ESMO2012：新数学模型有助于选择更安全的化疗模式

这项研究阐明了为何某些特定的病人在化疗后出现严重感染，并且指出如何避免这种副作用。

癌症化疗是一种挽救生命的治疗，但它同样充满了多种严重的副作用，其中之一就是增加感染的风险。到目前为止，用于评估这种风险的主要标准为血细胞计数。如果血液中白细胞低于特定的阈值，则认为其感染的风险亦较高。由魏茨曼数学研究所、以色列Kfar Saba 的Meir医学中心及瑞士巴塞尔Hoffmann-La Roche研究中心联合建立的一种新的模型认为，为了正确的风险评估，不仅需要评估这些患者的血细胞数量，同样需要考虑到他们的个体差异（其每个人均不同）。

这项研究可能代表了个体化治疗这个新兴领域的重要一步，能够更加促进个体化化疗。为了预防高危患者发生感染，我们对其尤其需要采取更多的警惕措施。然而对于这些低危患者，我们可以避免不必要的预防治疗。

这项最近发表于Journal of Clinical Investigation杂志上研究，集合了应用数学、电子工程、肿瘤学、免疫学及儿科学等多个学科研究专家的集体智慧。这个数学模型阐明了之前未知的机制，即什么原因导致粒细胞减少的患者易受感染的情况更加多见。

这个新模型揭露了在粒细胞减少情况下免疫系统如何发挥功能。这种情况常发生于化疗及骨髓移植后，如果免疫系统起不到吞噬及杀灭细菌这项重要功能，则容易发生严重感染。依照这些研究的领导者、魏茨曼研究生计算机科学及应用数学部Vered Rom-Kedar博士所说，这个数学模型揭露了之前没有阐明的机制—什么原因导致粒细胞减少的患者易受感染的情况多变。

这个模型认为，对于粒细胞减少病人，血细胞及细菌的战争不能单单解释为细菌与细胞的比率或血细胞计数必须超过特定的阈值。然而，中性粒细胞计数低的时候，患者的免疫系统进入了一种脆弱的平衡，这种平衡会因细菌浓度或中性粒细胞数量发生细小的改变而被打破，从而产生严重的后果。其它能够从根本上影响这种平衡的因素包括：中性粒细胞功能的有效性及细菌对组织的通透性（其在肿瘤治疗时会增加）。

因此依照这个模型，事实上在健康人群中，个体中性粒细胞效能的差异通常不会引起严重的结果。相反，对于粒细胞减少患者，个体差异性可能会有生与死的差别，这个结论来源于一项对四位健康志愿者的血液分析后得出的。在这个模型应用与临床之前，这种分析需要测试大量健康人群。

这个模型已经为许多医学上的疑问提供了合理的解释。譬如说，它可用于解释为何一些肿瘤病人在化疗后，即便隔离在无菌条件下，仍会获得致命的感染。

这项研究还解释了为何特定的病人在化疗或骨髓移植术后，即便其中性粒细胞水平达到相对正常的水平，仍会产生急性感染。化疗能够降低中性粒细胞的水平及功能，使得这些患者的组织更易受到细菌的入侵。这个模型认为，由于这些原因，在一些患者中细菌的浓度在中性粒细胞计数恢复正常之前可能会快速增加，这些快速繁殖的细菌获得领先，因此中性粒细胞的恢复亦不足以克服感染。这个模型同样能够最终阐明一些稀有病例，即为何一些具有正常免疫功能的人也发生急性细菌感染。这个模型认为在这种情况下，这种毒性较大的细菌生长繁殖快，能够抵抗一般数量及质量中性粒细胞产生的防御反应。

这项研究建议，为了在化疗病人和/或具有固有中性粒细胞功能障碍的患者中获得最佳的疗效，定期评估患者的中性粒细胞及细菌的浓度是非常有价值的，其能够减低患病率及致死率，同样能够减少不必要的入院及使用昂贵的医学治疗，并由此产生的费用。此外通过减低抗生素的使用率，其还有助于预防抗生素耐药性的上升。

Vered Rom-Kedar教授是Moross数学及计算机科学研究学院的领导者，她的研究由Yeda-Sela基础研究中心支持。VeredRom-Kedar教授现任计算机科学及应用数学的Estrin Family主席。