Machine learning voorspelt pCR na neoadjuvante chemo bij NSCLC

mei 2024
NSCLC
machine learning
PCR
neoadjuvante chemo
Een radiomics-model op basis van machine learning blijkt in staat om succesvol een pathologische complete respons (pCR) en overlevingskans te voorspellen bij patiënten behandeld met neoadjuvante chemotherapie voor NSCLC. Neoadjuvante chemotherapie is variabel effectief bij patiënten met NSCLC. Een groot probleem hierbij is dat men maar slecht kan voorspellen welke patiënten baat zullen hebben bij de behandeling. Hierom ontwikkelden onderzoekers een radiomics-model om de pCR en overleving te kunnen voorspellen.
Wilt u meer lezen? Log dan in.

Gerelateerde items

Is ULK1 een nieuwe target om EGFR-TKI-resistentie aan te pakken?

Onderzoek met een EGFR+-NSCLC-model laat zien dat ULK1 een cruciale rol speelt bij resistentie tegen ...

Lees meer

ctDNA als responsbiomarker bij immunochemoradiotherapie voor NSCLC

Onderzoek toont aan dat circulerend tumorDNA (ctDNA) een biomarker kan zijn voor minimale restziekte ...

Lees meer

De plek van neoadjuvante chemoimmunotherapie bij NSCLC met PD-L1<1%

Bij patiënten met resectabel niet-kleincellig longcarcinoom (NSCLC) en een PD-L1-expressie <1% le ...

Lees meer

Wnt5a speelt rol in resistentie tegen checkpointremmers bij NSCLC

Hoge Wnt5a-spiegels bij niet-kleincellig longcarcinoom (NSCLC) zijn geassocieerd met immuunsuppressi ...

Lees meer