|
新的研究发现力如太对延长ALS生存起不了任何作用  PLOS计算生物学 ”杂志刊登了题名为“ Complete hazard ranking to analyze right-censored data: An ALS survival study ” 。的研究报告。 密歇根大学研究人员在报告中说，在这次研发预测ALS患者生存的新模式，看起来是很有前景。事实上ALS也是非常需要有一个新的预测生存模型。 研究小组说，对患者步行、呼吸和吃饭的能力，以及身体机能评分和肺功能指标的综合评分，都是预测生存的有力指标。过去预测身体功能量表是用ALSFRS，肺功能测量是用强迫肺活量或深呼吸后人呼出的气量。 “生存分析是估计患者生存时间的重要因素。对评估新的医疗方法，在临床试验是否有效性也是至关重要。 最常用的生存预测模型--Cox比例风险 - 如果使用不当，可能导致错误预测。所以研究人员正在开发一个新模型和其他统计工具。 最近人工智能机器学习的发展已经显示出，对增强生存分析的准确性带来了希望。人工智能机器学习应用程序，使计算机自己学习更好地执行任务。 密歇根大学的科学家开发了一种新的危害排序算法，让计算机可以用来解决数学问题的程序。被称为GuanRank，它将病人的各种数据转化为低、中、高等级别。 为了测试模型，该团队使用了来自ALS临床试验的PRO-ACT数据库的信息。他们在DREAM肌萎缩侧索硬化症病人不同级别挑战中验证了它的作用。 GuanRank在多个小组竞争中排名第一，比传统模型更准确地预测患者的生存率。 研究人员在研究ALS生存率所所制定的GuanRank模型中发展，证实优化呼吸系统治疗是可以改善ALS疾病的进展，”研究小组是这样写道。 和以前的研究相反的是，患者发病年龄和尿酸水平未能够对预测生存率有任何影响。 研究人员说“另外我们在研究中发现一个问题，服用ALS药物Rilutek力如太（利鲁唑）是一个无关紧要的生存预测指标。所有前三名DREAM挑战小组也同时发现了这一点。据过去报道力如太（利鲁唑）可延长2-3个月的存活。但根据这次参与研究的病人样本中，有77.53％的病人是服用力如太（利鲁唑），研究发现无论服用力如太（利鲁唑）时间长或短，都不会改变疾病的进展。而且发现许多患者比吃药的ALS人群更健康。健康的患者对所使用的药物的依赖性是降低的，因此力如太（利鲁唑）在这次的生存预测中证实是起不了多大作用。” 研究人员计划在其他数据集（包括针对不同疾病的数据集）中测试GuanRank模型。 总体而言，“该方法在ALS生存排名中展示了其最先进的预测能力”，研究小组总结道。 |
|
|
