Machine learning voorspelt pCR na neoadjuvante chemo bij NSCLC

May 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

Algoritme met PET/CT voorspelt pCR na neoadjuvante chemo-immunotherapie

Onderzoek laat zien dat een algoritme gebaseerd op PET/CT-data een non-invasieve en effectieve metho ...

Lees meer

MET-mutaties betrokken bij resistentie tegen doelgerichte therapie

Geactiveerde mutaties in het MET tyrosine kinase domein blijken samen voor te komen met andere oncog ...

Lees meer

De rol van ctDNA bij resistentie tegen doelgerichte therapie voor mNSCLC

Nederlandse collega’s schreven onlangs een review in Nature Reviews Clinical Oncology over de waarde ...

Lees meer

Bispecifiek antilichaam bewijst zich als 1elijns behandeloptie bij PD-L1+-NSCLC

De Lancet publiceerde onlangs resultaten van de fase 3 studie waarin bispecifiek antilichaam ivonesc ...

Lees meer