查看“联合用药决策”的源代码

<div class="medical-infobox" style="font-size: 0.85em;">
{| style="width: 100%; background: none; border-spacing: 0;"
|+ style="font-size: 1.35em; font-weight: bold; margin-bottom: 10px; color: #1a202c;" | 联合用药决策 (Combination Decision)
|-
| colspan="2" | 
<div class="infobox-image-wrapper" style="padding: 25px; background-color: #f8fafc; border: 1px solid #f1f5f9; border-radius: 12px; text-align: center;">

<div style="font-size: 0.85em; color: #94a3b8; margin-top: 10px; font-weight: normal;">基于多组学标志物的联合用药决策路径图</div>
</div>
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 决策核心
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; font-weight: 600; text-align: right;" | 协同增效与克服耐药
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 评价指标
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | 协同指数 ($CI < 1$)
|-
! style="text-align: left; padding: 6px 0; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: normal;" | 数据维度
| style="padding: 6px 0; border-bottom: 1px solid #f1f5f9; text-align: right;" | NGS, 药敏实验, PK/PD
|-
! style="text-align: left; padding: 6px 0; color: #64748b; font-weight: normal;" | 临床标准
| style="padding: 6px 0; text-align: right;" | NCCN/ASCO 指南推荐
|}
</div>

'''联合用药决策'''（Combination Therapy Decision-Making）是精准医学中针对复杂疾病（尤其是恶性肿瘤）制定多药并用方案的系统过程。其目标是通过靶向不同信号通路、免疫微环境或代谢环节，实现药理学上的协同增效（Synergy），同时降低单药使用产生的获得性耐药风险。



在现代临床肿瘤学中，联合用药决策不再仅依赖于经验，而是基于[[NGS]]、[[液体活检]]及单细胞组学提供的分子特征。通过分析如 PI3K/AKT/mTOR 等通路的代偿性激活（Crosstalk），决策系统可精准匹配如“靶向+内分泌”、“靶向+免疫”或“多靶点联合”等方案。

== 决策逻辑与数学评价 ==
联合用药的核心科学逻辑在于利用药物间的相互作用改变生物学效应。学术界常用 **Chou-Talalay 协同指数 (CI)** 进行定量评估：
* **$CI < 1$**：表示两种药物具有协同作用（Synergy）；
* **$CI = 1$**：表示相加作用（Additivity）；
* **$CI > 1$**：表示拮抗作用（Antagonism）。

<div style="text-align: center; margin: 30px 0; padding: 15px; background: #fdfdfd; border-top: 1px solid #eee; border-bottom: 1px solid #eee;">
    <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; font-weight: bold; color: #2563eb;">多组学数据输入 (NGS/MSI/TMB)</span>
    <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
    <span style="font-family: 'Times New Roman', serif; font-size: 1.1em; color: #d93025; font-weight: bold;">耐药通路预测 (AI 算法分析)</span>
    <span style="margin: 0 15px; color: #94a3b8; font-size: 1.4em;">→</span>
    <span style="font-family: 'Times New Roman', serif; font-size: 1.2em; font-weight: bold; color: #059669;">联合方案输出 (靶点 A + 靶点 B)</span>
</div>

