[快訊] 翁騰崧藥師團隊,關於低劑量 Venetoclax 合併抗黴菌藥物治療急性骨髓性白血病的療效與安全性之研究,獲 Oncology Letters 刊登!

 

 

01_OL_WengTS_03

 

 

文章介紹

 

翁騰崧藥師團隊探討了一種新的血癌治療藥物 Venetoclax 的療效。Venetoclax 是一種口服的 B 細胞淋巴瘤 2 抑制劑,主要用來治療急性骨髓性白血病(AML)。由於這個藥物會與某些酵素產生交互作用,當病人同時使用抗黴菌藥物時,必須調整 Venetoclax 的劑量。

 

研究團隊回顧分析了 2015 年 1 月到 2021 年 12 月間,在單一醫院治療的 45 名急性骨髓性白血病患者的資料。他們比較了使用低劑量 Venetoclax 合併抗黴菌藥物的病人,與接受傳統化療方案(包括 I3A7、LDAC 和 I2A5 方案)病人的治療成果,主要觀察指標包括無疾病惡化存活期、整體存活期,以及藥物相關的不良反應。

 

研究結果顯示,在整體存活期方面,I3A7 化療方案(使用 Idarubicin 12 mg/m2 靜脈注射第 1-3 天,加上 Cytarabine 100 mg/m2 連續靜脈輸注第 1-7 天)的效果最好,中位數存活期還沒有達到統計上限。相比之下,Venetoclax 組的中位數存活期是 10.7 個月,低劑量 Cytarabine(LDAC)組是 4.7 個月,而 I2A5 組(較短療程的化療方案)只有 2.3 個月。

 

在無疾病惡化存活期方面,I3A7 組同樣表現最佳,達到 29.0 個月,而 Venetoclax 組是 8.0 個月,LDAC 組 2.1 個月,I2A5 組僅 0.9 個月。

 

關於副作用,所有治療組都常見嚴重的血液學不良反應(第 3 級或以上)。值得注意的是,心血管事件和嚴重的腫瘤溶解症候群只在 Venetoclax 組出現,發生率分別為 14% 和 7%。

 

總結來說,低劑量 Venetoclax 合併抗黴菌藥物的治療效果雖然不如標準的 I3A7 化療方案,但比 LDAC 和 I2A5 方案來得好。Venetoclax 的感染風險相對較低,這對免疫力低下的血癌患者來說是個優點。不過,使用 Venetoclax 時必須特別注意心血管併發症和腫瘤溶解症候群的風險,尤其是有相關病史的患者更需要密切監控。

 

 

恭喜翁藥師!

 

喜歡的主題、累積多年的資源,沒辦法登上 Q1 期刊,升等路上相對弱勢,怎麼辦?來看看講師的建議

 

閱讀更多 »

發表於 共享榮耀 | 已標籤 , , , , | [快訊] 翁騰崧藥師團隊,關於低劑量 Venetoclax 合併抗黴菌藥物治療急性骨髓性白血病的療效與安全性之研究,獲 Oncology Letters 刊登! 已關閉迴響。

[快訊] 黃國揚醫師團隊,運用邊緣運算與機器學習預測拔管成功率以提升醫療 AI 穩定性之研究,獲 Scientific Reports 刊登!

 

 

01_SR_HuangKY_08

 

 

文章介紹

 

對於那些需要依賴呼吸器,來維持生命的重症患者來說,何時能成功脫離呼吸器(拔管),是一個非常關鍵的醫學判斷。為了解決這個問題,黃國揚團隊嘗試結合「邊緣運算(Edge Computing)」和「機器學習(Machine Learning)」這兩項先進技術,讓電腦透過學習大量的醫療數據,開發了一套能「即時預測病人是否能順利拔管」的人工智慧系統,目的是幫助加護病房的醫師做出更準確的決策,減少拔管失敗帶來的併發症與醫療資源浪費。

 

這次研究透過「邊緣運算」技術,直接在病人身旁的裝置上,即時分析呼吸器的數據(像是潮氣量、呼吸頻率、氣道壓力等),不需等資料送回中央伺服器再計算,這樣可以大幅降低延遲、減少資料傳輸量高達 83.33%,也提升整體系統的穩定性與安全性。

 

