Predicció de la resposta al tractament amb lenalidomida en el mieloma múltiple
Alba Clemente
Laura Aviñó
INS La Llauna
Un cà ncer per conèixer
Predicció de la resposta al tractament amb lenalidomida en el mieloma múltiple
L'objectiu d’aquest treball és estudiar si es pot preveure la resposta dels pacients tractats amb lenalidomida a partir de les dades prèvies dels pacients de mieloma múltiple i de la variació en la concentració d’immunoglobulines analitzades en els primers cicles de tractament. Per fer-ho, es treballa amb una mostra de 32 pacients dels quals es disposen dades de l’historial clÃnic i el control mèdic el qual analitza la quantitat d’immunoglobulina produïda per les cèl·lules plasmà tiques canceroses en sang analitzada en els diferents cicles de tractament. S'ha fet una anà lisi estadÃstica de les dades i les corresponents proves de dependència amb el test exacte de Fisher. Les dades prèvies no han resultats significants i, per tant, es conclou que no influeixen en l'evolució clÃnica dels pacients; en canvi, sà ha resultat significant la relació entre els valors de concentració d’immunoglobulina en els primers cicles i el patró de resposta al tractament, fet que permetrà per una predicció de la resposta dels pacients enfront la lenalidomida.
The main aim of this study is to verify the possibility of predicting the response of the multiple myeloma patients treated with lenalidomida just knowing the previous data of the patients and the variation of the immunoglobulins’ concentration analysed in the early stages of this treatment. In order to do this, we have been working with a 32-multyple-mieloma patients from which we have their clinical history and their amount of immunoglobulins in blood in each month of treatment. A statistic analysis of the previous data and a dependence test have been done using the Fisher’s exact test. The previous data are not significant, so the data doesn’t influence the clinical evolution of the patients. Nevertheless, it has been proved that the number of immunoglobulins during the early stages of treatment is significant, so this pattern will be useful to predict the evolution of the patient.
