Kansainvälisessä joukkoistamisen (crowdsourcing) avulla toteutetussa tutkimuksessa etsittiin mallia, jolla pystyttäisiin ennustamaan levinneen ja hormonihoidolle reagoimattoman eturauhassyövän kokonaiskuolleisuutta solusalpaajahoidon aikana.
Hankkeeseen osallistui yli 50 joukkuetta useista eri maista. Datan mallintaminen ja louhinta perustui noin 2000 kliinisiin lääketutkimuksiin osallistuneen potilaan aineistoon, jonka neljä eri lääkeyritystä luovutti kilpailuun osallistuneiden joukkueiden käyttöön. Keskinäisen vertailun lisäksi malleja verrattiin myös aiempaan, nykyisin käytössä olevaan ennustemalliin.
Voittajaksi haastekilpailussa selviytyi usean alan asiantuntijoista koostunut 7-henkinen suomalaistutkijoiden joukkue, jonka ennustemalli sisälsi laboratoriomittauksia, kliinisiä muuttujia ja kuvantamislöydöksiä sekä niiden yhdistelmiä. Voittajajoukkueessa on jäseniä Helsingin yliopiston Suomen molekyylilääketieteen instituutista FIMMsta, Turun yliopistosta ja Helsingin yliopistollisesta keskussairaalasta.
– Tutkimusryhmällämme on paljon kokemusta koneoppimiseen perustuvasta ennustavasta mallintamisesta, mutta tämä haastekilpailu avasi meille aivan uudenlaisen mahdollisuuden hyödyntää laajoja kliinisten lääketutkimusten aineistoja, voittajatiimiä johtanut professori Tero Aittokallio sanoo.
Muun muassa seerumin albumiinipitoisuus, hemoglobiini, hematokriitti, prostata-spesifinen antigeeni sekä maksan etäpesäkkeet olivat merkittäviä ennustetekijöitä voittaneessa mallissa.
Kaikkia 50 mallia vertaamalla kilpailun järjestäjät pystyivät myös osoittamaan joidenkin aiemmin aliarvostettujen kliinisten muuttujien merkityksen. Kilpailun tulokset osoittivatkin kiistattomasti kliinisten tutkimusten aineistojen avaamisen ja joukkoistamisen hyödyt lääketieteelle.
– Haastekilpailu osoitti, että kliinisistä tutkimuksista saatavilla laajoilla aineistoilla voidaan mallintaa potilaan ennustetta. Kliinisten lääketutkimusten aineistojen laajempi hyödyntäminen syöpätutkimuksessa olisikin tärkeää, toteaa voittajajoukkueessa mukana ollut dosentti Tuomas Mirtti HUSLAB:ista.
– Seuraavassa vaiheessa tutkimme, pystymmekö käyttämään mallia sairaaloissamme hoidossa olevien potilaiden ennusteen arvioinnissa ja soveltuuko malli yleisemmin kaikentyyppisiin eturauhassyöpiin, Mirtti jatkaa.
Guinney ym. Prediction of overall survival for patients with metastatic castration-resistant prostate cancer: development of a prognostic model through a crowdsourced challenge with open clinical trial data. Lancet Oncology Online first publication, 15.11.2016
Lisätietoja:
Professori Tero Aittokallio
FIMM, Helsingin yliopisto & Turun yliopisto
Puhelin: 050 3182426
Sähköposti: tero.aittokallio@helsinki.fi