Καρκίνος του μαστού: Εξελίξεις με καινοτόμες στοχεύουσες θεραπείες

Χαρακτηριστικό είναι το παράδειγμα των αναστολέων των κυκλινοεξαρτώμενων κινασών 4/6 (CDK4/6 inhibitors) που προστέθηκαν στη φαρέτρα του παθολόγου ογκολόγου για τη θεραπεία ασθενών με προχωρημένο ορμονοευαίσθητο καρκίνο μαστού. Οι θεραπευτικοί αυτοί παράγοντες, οι οποίοι χορηγούνται με τη μορφή χαπιού, επιτυγχάνουν έλεγχο της νόσου για μεγάλο χρονικό διάστημα, ενώ ταυτόχρονα δεν επηρεάζουν την ποιότητα ζωής των ασθενών, κάτι που είναι πολύ σημαντικό, καθώς λαμβάνονται ακόμη και για πολλά χρόνια. Αντίστοιχα, και άλλες από του στόματος χορηγούμενες θεραπείες (αναστολείς του ενζύμου PARP) έχουν αλλάξει τη θεραπευτική πρακτική σε ασθενείς με καρκίνο μαστού που έχουν κληρονομούμενες αλλαγές στα γονίδια BRCA1 ή BRCA2, τόσο στον προχωρημένο καρκίνο μαστού όσο και στον πρώιμο, σύμφωνα με μία πρόσφατη μελέτη. Τέλος, πρόσφατα, δημοσιεύτηκαν πολύ ενθαρρυντικά αποτελέσματα από τη χρήση καινοτόμων φαρμάκων που αποτελούνται από χημειοθεραπευτικές ουσίες συζευγμένες με αντισώματα έναντι της πρωτεΐνης HER2, η οποία είναι υπερεκφρασμένη στα καρκινικά κύτταρα επιλεγμένων ασθενών με καρκίνο μαστού. Όλα αυτά τα φάρμακα αποτελούν πολλά υποσχόμενες επιλογές της θεραπευτικής φαρέτρας ασθενών με καρκίνο μαστού.

Η επιλογή αυτή συχνά βασίζεται και στα αποτελέσματα σύγκρισης θεραπευτικών επιλογών στα πλαίσια μεγάλων κλινικών μελετών. Ωστόσο, τα δεδομένα των μελετών αυτών δεν είναι πάντα αντιπροσωπευτικά αυτών της κλινικής πρακτικής, καθώς οι ασθενείς που συμμετέχουν σε αυτές είναι επιλεγμένες και πληρούν πολύ συγκεκριμένες προϋποθέσεις. Το κενό αυτό έρχεται να συμπληρώσει η ανάλυση δεδομένων καθημερινής κλινικής πρακτικής. Πρόκειται για δεδομένα που συλλέγονται από ιατρικά αρχεία ασθενών, μητρώα ασθενών, εφαρμογές ενημέρωσης και επικοινωνίας ασθενών ή και βάσεις δεδομένων ασφαλιστικών εταιριών. Ιδιαίτερο ενδιαφέρον παρουσιάζουν οι εφαρμογές που απευθύνονται σε ασθενείς και φροντιστές με τις οποίες μπορούν να συλλεχθούν δεδομένα τοξικότητας, συμπτωμάτων και ποιότητας ζωής. Συνδυάζοντας κανείς δημογραφικά δεδομένα ασθενών, κλινικοπαθολογικά και μοριακά δεδομένα των όγκων, θεραπευτικές πρακτικές, καθώς και δεδομένα επιβίωσης, μπορεί να δημιουργήσει μία πηγή πλούτου πληροφοριών, από την οποία μπορεί να προκύψουν σημαντικές συσχετίσεις. Λόγω του μεγάλου όγκου και της πολυπλοκότητας των δεδομένων αυτών, συχνά απαιτείται η ανάλυση με την εφαρμογή αλγορίθμων τεχνητής νοημοσύνης.