Tack vare forskning och modern sjukvård har vården av barn och unga med cancer blivit en framgångssaga. Den totala femårsöverlevnaden för barn med cancer är cirka 85%. Tyvärr utvecklas ofta komplikationer efter cancer och dess behandling senare i livet, och så många som 80% av överlevarna drabbas av långtidskomplikationer som ibland är allvarliga eller livshotande. Efter återfall eller sekundär cancer är hjärt-kärlsjukdomar den främsta orsaken till sjuklighet och död bland överlevare.
Computational Cardio-Oncology är ett spännande och snabbt växande forskningsfält som har potential att förbättra vården för cancerpatienter med risk för hjärt-kärlkomplikationer efter cancer och cancerbehandling. Genom att utnyttja beräkningsmetoder som maskininlärning och statistik för stora datamängder, kan forskare och kliniker bättre förstå de komplexa interaktionerna mellan cancer och kardiovaskulär sjukdom, utveckla modeller för att förutsäga kardiovaskulär risk och identifiera nya strategier för att detektera kardiovaskulära komplikationer hos cancerpatienter.
Mellan 1958 och 2021 identifierades i Cancerregistret 65 173 patienter med cancer innan 25 års ålder. Vi analyserar data om patient- och socio-demografi, tumöregenskaper, behandlingsmetoder och om patienten har flera sjukdomar jämfört med 313 108 kontroller utan cancer med samma bostadsort, ålder och kön för att identifiera potentiella riskfaktorer för kardiovaskulär toxicitet relaterad till cancerbehandling (CTR-CVT). För att identifiera faktorer för CTR-CVT samkördes ovanstående grupper till Nationella Patientregistret och Läkemedelsregistret, samt Dödsorsaksregistret för att identifiera dödsdatum och dödsorsak. Slutligen länkades grupperna med Försäkringskassans och Statistiska Centralbyrån (SCB) för att undersöka de sociodemografiska effekterna samt SwedeHeart-registret och flera andra organspecifika nationella kvalitetsregister.
I slutändan kommer framgången för Computational Cardio-Oncology att bero på dess förmåga att integreras med traditionella kliniska metoder och producera handlingsbara insikter som kan översättas till förbättrad patientvård. Därför är det troligt att en kombination av beräkningsmässiga och kliniska metoder kommer att behövas för att fullt ut utnyttja potentialen hos Computational Cardio-Oncology i framtiden.
