亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁最新消息產業觀測站MIT開發可用於阿茲海默臨床試驗候選藥物和參與者群組選擇的模型

MIT開發可用於阿茲海默臨床試驗候選藥物和參與者群組選擇的模型

來源 : 亞洲健康互聯海外中心
update : 2019/08/05
麻省理工學院開發的一個模型,透過預測未來兩年的認知測試分數,來預測患阿茲海默症風險的患者的認知能力下降,這可能有助於讓正確的患者選擇進行臨床試驗。圖片來源:麻省理工學院Christine Daniloff
麻省理工學院透過預測未來兩年的認知測試分數開發的一個新模型,可以幫助預測具有阿茲海默症風險的患者,是否會因為疾病而經歷臨床顯著的認知衰退。
 
該模型可用於迄今為止並不成功的臨床試驗候選藥物和參與者群組的選擇。它還可以讓患者知道他們可能在未來幾個月和幾年內經歷快速的認知衰退,因此可以做好準備。 
 
過去二十年來,製藥公司已經為阿茲海默症的研究注入了數千億美元。然而,該領域一直受到失敗的困擾:根據2018年美國藥物研究和製造商的報告,在1998年至2017年期間,有146項未成功嘗試開發治療或預防該疾病的藥物。在該期間,只批准了四種僅用於治療症狀的新藥。目前正在開發90多種候選藥物。
 
研究表明,將藥物推向市場可以取得更大的成功,可以歸結為在症狀明顯之前,招募處於疾病早期階段的候選人,即治療最有效的時候。在本周四至周六 (8日至10日) 於密西根大學舉行的《機器學習健康保健會議》上發表的一篇論文中,麻省理工學院媒體實驗室的研究人員將描述一種機器學習模型,可以幫助臨床醫生了解這一特定的參與者群體。
 
他們首先在整個數據集上訓練了一個「人口」模型,其中包括臨床上顯著的認知測試分數,和來自阿茲海默症患者的其他生物特徵數據,以及在兩年一次的醫生訪問之間收集的健康個體。從數據中,該模型學習的模式,可以幫助預測患者在訪問之間進行的認知檢測中如何得分。在新參與者中,針對每位患者基於新紀錄數據(例如在最近訪問期間收集的資訊)個體化的第二模型,不斷更新分數預測。
 
實驗表明,可以提前6、12、18和24個月進行準確的預測。因此...完整