Adaptive therapy under parametric, structural, and measurement uncertainty

कैंसर का उपचार लंबे समय से एक सरल, आक्रामक सिद्धांत पर संचालित होता रहा है: ट्यूमर पर यथासंभव ज़ोर से और यथासंभव बार-बार प्रहार करना, ताकि उसे पूरी तरह से खत्म किया जा सके। यह दृष्टिकोण, जिसे निरंतर चिकित्सा (continuous therapy) कहा जाता है, कैंसर कोशिकाओं को मारने के लिए दवाओं की अधिकतम खुराक पर निर्भर करता है। हालाँकि, प्रकृति अक्सर पलटवार करती है। जब एक दवा अधिकांश कैंसर कोशिकाओं को मार देती है, तो वह जीवित बचे हुए एक छोटे, छिपे हुए समूह को पीछे छोड़ देती है जो स्वाभाविक रूप से दवा के प्रति प्रतिरोधी (resistant) होते हैं। अब समाप्त हो चुकी संवेदनशील कोशिकाओं से प्रतिस्पर्धा के बिना, ये प्रतिरोधी जीवित बचे लोग तेजी से संख्या बढ़ा सकते हैं, जिससे एक ऐसा ट्यूमर बनता है जो पहले की तुलना में अधिक कठिन होता है। इससे निपटने के लिए, डॉक्टरों और वैज्ञानिकों ने 'एडेप्टिव थेरेपी' (adaptive therapy) नामक एक अलग रणनीति की खोज शुरू कर दी है। ट्यूमर को खत्म करने के बजाय, इस पद्धति का लक्ष्य इसे प्रबंधित करना है। ट्यूमर की प्रतिक्रिया के आधार पर दवा की खुराक को समायोजित करके—जब ट्यूमर बढ़ता है तो दवा देना और जब ट्यूमर सिकुड़ता है तो रुक जाना—डॉक्टर एक संवेदनशील कोशिकाओं की आबादी को जीवित रखने की उम्मीद करते हैं। ये संवेदनशील कोशिकाएं एक प्राकृतिक ब्रेक के रूप में कार्य करती हैं, जो प्रतिरोधी कोशिकाओं के साथ प्रतिस्पर्धा करती हैं और बीमारी को यथासंभव लंबे समय तक नियंत्रण में रखती हैं।

इस दृष्टिकोण के साथ चुनौती यह है कि इसके लिए शरीर के भीतर क्या हो रहा है, इसकी सटीक जानकारी की आवश्यकता होती है, जो शायद ही कभी उपलब्ध होती है। डॉक्टर वास्तविक समय में ट्यूमर के सटीक आकार या संरचना को नहीं देख सकते; उन्हें अप्रत्यक्ष संकेतों पर निर्भर रहना पड़ता है, जैसे कि एक रक्त परीक्षण जो प्रोस्टेट-विशिष्ट एंटीजन (PSA) नामक प्रोटीन को मापता है। यह प्रोटीन कैंसरयुक्त और स्वस्थ दोनों प्रोस्टेट कोशिकाओं द्वारा उत्पादित किया जाता है, जिसका अर्थ है कि उच्च रीडिंग का मतलब हमेशा यह नहीं है कि ट्यूमर बड़ा है, और कम रीडिंग का मतलब हमेशा यह नहीं है कि वह छोटा है। इसके अलावा, प्रत्येक रोगी भिन्न होता है, और उनके कैंसर के बढ़ने को नियंत्रित करने वाले जैविक नियम समय के साथ बदल सकते हैं। एक नए अध्ययन में, शोधकर्ताओं ने यह परीक्षण करने के लिए प्रयास किया कि क्या एडेप्टिव थेरेपी वास्तव में इन जटिल वास्तविकताओं के सामने व्यक्तिगत रोगियों के लिए काम कर सकती है: अपूर्ण माप, अज्ञात जैविक अंतर, और इस संभावना कि ट्यूमर का व्यवहार बदल सकता है। उन्होंने एक विस्तृत कंप्यूटर मॉडल बनाया, जिसे वास्तविक रोगियों के डेटा से कैलिब्रेट किया गया था, ताकि यह सिम्युलेट (simulate) किया जा सके कि अनिश्चित परिस्थितियों में विभिन्न उपचार रणनीतियाँ कैसे काम करेंगी।

