باشگاه خبرنگاران جوان- محققان یک مدل ریاضی ایجاد کرده‌اند که برای شناسایی نشانگر‌های بیولوژیکی مرتبط با پاسخ‌های مختلف استفاده می شود.

این تیم را دانشمندان بیمارستان عمومی ماساچوست (MGH) و دانشگاه قبرس رهبری می کنند. این مدل می‌تواند برای ارائه درک بهتری از تعاملات پیچیده بین بیماری و پاسخ به درمان استفاده شود و به پزشکان در ارائه مراقبت‌های بهینه کمک کند.

این نتایج در EBioMedicine منتشر شده اند.

کووید بسیار ناهمگن است؛ به این معنی که علائم بیماری کرونا بدون علامت تا شرایط تهدید کننده زندگی مانند نارسایی تنفسی یا سندرم زجر تنفسی حاد (ARDS) متغیر است که در آن مایع در ریه‌ها جمع می‌شود.

راکش کی جین، نویسنده ارشد، مدیر آزمایشگاه بیولوژی MGH و پروفسور اندرو ورک کوک، پروفسور انکولوژی، توضیح داده اند که تلاش‌هایی قابل توجه برای شناسایی زیرشاخه‌های ARDS (Acute respiratory distress syndrome) سندرم زجر تنفسی حاد که توسط ویژگی‌های بالینی یا نشانگر‌های زیستی تعریف شده، انجام شده اند.

جین و همکارانش از مدل خود برای تجزیه و تحلیل اثراتی که ویژگی‌های مختلف بیمار بر نتایج پس از درمان با درمان‌های مختلف ایجاد می‌کنند، استفاده کردند تا درمان بهینه را برای دسته‌های مجزا از بیماران تعیین کند.

محققان شش نوع بیمار (که با وجود یا عدم وجود بیماری‌های همراه مختلف تعریف می‌شوند) و سه نوع درمان که سیستم ایمنی را تعدیل می‌کنند، شبیه‌سازی کردند.

چنین دسته بندی‌ها و مدل‌ها پایگاه داده‌ای منسجم برای درمان بیماران و تسریع در پزشکی فراهم می کنند.

منبع: سایت نیوز مدیکال

انتهای پیام/