Az új adatelemzési módszer radikálisan javítja a vese transzplantált betegek megfigyelését a Leeds-i Egyetem által vezetett kutatás szerint, és a módszer mélyreható változásokat hozhat létre abban, ahogy megértjük az egészségünket. A kutatás, amely a PLoS Computational Biology folyóiratban jelent meg, egy módját mutatja be annak, hogy adjunk értelmet a nagyszámú nyomnak amelyet a veseátültetett beteg vérében találunk, s hogyan alkothatunk ebből prognózist. A kifinomult "big data" elemzés alkalmazásával a tudósok képesek voltak, hogy több százezer változóból egyetlen paramétert hozzanak létre, ami az átültetett vese állapotát jelzi. Lehetővé vált a fizikusokból, vegyészekből és klinikusokból álló csapatnak, hogy megjósolják a vese rossz funkcióját már két nappal a műtét után, holott korábban ezt csak néha hetekkel később voltak képesek észlelni. Az extra napok az orvosoknak nagyobb esélyt adtak a sikeres beavatkozásra, hogy megmentsék a transzplantátumot, és javítsák a betegek gyógyulási esélyeit. Egyes esetekben, a csapat képes volt megjósolni a betegtől vett vérmintákból a sikertelenség valószínűségét már a transzplantáció előtt. Dr. Szergej Krivov, a University of Leeds Astbury Strukturális Molekuláris Biológia kutatója, a kutatás vezetője, azt mondta: "Ha egy vérmintával nukleáris mágneses rezonancia elemzést végzünk, nagyon nagy számú különböző paramétert kapunk, amelyek a kezelés várható kimenetelével összefüggésben variálódnak. Ezek fontos nyomok, de ha több ezer változónk van, amely mind különböző módon mozognak egy komplex rendszerben, mit csinál egy orvos, hogyan rak össze minden információt, és hogyan dönti el, hogy mi a teendő? Az emberi elmével ez nem lehetséges, túl sok a változó. Számítógépre van szükség.” A kutatás, amely során naponta elemezték 18 beteg vérmintáját közvetlenül a transzplantációt megelőzően és utána egy hétig tartó időszakot követő vese transzplantáció, készített egy "optimális reakció koordinátát" a több ezer változóból. Ezt kifejezték egy számmal (folyamatos skálán 0-tól 1-ig), amely leírja a siker vagy kudarc valószínűségét, a beteg állapotával összhangban. Dr. Krivov azt mondta: "Ez egy kicsit olyan, mint GDP mérőszám a gazdaságban: egyetlen szám hatalmas mennyiségű komplex tevékenységet számszerűsít, és lehetővé teszi, a rendszer dinamikájának megértését. " Hozzátette: "Az egyik előny, hogy a kimenet nem bináris. A múltban inkább, hogy a döntéseket hozunk, amelyek egyes fizikai paraméterekre voltak alapozva. Attól függően, hogy az efféle indikátor aktuális értéke, vagy jelentősebb változása milyen volt, döntöttünk, hogy a páciens "egészséges" vagy "beteg", és szükség van e vagy sem kezelésre. A legegyszerűbb szinten például mértük a testhőmérsékletét, és az alapján hoztunk döntést. Az új megközelítés az egész rendszer dinamikáját írja le, és kvantifikálja egy folyamatos skálán, ’hol is tart éppen’ a beteg " Fontos sajátossága a módszernek, hogy nem függ a vesebetegség egzakt megértésétől, ennek következtében alkalmazható számos más területen is. Dr. Krivov azt mondta: "Én nem vagyok egy vese szakember. Csak kell tudnom az adatokat. Tudom majd elemezni azokat, ugyanezt az egyenlet használva, valamely feltétel dinamikájának leírására. Ez a módszer különösen erős azokon a területeken, melyeken lassan változó és komplex körülmények vanak, ahol szükség van az egészséges-egészségtelen dichotómia, elvetésére, és inkább a betegség dinamikájának követése fontos. " Szemlézte: elitmed.hu, Kolin Péter Forrás: https://www.ehealthnews.eu/