HIV更新：
醫療資訊。 
為了克服與接受HIV的聯合抗逆轉錄病毒**（CART）患者相關的生活質量變化，約翰霍普金斯大學的一組研究人員開發了一種新方法，旨在優化HIV**，平衡病毒抑制與減少***策略，並最終改善接受HIV治療的個人的生活質量。
霍普金斯大學團隊由懷廷工程學院應用數學與統計系副教授徐彥勳教授和博士後研究員金偉領導，他們採取了兩步法來個性化最佳CART**方案，以減少患者出現抑鬱症、慢性腎病和心血管問題等併發症的機會。 研究小組的研究結果發表在《應用統計年鑑》上。
“為愛滋病毒感染者提供個性化的CART**有可能產生更有效的健康結果，並提高整體福祉和生活質量，”徐說。 例如，如果與抑鬱症作鬥爭的人遵循我們模型中得出的藥物建議，他們的抑鬱評分可能會顯著提高 22%，這超過了他們最初配發的藥物的好處。 ”
XU的團隊面臨著乙個巨大的挑戰：評估大量潛在的藥物組合，為每位患者找到最佳治療方案。
他們提出了乙個兩階段的策略，使用患者資訊來個性化計畫。 首先，他們採用了一種稱為多元高斯過程（MGP）的貝葉斯統計方法來了解患者的健康狀況如何隨時間變化。 然後，他們將 MGP 整合到離線強化學習框架中，以根據他們對患者健康狀況演變的了解找出最佳程式序列（CART 協議）。
然後，研究人員使用乙個名為“女性機構間HIV研究”（WIHS）的大型HIV資料庫測試了他們的方法。 當他們的方法用於為一組29名患有重度抑鬱症的HIV患者選擇**方案時，結果顯示他們的抑鬱評分提高了22%。
徐說，29人中有14人在接下來的兩年裡沒有出現抑鬱症狀。 該團隊認為，他們的新方法在改善愛滋病毒感染者的福祉方面顯示出巨大的潛力。
Jin強調了這項研究的更廣泛影響，並指出愛滋病毒護理提供者的短缺構成了重大挑戰，特別是在美國，那裡約有100萬人感染愛滋病毒，每年有近40,000例新診斷。 初級保健臨床醫生通常負責一半以上的 HIV 護理，他們可能缺乏有關 HIV 預防、篩查和診斷的最新知識。
“擬議的方法可以作為支援醫生決策的寶貴資源，並可能加強管理以獲得更好的患者結果，”Jin說。 ”
研究人員計畫開發一種使用者友好的軟體，該軟體將使用這種方法為醫生推薦最佳的CART分配。
“我們相信這個軟體有可能在徹底改變HIV的臨床管理方面發揮重要作用，”徐說。 與傳統的HIV**指南不同，我們的方法專門側重於病毒抑制，我們的方法考慮了HIV疾病及其藥物引起的潛在併發症，旨在最大限度地減少HIV感染者的額外健康挑戰。 ”
參考資料** Wei Jin 等人，用於優化 HIV 感染者序貫聯合抗逆轉錄病毒治療的貝葉斯決策框架，應用統計年鑑（2023 年）。 doi: 10.1214/23-aoas1750
xin jiang tian tong