Die Identifizierung und Verlaufsbeurteilung von Metastasen ist bei vielen Krebserkrankungen
von entscheidender Bedeutung. Größe, Anzahl und Eigenschaften dieser Läsionen korrelieren
mit Behandlungsansprechen und -erfolg. Mathematische Modelle, die die Streuung und
Entwicklung der Metastasen beschreiben können, sind daher von großem klinischem Nutzen,
um individuelle Therapiesequenzen zu beurteilen und zu optimieren.
Die von Iwata, Kawasaki und Shigesada (J. Theor. Biol. 2000) zur Beschreibung von
Metastasierungsstrukturen genutzte McKendrick-von-Foerster-Gleichung wurde zu diesem
Zweck auf allgemeine Metastasenstreuung zu einer sog. Wachstumfragmentierungsgleichung
erweitert, um auch sekundäre Metastasierung und Metastasierung von ganzen Zellpaketen
in Betracht zu ziehen. Da das Modell als kontinuierliches Populationsmodell definiert
ist, kann es ebenfalls dazu verwendet werden, den Übergang einer T1N0M0-Erkrankung
zu einer metastasierenden Krankheit zu modellieren.
Die Therapiemodellierung beinhaltet Vergleichsmöglichkeiten von Chemo- und Immuntherapie,
die entsprechenden Modelleingangsgrößen wurden durch Patientendaten ermittelt.
Die daraus resultierenden Prognosemöglichkeiten konnten genutzt werden, um insbesondere
zum Zeitpunkt der individuellen Primärdiagnose die mit medizinischen Bildgebungsverfahren
noch nicht sichtbare Metastasenlast zu quantifizieren und deren Wachstum über den
weiteren Zeitverlauf zu beobachten. Die Größen konnten für in der Patientenhistorie
sichtbaren Metastasen korrekt (respektiv) vorhergesagt werden. Weiterhin konnten die
Effekte von abweichenden und personalisierbaren Therapieabläufen in silico erörtert
werden.
