基于社会人口学特征的 BCG 膀胱癌治疗数学建模
机器学习
2023-07-31 v1 信息检索
摘要
癌症是全球最普遍的疾病之一，每年有数百万新患者。膀胱癌是最普遍的癌症类型之一，平等影响所有个体，无明显典型患者。目前 BC（膀胱癌）的标准治疗遵循常规的每周卡介苗（Bacillus Calmette-Guerin, BCG）免疫疗法方案，该方案对所有患者一视同仁。由于免疫系统、治疗与癌细胞之间相互作用的生物学与临床复杂性，与 BCG 治疗相关的临床结果在患者间差异显著。在本研究中，我们利用患者的社会人口学特征，提供一个描述 BCG 治疗相关临床动力学的个性化数学模型。为此，我们采用一个成熟的 BCG 治疗模型，并集成机器学习组件以在时间上调整并重构模型中的关键参数，从而促进其个性化。使用真实临床数据，我们表明我们的个性化模型在预测治疗结束时癌细胞数量方面优于原模型，平均改善 14.8%。
引用
@article{arxiv.2307.15084,
title = {Mathematical Modeling of BCG-based Bladder Cancer Treatment Using Socio-Demographics},
author = {Elizaveta Savchenko and Ariel Rosenfeld and Svetlana Bunimovich-Mendrazitsky},
journal= {arXiv preprint arXiv:2307.15084},
year = {2023}
}