据，是目前临床中进行的手段。大数据时代KathyHalamka是一位患有III期乳腺癌的亚洲女性，他丈夫开发了一个大数据平台i2b2，医院的患者数据进行分析，以探索一个最好的治疗方法。通过数据分析，发现做手术然后进行化疗的效果不太好，采用的是新辅助化疗，这个方案是基于所有新辅助化疗患者的结果，最终他妻子基本达到完全缓解。现在大数据分析平台有如i2b2、SHRINE等，i2b2是公开的，可以用于研究。大数据时代已经到来，但到底什么是大数据？大数据是大量的高流速和/或多种类型的数据，需要进行有效的和创新形式的处理，用于提高见解，制定决策，以及实现流程自动化。临床上的大数据具有三个重要元素，一是可识别的纵向的患者记录，二是系统和非系统的患者记录，有充分的临床数据可用于分析，三是数据可视化的方法，以便支持和改善医生的临床决策。在香港，临床大数据花费很多钱用于收集患者数据，然后用于流行病、病理等方面的分析统计。大数据需要进行监察、管理、进行实时调整，还需要进行优化和改进，以用于了解和服务于患者或消费者。大数据时代基于患者的数据，通过超级电脑或人工智能，分析出治疗方案、风险评估以及预防措置等，得到初次结果。将结果再次进行分析，电脑也进一步学习，对结果进行优化。所以将来不再是依靠指南或生物标志物，而是记录患者数据，通过电脑进行分析，然后给出治疗方案。但是，要实现这些需要有很多患者数据，美国医药研究所提出了六个关键的组成部分：患者与医生进行沟通、多学科团队融合、循证管理、信息技术系统、证据转化为临床实践以及所有患者都负担得起。ASCO对此做了CancerLinQ，以帮助医生随访时进行实时的监测、回馈信息、提高癌症护理质量、改进ASCO临床指南、提供基于证据和指南的临床决策。CancerLinQ医院有三个好处，首先医生可以对比患者的情况，来确定治疗方案，其次不同医生之间也可以对比诊断、治疗和结果等信息，以获得更好结果，而且CancerLinQ可以帮助医生进行治疗决策。临床大数据不仅仅是临床研究的数据，还包括有表观遗传组学、代谢组学、微生物组学、蛋白质组学等多种信息，然后大数据将这些信息组合起来进行处理，目前国内外有很多这方面的研究。基因方面很著名的大数据有TCGA，里面的数据有2.5PB，个DVD，33种癌症，还有10种包括癌症，有超过例患者数据，可以说里面的数据非常多。TCGA在处理数据时，首先将DNA、RNA等处理测序，以及将表达等信息放到电脑。TCGA是公开的，现在关闭了，从年6月份有了GDC（GenomicDataCommons）。GDC包括了TCGA和TARGET的数据，在GDC网站上可以查看很多信息。在英国有相似的GenomicsEngland，将所有临床数据放到其中，乳腺癌患者的治疗、放疗、手术等，种族、有无家族史、病理、淋巴结有无扩散等信息，医生打开就可以查看具有类似症状的患者，参考其治疗方案。一项使用大数据进行的乳腺癌风险预测的研究中，分析了77个乳腺癌相关的SNP的价值。研究中对77个SNP做了风险评分PRS。研究发现，没有家族史的女性患乳腺癌的风险低于有家族史的女性，同时，PRS评分高的风险高于评分低的女性；有家族史而且PRS评分高的女性未来十年患乳腺癌的风险超过90%。另一项使用基因测序作为乳腺癌高危预测指标进行大数据分析的研究中，使用86个可能与乳腺癌有关的基因进行研究。研究显示，基于86个基因进行预测乳腺癌的风险为0.37，高于以前研究的0.07；而且变量多的女性表示未来患乳腺癌的风险较高。基因因素很重要，同时非基因因素也不可忽视，非基因因素可以使患乳腺癌风险提高50%。例如女性患乳腺癌的基因风险为36%，但是生活习惯不好，工作压力大等高危因素会使风险提高到54%，所以对于高危患者，医生建议改善生活习惯，去除不良因素的影响。每个人涉及到基因型、表现型以及患者，这些都包含有很多数据。临床大数据要将患者的众多信息都搜集起来，进行分析整理。使用大数据可以帮助选择癌症药物，评估患者预后，帮助寻找新的潜在治疗靶点，有利于药物研发，还可以促进公共卫生，帮助改善患者的不良习惯，以及其他多种好处。本文医院的周永昌教授演讲内容整理，转载请注明作者周永昌教授和来自肿瘤评论。点击页面上方“肿瘤评论”治疗皮肤病最好医院在哪里治疗白癜风最好的药
转载请注明地址:http://www.dragonlily-oem.com/rxajs/1788.html
