Jump to content
Forum Kopalni Wiedzy
Sign in to follow this  
KopalniaWiedzy.pl

Niedobór witaminy D sprzyja zachorowaniu na raka?

Recommended Posts

Pojawiające się w różnych badaniach sugestie o powiązaniu niedoboru witaminy D z ryzykiem zachorowania na raka znajdują potwierdzenie w dwóch studiach przeprowadzonych na University of Rochester. Wskazują one na zwiększone ryzyko raka piersi i jelita grubego.

Pierwsze badanie obejmowało ponad dwieście kobiet z guzem piersi, aż u 66 procent z nich zaobserwowano umiarkowany lub wysoki deficyt witaminy D. Wysoki deficyt szczególnie częsty był u kobiet w zaawansowanym stadium choroby, oraz u kobiet ras niekaukaskich. Afrykanki miały najniższy poziom witaminy D, jaki obserwowano w badaniu.

Drugie studium sugeruje powiązanie niedoboru witaminy D z ryzykiem raka jelita grubego. Objęło ono szeroki przekrój mieszkańców USA, uwzględniając ich wiek, rasę, itd. Badanie wykazało, że niedobór witaminy jest powszechny wśród Afroamerykanów i może to częściowo wyjaśniać dwukrotnie większą ich śmiertelność z powodu raka jelita (przynajmniej około 40 procent tych zgonów).

Witamina D powstaje w skórze pod wpływem światła ultrafioletowego, osoby o ciemnej lub czarnej karnacji wytwarzają jej mniej niż osoby ras białych.

Badacze przyznają, że wyniki nie są całkiem spójne i nie można na przykład ocenić, czy suplementy witaminowe mogą być stosowane jako środek zapobiegawczy. Możliwe też, że niedobór witaminy jest po prostu znacznikiem innej cechy, jak aktywność fizyczna, czy dieta. Mimo to zalecają podawanie suplementów witaminowych kobietom leczonym na raka piersi.

Share this post


Link to post
Share on other sites

rozumiem, że wykluczono odwrotną zależność?

 

zamiast:

 

witamina D -> ewentualny nieznany nam czynnik lub cecha -> nowotwór

 

może powinno być:

 