黃醫師團隊使用了兩種常見的機器學習演算法來訓練模型:Random Forest 和 XGBoost。結果發現 XGBoost 的表現普遍較好,不論在準確率還是計算速度上都比較優異。

 

這項技術的好處是,僅需呼吸器上的數據,不必另外蒐集生命徵象,也不需更換呼吸器型號,只要能連上網路即可使用,有助於未來在不同醫療機構快速推廣應用。

 

黃醫師團隊認為,這項結合「邊緣運算 + 機器學習」醫療 AI 系統的研究,能有效幫助臨床醫師做出更即時、準確的拔管決策,進而提升病人康復機率,減少醫療負擔,是智慧醫療在重症照護上的重要突破。

 

 

恭喜黃醫師!

 

現今技術成熟的大環境下,如何在自己的專業領域,找到創新應用的方法?重點就是不能只在自己的圈圈,有時候跨一個領域,整個加乘效果會滿大的。一起來看講師怎麼說!

 

閱讀更多 »

發表於 20140705 (六) 第一梯次 | 已標籤 , , , , , , , , , , , | [快訊] 黃國揚醫師團隊,運用邊緣運算與機器學習預測拔管成功率以提升醫療 AI 穩定性之研究,獲 Scientific Reports 刊登! 已關閉迴響。

Preliminary study 投稿一直被退?你可能忽略了這三個關鍵!

 

 

OH137

 

 

問:校長好,團隊預計做一個稍大型的研究約 60 人,我們想把初步的 11 人先做發表,之後的主論文就能引用這篇。不過目前的 11 人小規模結果,投稿一直不順利,該怎麼辦?

 

答:(蔡依橙)這是典型的 preliminary study 作法。如果想要順利的話,要考量以下幾點。

 

一般來說,審閱者一定會質疑,為什麼你個案數這麼少就跑來發表,畢竟 11 個案例,即使 p 值有意義,power 一定不太理想。

 

所以,通常 preliminary study 會被接受,有幾個重要關鍵:

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , , , , , | Preliminary study 投稿一直被退?你可能忽略了這三個關鍵! 已關閉迴響。

PGY 沒老師、沒資源,要怎麼在學術界活下來?

 

 

01_OfficeHour_139

 

 

答:(蔡依橙)

 

積極的幾位 PGY,進度飛快!

 

最近這幾個月的 Office Hour,有五位 PGY 很常來。

 

他們從上完課,有了概念並操作第一次後,認真的照我們的建議去做,然後找題目。

 

遇到困難就來問,所問的問題,從「令人有點擔心」到「其實同學雖然沒信心,但其實自己的直覺都是對的」,也就是真的從零基礎,逐漸走到懂得學術圈語言跟文化的狀況。

 

 

他們是怎麼辦到的?

 

其中三位已經完成論文投出,另外兩位也快了。

 

所完成的,有傳統統合分析,也有網絡統合分析。

 

跟我們設定課程時規劃的一樣,這兩個課程都很適合初學者。

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , , , , , , , | PGY 沒老師、沒資源,要怎麼在學術界活下來? 已關閉迴響。

問:整理了一篇論文,高分期刊都退稿,說我的研究新穎性足夠,但個案數太少。該往低分期刊投嗎?會不會沒人看見,沒辦法發揮影響力?

 

 

officehour_138
 

 

問:校長好,我為了要升主治醫師,整理了一篇 original 投稿,但目前挑戰了約 8 分與 6 分的傳統知名期刊,都被退稿。退稿的理由,都是說我的研究新穎性足夠,但個案數太少,雖然 p 值顯著,但 power 太低。請問我該照退稿建議,再收幾年的個案,讓研究的人數多兩倍,還是該繼續往低分期刊投就好?但登在低分期刊會不會沒人看見,沒辦法發揮影響力?

 

答:(蔡依橙)

 

同學好,這個問題的關鍵,是「要升主治醫師」這個前提,所以我會建議,以現有的狀況,快點找願意收的期刊刊登就好。OA 也可以考慮。以下說明為什麼這麼建議的理由。

 

閱讀更多 »

發表於 學員提問 | 已標籤 , , , , | 問:整理了一篇論文,高分期刊都退稿,說我的研究新穎性足夠,但個案數太少。該往低分期刊投嗎?會不會沒人看見,沒辦法發揮影響力? 已關閉迴響。