预测癌症的癌症的增长

杜克大学的数学家们正在开发一种方法，帮助医生预测不同癌症可能发生的过程，因为目前还无法获得肿瘤生长的实际数据。

在美国的三个人中有一个以上的人将被诊断为他们生命中的某些时候患有癌症。准确的预测肿瘤生长是确定辐射和化疗的正确剂量的关键，患者应如何进行筛选，以及治疗是否有效。

“数学模型可以帮助通知整个癌症治疗决策，但您需要一个准确的模式，”Duke Mathematics教授Richard Durritt，领导了这项研究。

已经提出了许多肿瘤生长的数学模型，但哪些数学模型最适合不同类型的癌症仍然是一个开放的问题。

“一旦达到一定规模，有些肿瘤会停止或减速，而其他肿块持续成长，”联合作者和公爵本科安妮康登说。

部分困难来自于这样一个事实，即大多数肿瘤生长模型都是通过对小鼠或实验室中肿瘤生长的连续测量来校准的，在小鼠或实验室中，氧气和营养的供应与人体内的肿瘤生长是不同的。但是，由于大多数癌症患者在确诊后就会尽快开始治疗(包括手术)，因此很难获得类似的人类肿瘤生长数据。

在在线发布的一项研究中数学生物学通报，Durritt和Connumnton描述了比较肿瘤生长的常见数学模型的方法，仅使用两次肿瘤大小的时间点测量 - 通常在患者开始治疗之前可获得的最大尺寸测量数。

“使用实际患者的数据迫使我们只使用两点，”Durritt说。“起初可能似乎两点是不够的，因为任何模型都可以通过两个数据点。然而，通过检查模型适合不同尺寸的肿瘤时，通过检查增长率的趋势，我们能够弄清楚最好的模型是什么。“

为了测试他们的方法，作者从文献中检索了之前发表的数据癌症患者他们的肿瘤在治疗前的两个时间点通过重复的乳房x线照片，CT扫描或磁共振成像进行测量。

结果表明，乳房和肝肿瘤呈指数增长，至少在肿瘤还小的时候。

“就像储蓄账户一样，赚取固定利率的钱，”Durritt说。

另一方面，两种类型的神经系统肿瘤根据三分之二的权力法而增长，与肿瘤表面上只能分裂的细胞只有相一致的想法一致。

“数据获取的方式存在一些偏差，但我们的结果表明，该方法对于确定是哪种偏差是有用的肿瘤增长模型适用于不同类型的癌症说，“Connablatton说道。

---

---