nowotwór lub czynnik/ cecha która do niego prowadzi -> niższy poziom witaminy D

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now
Sign in to follow this  

  • Similar Content

    • By KopalniaWiedzy.pl
      Porównanie trzech komercyjnych systemów sztucznej inteligencji wykorzystywanej w diagnostyce obrazowej raka piersi wykazało, że najlepszy z nich sprawuje się równie dobrze jak lekarz-radiolog. Algorytmy badano za pomocą niemal 9000 obrazów z aparatów mammograficznych, które zgromadzono w czasie rutynowych badań przesiewowych w Szwecji.
      Badania przesiewowe obejmujące dużą część populacji znacząco zmniejszają umieralność na nowotwory piersi, gdyż pozwalają na wyłapanie wielu przypadków na wczesnym etapie rozwoju choroby. W wielu takich przedsięwzięciach każde zdjęcie jest niezależnie oceniane przez dwóch radiologów, co zwiększa skuteczność całego programu. To jednak metoda kosztowna, długotrwała, wymagająca odpowiednich zasobów. Tutaj mogłyby pomóc systemy SI, o ile będą dobrze sobie radziły z tym zadaniem.
      Chcieliśmy sprawdzić, na ile dobre są algorytmy SI w rozpoznawaniu obrazów mammograficznych. Pracuję w wydziale radiologii piersi i słyszałem o wielu firmach oferujących takie algorytmy. Jednak trudno było orzec, jaka jest ich jakość, mówi Fridrik Strand z Karolinska Institutet.
      Każdy z badanych algorytmów to odmiana sieci neuronowej. Każdy miał do przeanalizowania zdjęcia piersi 739 kobiet, u których w czasie krótszym niż 12 miesięcy od pierwotnego badania wykryto raka piersi oraz zdjęcia 8066 kobiet, u których w czasie 24 miesięcy od pierwotnego badania nie wykryto raka piersi. Każdy z algorytmów miał ocenić zdjęcie w skali od 0 do 1, gdzie 1 oznaczało pewność, iż na zdjęciu widać nieprawidłową tkankę.
      Trzy systemy, oznaczone jako AI-1, AI-2 oraz AI-3 osiągnęły czułość rzędu 81,9%, 67,0% oraz 67,4%. Dla porównania, czułość w przypadku radiologów jako pierwszych interpretujących dany obraz wynosiła 77,4%, a w przypadku radiologów, którzy jako drudzy dokonywali opisu było to 80,1%. Najlepszy z algorytmów potrafił wykryć też przypadki, które radiolodzy przeoczyli przy badaniach przesiewowych, a kobiety zostały w czasie krótszym niż rok zdiagnozowane jako chore.
      Badania te dowodzą, że algorytmy sztucznej inteligencji pomagają skorygować fałszywe negatywne diagnozy postawione przez lekarzy-radiologów. Połączenie możliwości AI-1 z przeciętnym lekarzem-radiologiem zwiększało liczbę wykrytych nowotworów piersi o 8%.
      Zespół z Karolinska Institutet spodziewa się, że jakość algorytmów SI będzie rosła. Nie wiem, jak efektywne mogą się stać, ale wiem, że istnieje kilka sposobów, by je udoskonalić. Jednym z nich może być np. ocenianie wszystkich 4 zdjęć jako całości, by można było porównać obrazy z obu piersi. Inny sposób to porównanie nowych zdjęć z tymi, wykonanymi wcześniej, by wyłapać zmiany, mówi Strand.
      Pełny opis eksperymentu opublikowano na łamach JAMA Oncology.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Marcin Sieniek, Scott Mayer McKinney, Shravya Shetty i inni badacze z Google Health opublikowali na łamach Nature artykuł, w którym dowodzą, że opracowany przez nich algorytm sztucznej inteligencji lepiej wykrywa raka piersi niż lekarze.
      Nowotwory piersi, pomimo szeroko zakrojonych programów badań, wciąż pozostają drugą głównych przyczyn zgonów na nowotwory wśród kobiet. Każdego roku na całym świecie wykonuje się dziesiątki milionów badań obrazowych, ale problemem wciąż pozostaje zbyt wysoki odsetek diagnoz fałszywych pozytywnych i fałszywych negatywnych. To z jednej strony naraża zdrowe osoby na stres i szkodliwe leczenie, a z drugiej – w przypadku osób chorych – opóźnia podjęcie leczenia, co często niesie ze sobą tragiczne skutki.
      Umiejętności lekarzy w zakresie interpretacji badań obrazowych znacznie się od siebie różnią i nawet w wiodących ośrodkach medycznych istnieje spore pole do poprawy. Z problemem tym mogłyby poradzić sobie algorytmy sztucznej inteligencji, które już wcześniej wielokrotnie wykazywały swoją przewagę nad lekarzami.
      Wspomniany algorytm wykorzystuje techniki głębokiego uczenia się. Najpierw go trenowano, a następnie poddano testom na nowym zestawie danych, których nie wykorzystywano podczas treningu.
