基于离散剂量的联合化疗优化
最优化与控制
2021-11-04 v1
摘要
化疗是癌症治疗的主要手段之一。化疗药物给药是一个复杂的问题，通常需要昂贵的临床试验来评估潜在方案。减轻这一负担并更好地为未来试验提供信息的一种方法是建立可靠的药物给药模型。以往的化疗优化模型主要依赖于最优控制，这不利于捕捉化疗规划中涉及离散决策（如通过药片给药和休息期）的复杂且至关重要的操作约束。此外，现有的大多数化疗优化模型缺乏明确的毒性度量，主要通过（固定的）药物浓度限制来施加毒性约束。现有的随机优化模型也侧重于在肿瘤异质性不确定时最大化治愈概率。在本文中，我们开发了一个用于联合化疗（多种药物使用）优化的混合整数规划，该规划纳入了各种重要的操作约束，并且除了剂量和浓度限制外，还基于其对白细胞计数的影响来控制治疗毒性。为了解决肿瘤异质性的不确定性，我们提出了机会约束，以保证在新辅助治疗背景下以高概率达到可手术的肿瘤大小。我们给出了与模型在表示化疗生物过程方面准确性相关的分析结果，并通过一项乳腺癌数值研究确立了其临床应用价值。
引用
@article{arxiv.2111.02000,
title = {Combination Chemotherapy Optimization with Discrete Dosing},
author = {Temitayo Ajayi and Seyedmohammadhossein Hosseinian and Andrew J. Schaefer and Clifton D. Fuller},
journal= {arXiv preprint arXiv:2111.02000},
year = {2021}
}