शोधकर्ताओं ने एक "वर्चुअल कोहोर्ट" (virtual cohort) बनाकर शुरुआत की। उन्होंने 8en 85 पुरुषों के एक क्लिनिकल ट्रायल का डेटा लिया जिन्हें इंटरमिटेंट हार्मोन थेरेपी दी गई थी। एक सांख्यिकीय पद्धति का उपयोग करते हुए, उन्होंने अपने गणितीय मॉडल को प्रत्येक रोगी के PSA स्तरों के अद्वितीय पैटर्न के अनुरूप समायोजित किया। इस प्रक्रिया ने उन्हें विविध सिम्युलेटेड रोगियों का एक समूह बनाने की अनुमति दी, जिनमें से प्रत्येक के पास अपने विशिष्ट जैविक लक्षण और अनिश्चितताएं थीं। फिर उन्होंने हजारों सिमुलेशन चलाए यह देखने के लिए कि यदि इन वर्चुअल रोगियों को मानक निरंतर उपचार के बजाय नया एडेप्टिव दृष्टिकोण दिया जाता है, तो क्या होगा। उनके द्वारा परीक्षण की गई एडेप्टिव रणनीति, जिसे AT50 कहा जाता है, में तब तक दवा देना शामिल था जब तक कि PSA स्तर शुरुआती स्तर के आधे तक न गिर जाए, और फिर स्तर के वापस अपने मूल आधार तक बढ़ने तक उपचार रोकना। इस चक्र को दोहराया गया, जिसमें निर्णय प्रत्येक 30 दिनों में रक्त परीक्षण के परिणामों के आधार पर लिए गए।

इन सिमुलेशन के परिणाम एडेप्टिव दृष्टिकोण के लिए उत्साहजनक थे, लेकिन महत्वपूर्ण चेतावनियों के साथ। जब शोधकर्ताओं ने उस समय को देखा जब बीमारी उस बिंदु तक बढ़ जाती है जहाँ इसे अब नियंत्रित नहीं किया जा सकता, तो एडेप्टिव रणनीति लगभग 95% सिम्युलेटेड मामलों में निरंतर उपचार से बेहतर रही। इन उदाहरणों में, एडेप्टिव शेड्यूल ने ट्यूमर के अनियंत्रित होने से पहले के समय को एक महत्वपूर्ण अंतर से बढ़ा दिया। यह सुधार तब भी बना रहा जब शोधकर्ताओं ने इस तथ्य को ध्यान में रखा कि रक्त परीक्षण शोर (noise) युक्त और पूरी तरह से सटीक नहीं थे। मॉडल ने दिखाया कि एडेप्टिव रणनीति मजबूत थी; यह अपूर्ण मापों की अनिश्चितता को संभाल सकती थी और फिर भी अधिकांश परिदृश्यों में मानक दृष्टिकोण की तुलना में ट्यूमर को लंबे समय तक नियंत्रण में रख सकती थी।

हालाँकि, अध्ययन ने एक संभावित समझौते (trade-off) को भी उजागर किया जो पहले पूरी तरह से नहीं खोजा गया था। जबकि एडेप्टिव थेरेपी अधिकांश मामलों में बीमारी के बढ़ने में देरी करने में बेहतर थी, इसके लिए कोशिका प्रकारों के बीच प्रतिस्पर्धा बनाए रखने के लिए ट्यूमर को एक बड़े, स्थिर आकार में रखना आवश्यक था। शोधकर्ताओं ने मेटास्टेसिस (metastasis) के जोखिम को मापने के लिए एक नया मीट्रिक पेश किया, जो शरीर के अन्य हिस्सों में कैंसर के फैलने की प्रक्रिया है। उनके सिमुलेशन ने सुझाव दिया कि क्योंकि एडेप्टिव रणनीति के तहत ट्यूमर लंबे समय तक बड़ा रहता है, इसलिए मेटास्टेसिस का जोखिम निरंतर उपचार की तुलना में वास्तव में अधिक हो सकता है, जो ट्यूमर को आक्रामक रूप से सिकोड़ देता है। कुछ रोगियों के लिए, बीमारी के बढ़ने में देरी करने के लाभ को कैंसर के फैलने के बढ़ते जोखिम से कम आंका जा सकता है। यह निष्कर्ष रेखांकित करता है कि हर किसी के लिए कोई एक "सर्वश्रेष्ठ" उपचार नहीं होता है; सही चुनाव प्रगति में देरी करने की इच्छा और एक बड़े ट्यूमर को बने रहने देने के जोखिम के बीच संतुलन बनाने पर निर्भर करता है।

