Экспериментальное исследование методов классификации онкологических больных

Несмотря на то, что современные протоколы лечения онкологических заболеваний могут быть довольно успешны (уровень выживаемости в некоторых случаях более 70%), получить дальнейшие улучшения общей эффективности лечения пациентов становится всё сложнее. Один из многообещающих подходов к решению этой проблемы – попытаться сделать лечение персонализированным, найти взаимодействия и связи между эффективностью методики лечения и индивидуальными особенностями пациента или, иными словами, определить такие подгруппы пациентов, для которых более эффективным является тип лечения, отличный от выбранного в результате клинического исследования для всей группы пациентов. В данной работе проводится экспериментальное исследование двух популярных методов анализа подгрупп пациентов: деревьев качественных взаимодействий (Qualitative Interaction Trees (QUINT)) и алгоритма одновременного моделирования пороговых взаимодействий (Simultaneous Threshold Interaction Modeling Algorithm (STIMA)). Эксперименты проведены с использованием реальных данных, собранных в результате клинического исследования протоколов лечения острого лимфобластного лейкоза. В результате, проведена оценка эффективности методов STIMA и QUINT для решения рассматриваемой задачи (идентификации взаимодействий между типом лечения и характеристиками пациентов) и проведена их интеграция в виде веб-сервисов в программу для анализа данных FCART. Ключевые слова: анализ подгрупп; анализ выживаемости; онкологические исследования; деревья взаимодействий; взаимодействия типа лечения и подгрупп пациентов