Abstract:
The aim of this work is to develop a decision support system (SoT-Q) to assist medical oncologists in the optimization of the dosing schedules of the cytotoxic agents used in the chemotherapy treatments administered to their patients. To accomplish this, two modules developed in C++ were integrated: a mathematical modeling module, that couples the Gompertz growth model for tumor masses with the pharmacokinetic model of the administered drugs; and, a second module, which allows multi-objective optimization, through the use of the genetic algorithm SPEA2, where, the
established optimization objectives were: (1) to minimize the size of the tumor (number of cells present in the tumor mass); (2) to minimize the toxicity of the treatment based on the cumulative dose of each drug at the end of the treatment, and (3) to minimize its total cost. To test the system, the treatments generated by SoT-Q were compared with the corresponding treatments proposed in the Manual of Clinical Oncology from Brazil (MOC), for three different types of cancer: lung cancer (NSCLC), breast cancer (HER-2) and head and neck cancer (HNSCC); finally, significant improvements
regarding to the proposed optimization objectives were achieved.
Description:
El objetivo del presente trabajo es el de desarrollar un sistema de toma de decisiones (SoT-Q), que ayude a los médicos oncólogos (especialistas en tratar el cáncer), a optimizar los esquemas de dosificación de los fármacos utilizados en los tratamientos quimioterapéuticos que estos administran a sus pacientes. Para esto, se integraron dos módulos desarrollados en C++: uno de modelado matemático, que acopla el modelo de crecimiento de masas tumorales de Gompertz con el modelo farmacocinético de los agentes citotóxicos administrados; y, un segundo módulo, que permite la optimización multiobjetivo mediante el uso del algoritmo genético SPEA2 donde, los objetivos de optimización establecidos fueron: (1) minimizar el tamaño del tumor (número de células presentes en la masa tumoral); (2) minimizar la toxicidad del tratamiento en función de la dosis acumulada de cada fármaco al finalizar el mismo y (3), minimizar su costo total. Como pruebas del sistema se compararon los tratamientos generados por SoT-Q con los correspondientes tratamientos propuestos en el Manual de Oncología Clínica de Brasil (MOC), para tres tipos de cáncer distintos: elcáncer de pulmón (NSCLC), el cáncer de mama (HER-2) y el cáncer de cabeza y cuello (HNSCC), obteniéndose mejoras importantes en relación a los objetivos de optimización propuestos.
