Machine Learning to Optimize Busulfan Exposure and Predict Survival in HSCT: Toward Personalized Dosing Strategies
Cette étude démontre que les modèles d'apprentissage automatique intégrant des variables cliniques et pharmacocinétiques surpassent les méthodes traditionnelles pour prédire l'exposition au busulfan et la survie, permettant ainsi des stratégies de dosage plus précises et personnalisées pour les patients subissant une transplantation de cellules souches hématopoïétiques.