[发明专利]用于评估药物治疗后复发转移风险的计算机系统

说明书

本发明公开一种用于评估药物治疗后复发转移风险的计算机系统。本发明的计算机系统通过非甾体类抗雌激素药物代谢相关酶类基因多态性分析结合病理特征，基于数学统计学方法独立自主构建了预测复发转移算法模型，可更加全面准确的评估非甾体类抗雌激素药物治疗后复发转移风险，为临床医生提供合理、高效的用药推荐方案。

技术领域

本发明通常涉及药物治疗后复发转移风险评估领域，特别地涉及用于评估非甾体类抗雌激素药物治疗后复发转移风险的计算机系统。

背景技术

在乳腺癌内分泌辅助治疗中复发转移风险是首要关注的问题。非甾体类抗雌激素药物是治疗雌激素受体(ER)阳性、孕激素受体(PR)阳性乳腺癌最常用的内分泌辅助治疗药物，但目前仍未有研究对其给出有效全面的临床预后预测方法。非甾体类抗雌激素药物主要通过肝脏中的细胞色素P450酶类代谢为活性中间产物4-羟基他莫昔芬和N-去甲基-4-羟基-他莫昔芬发挥药理作用。近年来多项研究表明调控非甾体类抗雌激素药物代谢的关键酶的基因多态性影响其代谢速率进而影响乳腺癌患者的用药疗效及临床预后效果。因此，仅根据乳腺癌患者的肿瘤组织病理特征是无法全面、准确评估患者服用非甾体类抗雌激素药物的治疗疗效，无法及时为临床医生提供合理高效的用药方案。

发明内容

为解决上述技术问题，本发明提供一种用于评估非甾体类抗雌激素药物治疗后复发转移风险的计算机系统，其包括：

用于接收对象数据的输入装置，其中所述对象数据包括来自所述对象的临床病理数据和基因多态性数据；具有数据库的存储器，其用于存储至少所述临床病理数据和所述基因多态性数据；处理器，其与存储器进行通信，且被配置为：在所述临床病理数据和所述基因多态性数据中确定多个自变量，根据赋值规则计算各个自变量的数值，并利用所述数值通过算法模型计算风险评估值；和配置为根据所述风险评估值发送通知的输出装置。

在某些实施方案中，本发明的所述临床病理数据包括来自年龄、是否绝经、ER、PR、Ki67、HER2、LN转移数目、肿瘤大小和组织分级的数据；且所述基因多态性数据包括来自CYP3A5、CYP2D6和CYP2C19的数据。

在某些实施方案中，本发明的所述基因多态性数据包括来自CYP2D6*2、 CYP2D6*3、CYP2D6*4、CYP3A5*3、CYP2D6*10、CYP2D6*41、CYP2C19*2、 CYP2C19*3、CYP2C19*17和CYP2D6*5的基因多态性数据。

在某些实施方案中，本发明的通过飞行时间质谱检测CYP2D6*2、 CYP2D6*3、CYP2D6*4、CYP3A5*3、CYP2D6*10、CYP2D6*41、CYP2C19*2、 CYP2C19*3和CYP2C19*17的基因多态性数据。

在某些实施方案中，本发明的通过扩增电泳检测CYP2D6*5的片段性缺失数据。

在某些实施方案中，本发明的所述算法模型通过下述步骤获得：在所述临床病理数据和所述基因多态性数据中确定多个自变量，根据赋值规则对各个自变量进行赋值，然后进行重要性评估，并进行排序，选取相关性绝对值大于阀值的变量，进行逻辑回归分析得出各个自变量权重并形成算法模型。

在某些实施方案中，本发明的所述算法模型为：

TAMRORs(1)＝-43.28+0.89CYP2D6*10+0.37CYP2C19*3+20.77LN-21.17 Age+0.83ER-22.31HER2+64.71Grade；

TAM RORs(2)＝1/(1+e^-TAMRORs(1))；优选地，当TAM RORs(2)趋近于1时，所述输出装置发送复发转移风险高的通知；和当TAM RORs(2)趋近于0时，所述输出装置发送复发转移风险低的通知。

在某些实施方案中，本发明的所述临床病理数据的赋值规则为：