शोधकर्ताओं ने यह भी जांचा कि उनकी भविष्यवाणियां कितनी विश्वसनीय थीं जब ट्यूमर के अंतर्निहित नियम बदल जाते हैं। वास्तविक दुनिया में, एक ट्यूमर विकसित हो सकता है, या वर्षों के दौरान दवाओं के प्रति उसकी प्रतिक्रिया का तरीका बदल सकता है। अध्ययन में पाया गया कि यदि गणितीय मॉडल जो उपचार की योजना बनाने के लिए उपयोग किया जाता है, ट्यूमर के व्यवहार के बारे में थोड़ा भी गलत था, तो भविष्य के परिणामों के लिए भविष्यवाणियां अविश्वसनीय हो सकती थीं। विशेष रूप से, यदि एक मॉडल को निरंतर उपचार कार्यक्रम पर चल रहे एक रोगी के डेटा का उपयोग करके बनाया गया था, तो वह सटीक रूप से भविष्यवाणी नहीं कर सका कि वही रोगी एडेप्टिव शेड्यूल पर कैसे प्रतिक्रिया देगा, और इसके विपरीत भी। ऐसा इसलिए है क्योंकि विभिन्न उपचार कार्यक्रम ट्यूमर के जीव विज्ञान के विभिन्न पहलुओं को प्रकट करते हैं। यदि एक डॉक्टर केवल यह देखता है कि एक ट्यूमर लगातार हमले के अधीन होने पर कैसे प्रतिक्रिया करता है, तो वह यह नहीं जान सकता कि हमला रुकने पर वह कैसे व्यवहार करेगा। यह सुझाव देता है कि एडेप्टिव थेरेपी को वास्तव में व्यक्तिगत बनाने के लिए, डॉक्टरों को यह अनुमान लगाने में सक्षम होना चाहिए कि उनके रोगी के ट्यूमर के विशिष्ट जैविक नियम क्या हैं, जबकि वे पहले से ही एडेप्टिव शेड्यूल पर हैं, न कि पिछले अलग प्रकार के उपचारों से प्राप्त डेटा के आधार पर अनुमान लगाने की कोशिश करें।

अंततः, यह अध्ययन दर्शाता है कि हालांकि एडेप्टिव थेरेपी एक आशाजनक उपकरण है जो ट्यूमर के बढ़ने से पहले के समय को बढ़ा सकती है, लेकिन यह कोई जादुई समाधान नहीं है जो सभी के लिए पूरी तरह से काम करता है। इस दृष्टिकोण की सफलता काफी हद तक रोगी के कैंसर की विशिष्ट जीव विज्ञान और डेटा के शोर के बावजूद ट्यूमर की प्रतिक्रिया को सटीक रूप से मापने की क्षमता पर निर्भर करती है। शोधकर्ताओं ने निष्कर्ष निकाला कि एडेप्टिव थेरेपी को वास्तव में प्रभावी होने के लिए, इसे अनिश्चितता की गहरी समझ के साथ लागू किया जाना चाहिए। डॉक्टरों और रोगियों को बीमारी के बढ़ने में देरी करने के लाभ और एक बड़े ट्यूमर के बने रहने के संभावित जोखिमों, जैसे कि मेटास्टेसिस की बढ़ती संभावना, के बीच संतुलन बनाना होगा। यह स्वीकार करते हुए कि हमारे मॉडल अपूर्ण हैं और प्रत्येक रोगी अद्वितीय है, चिकित्सा समुदाय अधिक प्रभावी, व्यक्तिगत कैंसर देखभाल की ओर बेहतर ढंग से बढ़ सकता है। यह अध्ययन एक अनुस्मारक के रूप में कार्य करता है कि कैंसर की लड़ाई में, सबसे शक्तिशाली उपकरण केवल एक नई दवा नहीं है, बल्कि हमारे ज्ञान की सीमाओं और बीमारी की परिवर्तनशीलता की स्पष्ट समझ है।