98 artículos
Este estudio identifica una firma transcriptómica inmunorrelacionada, caracterizada por la presencia de células T de memoria central CD8+ y estructuras linfoides terciarias, que predice con precisión la respuesta completa y la supervivencia en pacientes con carcinoma de células escamosas de ano tratados con quimiorradioterapia.
Este estudio desarrolló un modelo de aprendizaje automático basado en la proteómica de vesículas extracelulares plasmáticas que identifica un panel de cuatro proteínas capaz de predecir de forma no invasiva la respuesta a la inmunoterapia y la supervivencia en pacientes con cáncer de pulmón de células no pequeñas.
Este artículo presenta el método Personalized-DrugRank, una aproximación novedosa que integra datos transcriptómicos de pacientes con datos de perturbación de fármacos para predecir conjuntamente la respuesta y el tiempo de respuesta a terapias adyuvantes en cáncer, demostrando un rendimiento superior a los modelos clínicos tradicionales en múltiples tipos de tumores.
Esta revisión sistemática y metaanálisis actualizado concluye que, aunque la asociación con la exposición a herbicidas a base de glifosato es modesta y sensible a las decisiones analíticas, los niveles más altos de exposición se asocian consistentemente con un riesgo aumentado de linfoma no Hodgkin, apoyando una relación dosis-respuesta.
El artículo presenta nSIGHT™, una plataforma web intuitiva que facilita la integración, visualización y análisis retrospectivo de datos clínicos y de investigación multimodales en oncología, permitiendo a los investigadores crear cohortes de pacientes anonimizados y evaluar hipótesis sin requerir conocimientos técnicos avanzados.
Este estudio desarrolló y validó un marco automatizado basado en IA que segmenta los haces neurovasculares en resonancia magnética para estratificar el riesgo de invasión y predecir mediante radiómica la recurrencia bioquímica, la invasión perineural y la extensión extraprostática en pacientes con cáncer de próstata.
Este estudio presenta CT4CMS, un marco de aprendizaje profundo interpretable que predice no invasivamente los subtipos moleculares del consenso en el cáncer colorrectal a partir de tomografías computarizadas preoperatorias, permitiendo la estratificación molecular y la toma de decisiones terapéuticas personalizadas antes de la cirugía.
Este estudio demuestra que la clasificación de la enfermedad residual mínima en cáncer colorrectal tras cirugía curativa depende críticamente de la sensibilidad analítica, revelando que una proporción sustancial de señales de enfermedad residual se encuentran por debajo del umbral de detección convencional de 100 ppm, lo que respalda la relevancia clínica de las técnicas ultrasensibles de ctDNA.
El desafío PUMA demostró que, entre las diversas subpoblaciones de células inmunitarias analizadas mediante segmentación automatizada en muestras de melanoma avanzado, solo la densidad de linfocitos infiltrantes tumorales (TILs) mostró una asociación consistente y significativa con la respuesta al tratamiento y la supervivencia en pacientes tratados con inhibidores de puntos de control inmunitario.
Este estudio demuestra que el eje miR-362-3p/BCLAF1 regula la sensibilidad a la cisplatina y la progresión metastásica en el cáncer de mama triple negativo, identificando a miR-362-3p como un biomarcador específico de respuesta favorable a la quimioterapia con platino mediante la represión directa de BCLAF1.
Este estudio demuestra que el análisis potenciado por inteligencia artificial conversacional revela que el síndrome de Sézary se distingue de otros linfomas cutáneos de células T no por una mayor carga mutacional, sino por alteraciones cualitativas específicas en vías de regulación epigenética, evasión inmune y control transcripcional.
Este estudio integra análisis de transcriptómica de células individuales, aleatorización mendeliana y colocalización para identificar 80 genes causales específicos de células inmunitarias, como las T CD4 y CD8, y proponer dianas terapéuticas accionables para el desarrollo de inmunoterapias precisas contra el cáncer de próstata.
Este estudio demuestra que un modelo de segmentación U-Net mejorado con mecanismos de atención logra un rendimiento robusto y generalizable para la detección precisa de células tumorales circulantes asociadas (CTAC) en diversos cohortes clínicos, validando su utilidad para el diagnóstico temprano y la vigilancia del cáncer.
Este estudio de series temporales ecológicas en EE. UU. (1994-2020) revela que la disminución de la mortalidad por cáncer de pulmón presenta diferencias sexuales significativas, donde la contaminación del aire es el predictor más fuerte en hombres y el tabaquismo en mujeres, destacando la necesidad de estrategias de control específicas para cada sexo junto con mejoras en el acceso a tratamientos y equidad socioeconómica.
Este estudio presenta un marco de aprendizaje con restricciones gráficas que alinea las señales morfológicas de las histopatologías con una red génica fija para predecir subtipos moleculares del cáncer de páncreas utilizando únicamente imágenes, logrando un rendimiento comparable al de los perfiles transcriptómicos tradicionales.
El estudio presenta OncoRAG, un pipeline basado en gráficos de conocimiento que permite la extracción precisa de características clínicas de notas oncológicas multilingües utilizando modelos de lenguaje de tamaño medio desplegados localmente, logrando un rendimiento comparable a la curación manual sin necesidad de ajuste fino o compartir datos externos.
El artículo advierte que la hora del día puede actuar como un factor de confusión no medido que distorsiona los resultados de los ensayos clínicos oncológicos y propone que su medición o aleatorización permita identificar tratamientos más efectivos.
Un estudio demostró que un video educativo breve de 3 a 4 minutos aplicado antes de las pruebas genómicas tumorales mejoró significativamente y de forma sostenida el conocimiento específico de los mensajes en pacientes de diversos tipos de cáncer y entornos clínicos, tanto académicos como comunitarios.
Este estudio utiliza agentes de inteligencia artificial conversacional para analizar 184 tumores de adenocarcinoma ductal pancreático y revela que las alteraciones en las vías RTK-RAS y MAPK, más allá de las mutaciones de KRAS, presentan dependencias específicas según la edad y el tratamiento con gemcitabina, lo que respalda un enfoque de oncología de precisión.
Este metaanálisis basado en modelos demuestra que, aunque los inhibidores de puntos de control inmunitario mejoran la supervivencia global, su beneficio en la calidad de vida a menudo se subestima en los análisis convencionales y solo se revela al examinar las trayectorias longitudinales de los datos, las cuales muestran una asociación significativa con la supervivencia.