乳腺癌的治疗选择:精确医学的数学

乳腺癌治疗的精确选择取决于激素受体（用于雌激素和孕酮）的状态。通过免疫组织化学（IHC）的常规测定与某个误差率相关联，这可以通过添加基因组数据来减少。即使是传统统计数据也可以带来一个值得注意的改进，但现在可以使用决策理论来最佳地结合诊断结果，特别是在矛盾的地方。这是在医学统计，信息学和智能系统（CEMSIIS）中，Meduni Vienna在Meduni维也纳进行了最近的研究。该方法具有超出乳腺癌的应用方式，并且可以在所有情况下部署，即使调查结果是矛盾的，也可以在所有情况下都要在许多发现中得出结论。

施莱纳解释说：“无人驾驶汽车使用多个传感器检查它们是否可以自由行进。它可以是其中一个传感器检测到障碍物并要求紧急制动，而另一个传感器无法检测到同样情况下的任何危险。你做了什么然后？有两个可能糟糕的决定每一个都有不同的风险:如果汽车没有刹车，即使这是必要的，也可能会发生严重的事故。然而，如果汽车不必要地刹车，就有被后面的车辆追尾碰撞的风险，损伤可能不那么严重。”人们在选择治疗方法时也面临类似的情况乳腺癌患者，它必须适应激素受体的状态，它取决于它。

可以发生IHC测试产生阳性结果，而第二种测量方法，例如基因表达，产生相同患者的负面结果。再一次，有两个可能的错误决策。HeinzKölbl从Meduni Vienna的一般妇科和妇科肿瘤学区解释说：“如果你只提供激素治疗，因为你错误地认为患者是积极的，”虽然在现实中，她将错过拯救生命的化疗。这将是最大的伤害。另一方面，如果给予腐蚀性化疗而不是更保守的激素治疗，则会遭受不必要的副作用。“

那么，专家们认为人们应该如何应对相互矛盾的测量结果呢?“这就是确切的地方决定理论施莱纳强调说。与传统统计学不同，决策理论不只是考虑单个数字，即事件发生的概率(例如，受体阳性)，还考虑其他可能性的概率(可能是受体阳性或绝对不是受体阳性=受体阴性)。与传统统计相比，这种全面的观点提高了结果的质量，特别是在几个发现来源同时相关的情况下。在一项大数据重用研究中，决策理论首次被应用于激素受体诊断:为此，CeMSIIS的团队与Heinz Kölbl、Christian Singer和MedUni维也纳普通妇科和妇科肿瘤科的Cacsire Castillo-Tong合作。3753例的免疫组化受体状态和整个基因表达谱被确定并联合分析乳腺癌耐心。

决策理论有效并警告

在原始研究中，根据IHC受体状态选择治疗。即使是常规统计数据表明，在某些情况下，基因组数据似乎与IHC结果（金标准）相矛盾。正是在此目的，使用决策理论而不是传统统计，因为在许多情况下，它可以从矛盾的个体结果产生准确的整体结果。Schreiner解释说：“决策理论也具有它在不确定的情况下实现的优点：然后产生不可判定的明显结果。”这本身就是重要的信息，就像它一样的警告。“这是在153名患者的情况下发生的，表明潜在的次优处理决策仅是基于IHC数据的。事实上，这一（小）患者组较差生存比剩下的，更大，群体，确认的IHC状态，因此“正确”选定的治疗方法。

因此，决策理论的有效性在一个简单但极度相关的精确药物的例子中表现出：“现代医学越来越多地利用许多信息来源，而不是从实验室，重症监护医学和基因组学的领域。来自不同来源的证据必须组合以达到结论，迄今为止，通常在SOPS（标准操作程序）中，具有常规是/否决定或甚至直观。在这里，决策理论提供了大量的潜在改进。“

---

---