目录:
2013年4月22日星期一 - 根据一项新的研究，确定某些心脏病患者最能从中受益的治疗方法可能会更容易一些斯坦福大学医学院的研究发表在“内科学年鉴”上，他们的研究结果也可能对其他情况下的个体化治疗产生积极影响。
斯坦福研究人员开发了一种评估心脏病患者的新方法从血管成形术和手术中获益更多，这是他们的数据驱动的“医疗双胞胎”方法，可以应用于心脏疾病以外的其他疾病 - 另一种方法p朝着个性化医疗的方向发展
研究人员使用了超过10万名心脏病患者的Medicare数据，根据性别，年龄，糖尿病，吸烟和其他心性等特征，揭示了哪些手术可以延长患者寿命条件。通过查看具有不同治疗方法的具有类似病史的人的数据，研究人员能够提出一种公式，对于患者的特定特征组合，治疗效果最佳
“我们试图找到医学双胞胎 - 一种其中一名患者进行了冠状动脉搭桥手术，其中一名患者进行了血管成形术 - 两名看起来像是医学上相似但受到不同待遇的人“，斯坦福大学研究作者兼医学教授Mark Hlatky博士在一份声明中表示。 “这些匹配良好的患者结局的任何差异大概是由于他们接受了治疗而不是其他因素。”
研究人员创建了一个在线心脏治疗决策工具，医生可以在其中输入患者信息并查看是否冠状动脉旁路术或血管成形术将有助于更多的研究，Ralph Horwitz医学博士，国立医学研究所临床评估科学高级副总裁，该研究所正在举办2013年实验生物学会议，会上表示将提供“更精细指导临床医生。“
”我认为人们正在寻找有效的方法来了解患者之间的差异如何改变或影响各种治疗和程序，“霍维茨博士在一份声明中说。 “我认为这项工作非常好地说明了如何做到这一点。”
个性化医疗的大数据方法
这种个性化医疗方法是治疗的圣杯，高级副总裁Maurie Markman说。美国癌症治疗中心的总统临床事务，他补充说，即使这项研究是在心脏病中完成的，但它对其他几个医学分支也有影响。“当我们谈论个性化医疗时，我们正在讨论一个人的照顾，但我们正在看大量的数据，“马克曼博士说。 “这真的是一致的，因为你不使用这些大数据来告诉你该怎么做。你只是用它来通知你个人的决定。“
参加临床试验以帮助确定许多治疗方案的患者可能不包括具有该试验正在研究的病症的代表性样本，研究人员写道在这项研究中，因此可能不是得出个体治疗决策结论的最佳人群。“”虽然随机试验的高质量数据可以用于治疗建议，但人们越来越认识到，参加研究的患者临床试验通常比日常实践中看到的患者年轻和健康，“研究人员写道。 “此外，临床试验一般不足以根据患者的临床特征检查治疗效果的变化。”
另外，临床试验也可能排除有其他疾病的人。例如，马克曼说，患有糖尿病或肥胖的患者通常被排除在临床试验之外，尽管找出哪些治疗方法可能对他们有效很重要。“
”随着流行病的持续，肥胖和糖尿病变得越来越重要， “ 他说。 “通过查看大量的数据而不是临床试验，您可以看到糖尿病患者是否特别适合接受另一种治疗方法，这是您通常不会看到的。”
治疗不仅会增加Hlatky说：“如果我们能够确定人群中最能受益的人群，并更精确地靶向治疗，”他在声明中说道，“但是，我们可以以更低的成本获得非常好的结果。“
