一个工程的方法来减少化疗的痛苦

发表的一项研究美国管理式医疗杂志》上州,要求一线化疗的患者数量预计将增加超过50%,从980万年到1500万年,从2018年到2040年。

最常见的副作用为那些接受化疗是周围神经病变,神经损害引起的一组症状控制的感觉和运动手臂,腿,手和脚。这个问题是如此强烈的儿童,他们可以用简单的笔迹和走路有困难。

现在,普渡大学的研究人员和工程师正在与疼痛医学专家在印第安纳波利斯的莱利儿童医院,代谢物分析专家Bindley生物科学中心,并在德国马克斯普朗克研究所应用数学家。他们正在开发的方法来更好地预测哪些病人会从特定的化疗药物有副作用和开发治疗治愈。

他们研究了病人数据专门寻找生物标志物与化疗所致周围神经病变。他们开发了机器学习模型,可以帮助预测化疗的副作用在早期治疗,并开发了一个用户友好的工具来帮助医生预测敏感性神经病变的患者。更多的信息关于他们的工作预测副作用可以在这个网站上找到medRxiv。

“我们正在我们已经学过的痛感和应用它前进的道路更加个性化医疗对于化疗患者,“Parul Verma说一个博士生在普渡大学的戴维森学院化学工程。“我们把病人数据,寻找特定的生物标志物,可显著提高化疗所致的周围神经病变的可能性。”

普渡大学团队的其他成员包括Doraiswami Ramkrishna,哈利Creighton pef杰出的化学工程教授和杨杨,普渡大学的药学院助理教授。合作与德国马克斯普朗克研究所的专家研究化疗所致的周围神经病变的机理。

胆量和Ramkrishna预测化疗药物的潜在影响诱导的神经元周围神经病变。杨杨验证研究结果通过记录神经元的电活动文化。

“这是真正的检查机制神经病变和其他副作用,体内神经元由于发生了什么化疗,“Verma说。“然后,我们可以设计药物治疗癌症不会引起副作用或至少减少的严重程度副作用。"

由普渡大学团队所做的研究与其他研究到痛,为什么有些人的经历它的大部分的生活和其他人很少经历任何身体的疼痛由于特定的基因突变。Verma Ramkrishna和合作者在德国使用传统的数学工具已经开发出一种新颖的方法来理解的痛感。这项工作发表在bioRxiv的更多信息。

---

---