估计有 620 万 65 岁及以上的人患有阿尔茨海默病。全国阿尔茨海默氏症协会预测，到 2060 年，这一数字将增长到 1380 万，除非医学突破能够预防、减缓或治愈这种使人衰弱的疾病。
由于首创的计算机模型成功模拟了一项评估阿尔茨海默病 (AD) 多种治疗方法疗效的临床试验，科学家们可能离这一突破又近了一步。
“我们称之为虚拟临床试验，因为我们使用真实的、去识别化的患者数据来模拟健康结果，”宾夕法尼亚州立大学数学副教授郝文瑞说，他是该研究的主要作者和首席研究员。在PLoS 计算生物学杂志的 9 月刊中。
“我们的发现几乎与之前临床试验的结果完全一致，但因为我们使用的是虚拟模拟，所以我们有额外的好处，可以直接比较不同药物在较长试验期内的疗效。”
利用临床和生物标志物数据，研究人员建立了一个计算因果模型，对 FDA 批准的治疗药物 aducanumab 以及另一种正在评估的有希望的治疗药物 donanemab 进行虚拟试验。这两种药物是首批旨在直接治疗可能导致疾病的原因的治疗方法，而不仅仅是治疗症状。
研究人员为 aducanumab 的低剂量(6 mg/kg)和高剂量(10 mg/kg)方案设定了中期(78 周)和长期(10 年)的试验时间框架，以及donanemab的单剂量方案(1400 mg)。这些与 FDA 批准的人体试验中使用的剂量相同。
他们的结果证实了实际临床试验中的发现。这两种药物对去除β-淀粉样蛋白斑块(一种在阿尔茨海默病患者的大脑中发现的肽)具有巨大而持续的作用。研究小组还发现，这两种治疗对减缓患者认知能力下降的影响很小，尽管在模拟的 10 年期间，donanemab 比aducanumab更有效。
“有超过 10 种抗淀粉样蛋白疗法正在开发中，一个重要的问题是哪一种更好，”该研究的合作者和联合首席研究员、杜克大学放射学教授兼阿尔茨海默氏症成像研究实验室主任 Jeffrey Petrella 博士说大学。“对药物进行头对头比较通常需要数千万美元和多年的时间。我们的研究表明，这两种抗淀粉样蛋白药物对减缓认知能力下降的作用实际上是相当温和的——如果迟到的话在生活中，几乎无法察觉。”
Petrella 解释说，医学界仍然存在关于去除淀粉样斑块的功效以及每月静脉注射的治疗是否真的能预防或延缓认知能力下降的问题。
“这种不确定性，加上其他类型 AD 治疗试验的 99% 失败率，源于对导致 AD 的复杂机制的不完全理解，以及疾病轨迹和对治疗的反应如何因人而异， ”研究人员写道。“因此，个性化治疗很可能需要在 AD 患者的未来管理和咨询中发挥核心作用。”
研究人员还使用他们的模型为个别虚拟患者制定个性化治疗计划，同时考虑到抗淀粉样蛋白治疗的潜在副作用，如脑肿胀和出血、头痛、头晕、恶心、精神错乱和视力问题。该团队的研究结果表明，最佳治疗方案逐渐增加剂量，直至达到最大剂量并继续保持稳定状态。
“我们的目标是最大限度地减少认知能力下降，同时最大限度地减少治疗剂量以限制相应的副作用，”诺克斯维尔田纳西大学数学教授苏珊娜·伦哈特说，他参与了这项研究。“随着时间的推移，我们的模型将提供药物的最佳治疗水平，但也许更重要的是，它为每位患者提供了最佳的个性化治疗计划。”
使用他们开发的框架，研究人员现在将寻求将最佳治疗计算模型应用于目前正在评估的其他单一和组合 AD 疗法，并将新的临床试验数据纳入他们的模型中。
研究人员承认，此类虚拟试验包含许多关于疾病发病机制、治疗机制、副作用和许多其他可能影响结果的因素的基于证据的假设。