Прогнозирование и принятие решений на основе модели нелинейных рисков при лечении рака желудка

Abstract

Аннотация Цели. В исследовании ставятся цели разработать модель нелинейных рисков развития неблагоприятных исходов и оценить ее пригодность для прогнозирования в клинической практике. Методы. Использованы методы анализа выживаемости, регрессионные статистические модели. Результаты. Предложен практический подход к оценке нелинейных рисков развития неблагоприятных событий на примере лечения рака желудка. Предложена и исследована модель прогнозирования метахронной перитонеальной диссеминации у радикально оперированных по поводу рака желудка пациентов. Оценены риски в различные периоды наблюдения и клиническая пригодность разработанного подхода. Заключение. В клинической онкологической практике большую роль играет не только своевременное лечение, но и предупреждение неблагоприятных исходов после окончания лечения. Индивидуализация наблюдения за пациентом после лечения снижает риски фатальных исходов, затраты на дополнительные исследования и лечение в случае прогрессирования онкозаболевания. По результатам данного исследования предлагаются решения, которые должны привести к более эффективной и качественной тактике наблюдения после проведенного лечения рака желудка, к выбору оптимальных подходов и получению клинически благоприятных исходов заболевания. Предложенный метод прогноза рисков в конечном итоге приведет к индивидуализированному ведению пациента на основании его данных.

Abstract Objectives. The goals are to develop a nonlinear risk model and examine its prediction applicability for clinical use. Methods. Methods of survival analysis and regression statistical models were used. Results. A practical approach to assessing nonlinear risks of adverse events using the example of gastric cancer treatment is proposed. A model for predicting the metachronous peritoneal dissemination in patients undergoing radical surgery for gastric cancer was proposed and studied. Assessment of risks for various periods of observation was performed, and the clinical suitability of developed approach was assessed. Conclusion. In clinical oncological practice, not only timely treatment plays an important role, but also the prevention of adverse outcomes after treatment. Individualization of patient monitoring after treatment reduces the risks of fatal outcomes and the costs of additional research and treatment in the event of cancer progression. Based on the results of this study, we propose solutions that should lead to more effective and high-quality treatment tactics and follow-up after treatment for gastric cancer, also to the selection of optimal approaches and to obtaining clinically favorable outcomes of the disease. The proposed risk prediction method will ultimately lead to individualized patient management based on the results of personal data.