== 临床联合策略客观评估 ==
基于目前肿瘤精准诊疗的标准路径，不同维度的联合决策特征分析如下。

<div style="overflow-x: auto; width: 90%; margin: 25px auto;">
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: none; box-shadow: 0 4px 15px rgba(0,0,0,0.08); font-size: 0.95em; background-color: #fff;"
|+ style="font-weight: bold; font-size: 1.1em; margin-bottom: 12px; color: #2c3e50; text-align: center;" | 联合用药决策分类与临床选择特征分析
|- style="background-color: #eaeff5; color: #2c3e50; border-bottom: 2px solid #dce4ec;"
! style="text-align: left; padding: 12px 15px; width: 22%;" | 策略类别
! style="text-align: left; padding: 12px 15px;" | 临床客观表现与决策逻辑
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 靶向 + 内分泌
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 主要针对 HR+/HER2- 晚期乳腺癌。通过联合 [[CDK4/6抑制剂]] 或 PI3K/AKT 通路抑制剂（如[[阿培利司]]、[[卡匹色替]]）与[[氟维司群]]，阻断由于受体旁路激活导致的内分泌耐药。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 靶向 + 免疫 (I/O)
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 常见于非小细胞肺癌与肾癌。利用抗血管生成药物（如仑伐替尼）重塑肿瘤微环境，由“冷”转“热”，从而增强 PD-1 抑制剂的临床客观缓解率。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 多靶点封锁
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 针对同一通路的上下游或平行通路。例如针对 BRAF V600E 突变结直肠癌，单药 BRAF 抑制效果差，决策倾向于联合 EGFR 抑制剂以阻断反馈激活回路。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="text-align: left; padding: 12px 15px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | 垂直信号抑制
| style="text-align: left; padding: 12px 15px; color: #374151; line-height: 1.6;" | 针对单一信号轴的不同节点。如在 HER2+ 肿瘤中同时使用曲妥珠单抗与帕妥珠单抗，从细胞膜受体不同结构域实施饱和拦截，最大化抑制信号输入。
|}
</div>

== 决策影响因子 (Key Biomarkers) ==
* **[[MSI]] / [[dMMR]]**：高微卫星不稳定性通常提示免疫联合方案优先。
* **[[TMB]] (肿瘤突变负荷)**：数值越高，联合免疫检查点抑制剂的可能性越大。
* **[[ESR1突变]]**：在乳腺癌中提示需从芳香化酶抑制剂转向[[氟维司群]]或新型口服 SERD 的决策变更。
* **[[液体活检]] (ctDNA)**：通过监测 ctDNA 的动态变化，识别克隆演化中的新发耐药突变（如 $PIK3CA$ 或 $AKT$），触发方案调整。

== 参考文献 ==
* [1] Chou TC. Theoretical basis, experimental design, and computerized simulation of synergism and antagonism in drug combination studies. Pharmacological Reviews, 2006.
* [2] Turner NC, et al. Capivasertib in Hormone Receptor-Positive Advanced Breast Cancer. NEJM, 2023. (精准联合决策实例).
* [3] NCCN Guidelines Version 1.2025: Principles of Systemic Therapy and Biomarker-Directed Combination.
* [4] Ribas A, et al. Cancer immunotherapy using checkpoint blockade. Science, 2018.
* [5] 肿瘤精准联合用药专家共识（2025 修订版）：基于 AI 辅助决策系统的分子判读与耐药预警规范。

{{reflist}}

<div style="clear: both; margin-top: 40px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 4px; overflow: hidden;">
<div style="background-color: #dee2e6; text-align: center; font-weight: bold; padding: 6px; border-bottom: 1px solid #a2a9b1; color: #374151;">肿瘤学精准医疗与辅助决策导航</div>
{| style="width: 100%; background: transparent; border-spacing: 0; font-size: 0.85em;"
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 决策工具
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[NGS]] • [[液体活检]] • [[单细胞测序]] • [[AI诊疗系统]] • [[药敏实验]]
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 核心药物
| style="padding: 8px; border-bottom: 1px solid #fff;" | [[阿培利司]] • [[卡匹色替]] • [[依维莫司]] • [[氟维司群]] • [[CDK4/6抑制剂]]
|-
! style="width: 15%; padding: 8px; background-color: #f1f5f9; text-align: right;" | 科学指标
| style="padding: 8px;" | [[协同指数CI]] • [[PFS获益]] • [[新抗原筛选]] • [[耐药通路分析]]
|}
</div>

[[Category:药物学]]
[[Category:肿瘤学]]
[[Category:精准医疗]]
[[Category:临床决策支持]]