      W testach wykorzystano dane dotyczące dwóch grup pacjentek. Jedna z nich to mieszkanki Wielkiej Brytanii, które w latach 2012–2015 poddały się badaniom mammograficznym w jednym z dwóch centrów medycznych. Kobiety co trzy lata przechodziły badania mammograficzne. Do badań wylosowano 10% z nich. Naukowcy mieli więc tutaj do dyspozycji dane o 25 856 pacjentkach. Było wśród nich 785, które poddano biopsji i 414 u których zdiagnozowano nowotwór w ciągu 39 miesięcy od pierwszego badania.
      Drugą grupę stanowiło 3097 Amerykanek będących w latach 2001–2018 pacjentkami jednego z akademickich centrów medycznych. U 1511 z nich wykonano biopsje, a u 686 zdiagnozowano nowotwór w ciągu 27 miesięcy od badania.
      Losy wszystkich kobiet były śledzone przez wiele lat, zatem wiadomo było, które z pań ostatecznie zachorowały.
      Zadaniem sztucznej inteligencji było postawienie diagnoz na podstawie mammografii. Następnie wyniki uzyskane przez SI porównano z diagnozami lekarskimi. Okazało się, że sztuczna inteligencja radziła sobie znacznie lepiej. Liczba fałszywych pozytywnych diagnoz postawionych przez SI była o 5,7% niższa dla pacjentek z USA i o 1,2% niższa u pacjentek z Wielkiej Brytanii. SI postawiła też mniej fałszywych negatywnych diagnoz. Dla USA było to 9,4% mniej, a dla Wielkiej Brytanii – 2,7% mniej. Wyniki uzyskane przez sztuczną inteligencję były o tyle bardziej imponujące, że algorytm diagnozował wyłącznie na podstawie badań mammograficznych, podczas gdy lekarze mieli też do dyspozycji historię pacjenta.
      Teraz autorzy algorytmu będą próbowali wykorzystać go podczas badań klinicznych. Ich celem jest spowodowanie, by algorytm sztucznej inteligencji został dopuszczony do użycia w medycynie.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      W Centrum Chorób Piersi Uniwersyteckiego Centrum Klinicznego w Gdańsku powstała aplikacja, która pomaga w monitorowaniu stanu pacjentek z rakiem sutka. Oprócz tego zapewnia im aktualne informacje nt. tej choroby czy samego Centrum. Aplikacja jest dostępna za darmo w sklepie Google Play. Niedługo pojawi się również w App Store.
      Co istotne, jest ona jest źródłem podstawowej wiedzy na temat profilaktyki raka piersi, sposobów jego diagnozowania i leczenia, a także aspektów związanych między innymi z pomocą socjalną, dietetyką i seksualnością w chorobie.
      Twórcy ujawniają, że w aplikacji na bieżąco mają się pojawiać wiadomości związane z kwestiami organizacyjnymi, np. zmianą godzin przyjęć lekarza czy otwarciem nowej poradni. Z pewnością pomocna też będzie opcja "znajdź mammobus".
      Koordynatorka Centrum Chorób Piersi dr hab. n. med. Elżbieta Senkus-Konefka podkreśla, że najbardziej innowacyjnym elementem aplikacji jest moduł zgłaszania działań niepożądanych, czyli np. pogarszającego się samopoczucia.
      Pacjentki, które zainstalują aplikację w telefonie, codziennie wypełniają ankietę złożoną z kilkunastu pytań. W skali od 1 do 4 opisują m.in. swoje dolegliwości. Gdy zaznaczą 3, następuje automatyczne wysłanie e-maila do pielęgniarki pracującej z chorymi z rakiem piersi. Pielęgniarka kontaktuje się z pacjentką i w zależności od zdobytych informacji umawia ją z lekarzem albo doradza jakiś sposób postępowania.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Naukowcy z Uniwersytetu w Zurichu i IBM Research przeanalizowali skład guzów nowotworowych i komórek układu odpornościowego u ponad 100 kobiet chorujących na raka piersi. Okazało się, że agresywne guzy są często zdominowane przez jeden typ komórek. Jeśli są w nich obecne również odpowiednie komórki układu odpornościowego możliwe będzie opracowanie nowych immunoterapii dla niektórych typów raka piersi.
      Każdego roku na całym świecie raka piersi diagnozuje się u około 1,7 miliona kobiet. Umiera 0,5 miliona z nich. Naukowcy od lat opracowują nowe coraz bardziej precyzyjne zindywidualizowane immunoterapie wykorzystujące układ odpornościowy pacjentki. Dotychczas jednak niewiele było wiadomo o różnych typach komórek nowotworowych i odpornościowych obecnych w guzach i o tym, jak się one różnią pomiędzy pacjentami.
      Johanna Wagner z Uniwersytetu w Zurichu oraz Marianna Rapsomaniki z IBm Research wykorzystały Patients Tumor Bank of Hope oraz masową cytometrię do przeanalizowania milionów komórek nowotworowych i odpornościowych z guzów od 140 pacjentek. Mogłyśmy w ten sposób bardzo dokładnie opisać różnorodność komórek oraz określić, ile różnych typów komórek nowotworowych występuje w pojedynczym guzie, mówi Wagner. Jednocześnie analizowano makrofagi i limfocyty T powiązane z nowotworami. Komórki te mogą zarówno atakować guza jak i wspomagać jego rozwój.
      Naukowcy odkryli, że fałszywe jest przekonanie, iż w bardziej agresywnych guzach występuje większe zróżnicowanie komórek nowotworowych. Wręcz przeciwnie, te bardziej agresywne nowotwory są często zdominowane przez jeden typ komórek wykazujących wysoki stopień nieprawidłowości. Każdy guz, któremu się przyglądałyśmy, był unikatowy pod względem składu komórkowego. Różnił się on pomiędzy pacjentami. To może być jeden z powodów, dla których tak trudno jest leczyć raka piersi, dodaje Wagner.
      Jednocześnie jednak odkryto podobieństwa w układach odpornościowych powiązanych z guzem. U jednej z grup pacjentek odkryto nagromadzenie nieaktywnych komórek odpornościowych, które po aktywowaniu zaatakowały guzy w płucach i na skórze. W grupie tej znajdowały się też pacjentki, które wcześniej uznano za nieodpowiednie kandydatki do immunoterapii.
      Nasze badania sugerują, że immunoterapia może być dobrą metodą zwalczania raka piersi. Będziemy prowadzili kolejne badania i, jeśli dadzą one dobre wyniki, rozpoczniemy badania kliniczne, zapowiedział przełożony Wagner, profesor Bernd Bodenmiller, który specjalizuje się w precyzyjnej analizie tkanek.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Dające przerzuty nowotwory jajników, prostaty i piersi są bardzo trudne do leczenia i często kończą się śmiercią pacjenta. Naukowcy z Salk Institute odkryli właśnie nową rolę, jaką odgrywa gen kodujący proteinę CDK12. Wyniki ich pracy opublikowano w piśmie Genes & Development.
      Mutacja w genie kodującym CDK12 występuje w około 3 do 5 procent nowotworów jajnika, prostaty i piersi. Najnowsze badania wykazały, że nowotwory z tymi mutacjami są szczególnie wrażliwe na działanie immunoterapii, podczas gdy nowotwory bez tej mutacji nie reagują na ten sposób leczenia, mówi profesor Katherine Jones. To sugeruje, że w przypadku większości nowotworów, w których mutacja CDK12 nie występuje, użycie chemicznych inhibitorów CDK12 może powodować, że nowotwory te będzie łatwiej zwalczyć za pomocą chemioterapii i być może immunoterapii.
      CDK12 chroni komórki przez negatywnymi skutkami chemioterapii. Zespół z Salk odkrył nową grupę genów, które są kontrolowane przez CDK12, w tym wiele genów, które są regulowane przez proteinę mTORC1, regulującą metabolizm komórek nowotworowych. CDK12 i mTORC1 współpracują ze sobą kontrolując proces translacji, bardzo istotny krok w biosyntezie białka.
      CDK12 to niedawno zidentyfikowany gen, który kontroluje ekspresję genów niezbędnych w procesie naprawy DNA. Dopiero zaczynamy poznawać mechanizm i funkcję tego genu, stwierdza pierwszy autor badań, Seung Choi. Jeśli powstrzymamy działanie CDK12 to komórka nie może naprawiać swojego DNA i jest bardziej podatna na śmierć wskutek chemioterapii. Chcieliśmy zrozumieć, jaką rolę odgrywa CDK12 w rozwoju nowotworu, by udoskonalić sposoby leczenia raka.
      Naukowcom udało się zidentyfikować setki genów, które w procesie translacji są kontrolowane przez CDK12. Wiele z tych genów jest powiązanych z rozwojem nowotworu. Ku zdumieniu uczonych okazało się, że liczne z tych zidentyfikowanych genów było niezbędnych do przeprowadzenia procesu podziału komórkowego (mitozy). CDK12 pomaga w rodziale chromosomów. Dotychczas nie wiedziano, że gen ten odgrywa tak istotną rolę.
      Odkryliśmy nową ścieżkę translacji, o której nikt nie miał pojęcia. Jest ona wykorzystywana podczas wielu etapów podziału komórkowego, szczególnie podczas rozdziału chromosomów. To pozwoli nam lepiej zrozumieć działanie komórek nowotworowych oraz jak chemiczne inhibitory CDK12 mogą pomóc w zabiciu tych komórek. Odkrycie sugeruje, że celowane inhibitory CDK12 mogą również blokować część szlaku mTOR, a terapię taką można będzie połączyć z terapią inhibitorami mTOR lub inhibitorami mitozy, które są istotnymi elementami obecnie stosowanych sposobów leczenia, wyjaśnia profesor Jones.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...