98 articles
Cette étude démontre que l'hétérogénéité des résultats de survie chez les patientes atteintes d'un cancer du sein ypN1 après thérapie néoadjuvante justifie une désescalade chirurgicale axillaire pour celles ayant un seul ganglion résiduel, mais pas pour celles présentant plusieurs ganglions positifs.
Cette étude démontre qu'un système d'IA agentique améliore significativement l'efficacité, la précision et la cohérence de la détection et de la classification des événements indésirables liés à l'immunothérapie par rapport aux méthodes manuelles.
Cette étude caractérise les écosystèmes tumoraux du carcinome rénal à cellules claires chez 498 patients via l'imagerie par cytométrie de masse et l'apprentissage automatique pour définir trois écotypes de survie distincts, dont la prédiction par imagerie H&E et la validation sur plus de 2 500 patients pourraient guider les décisions cliniques futures, notamment en identifiant un bénéfice de survie pour les patients de l'écotype « moyen » sous immunothérapie.
Cette étude présente le nouveau classificateur MP V2 pour la détection précoce du cancer, qui améliore significativement la sensibilité aux stades précoces par rapport à la version précédente (MP V1) tout en maintenant une spécificité élevée dans des cohortes de validation indépendantes.
Cette étude démontre que la surveillance prospective des niveaux d'interleukine-6 (IL-6) dans le sérum à l'aide d'un immunoessai microfluidique permet de prédire avec précision l'apparition du syndrome neurotoxique associé aux cellules CAR-T (ICANS) chez les patients, offrant ainsi un outil précieux pour une intervention clinique précoce.
Cette étude présente G3Surv, un modèle d'apprentissage automatique basé sur le taux de croissance tumorale à 3 mois calculé à partir du PSA sous traitement, qui permet de prédire avec précision la survie globale et d'optimiser les décisions cliniques précoces chez les patients atteints de cancer de la prostate résistant à la castration métastatique.
Cette étude utilise une simulation de Monte Carlo pour démontrer que l'échec de l'essai NHS-Galleri à atteindre son critère d'évaluation principal n'est pas dû à une défaillance du test, mais plutôt à un « glissement de stade » causé par les délais diagnostiques du système de santé, qui masquent la détection précoce réelle des cancers.
Cette étude propose que l'axe ER/PR, plutôt que les sous-types cliniques traditionnels, constitue le cadre dominant et hiérarchique régissant l'ensemble du spectre du cancer du sein, comme le démontrent des niveaux protéiques quantifiés absolus sur 1652 échantillons.
Cette étude propose un nouveau cadre de classification à quatre niveaux, nommé T-OMICS, qui organise le paysage moléculaire du cancer du sein en deux programmes fonctionnels distincts pour résoudre les ambiguïtés pronostiques de la mutation PIK3CA et permettre une stratification clinique plus précise basée sur la biologie globale de la tumeur plutôt que sur des altérations génétiques isolées.
Cette étude démontre que l'intégration de caractéristiques radiomiques de l'œdème périlésionnel et du disconnectome de la substance blanche aux données cliniques améliore significativement la prédiction de la survie sans progression chez les patients atteints de glioblastome IDH-sauvage.
En appliquant le cadre CAST à des données de gliomes de bas grade, cette étude révèle que la chimiothérapie offre des bénéfices de survie durables et hétérogènes selon l'âge, tandis que les effets de la radiothérapie sont mitigés et sensibles au biais de confusion, démontrant ainsi la capacité de cette méthode d'apprentissage automatique causal à visualiser les dynamiques temporelles des traitements.
Cette étude présente NeuroMDAVIS-FS, un cadre d'apprentissage profond non supervisé qui intègre des données multi-omiques pour identifier des signatures moléculaires robustes permettant de stratifier les patients atteints de cancer du poumon selon leur risque de survie et d'améliorer significativement la précision pronostique par rapport aux modèles cliniques traditionnels.
Cette étude propose une revue systématique et une méta-analyse en réseau visant à évaluer l'efficacité comparative des traitements systémiques de deuxième ligne ou ultérieurs pour les sarcomes des tissus mous avancés ou récurrents chez les patients préalablement traités par anthracyclines, afin de combler le manque de recommandations cliniques cohérentes.
Cette étude qualitative menée au Ghana révèle que l'infertilité liée aux cancers gynécologiques constitue un fardeau multidimensionnel pour les femmes, affectant profondément leur identité et leurs relations sociales, et souligne la nécessité d'intégrer un soutien psychosocial et des conseils en fertilité dans les soins oncologiques.
Cette étude randomisée et contrôlée a démontré que la thérapie quotidienne par photobiomodulation intraorale à LED est sûre, bien tolérée et réduit significativement l'incidence et la sévérité de la mucosite orale chez les patients atteints de cancer de la tête et du cou traités par radiothérapie.
Ce rapport démontre que la combinaison de l'arylsulfatase B et du pembrolizumab agit de manière synergique pour inhiber la progression du mélanome métastatique chez la souris B16F10 en augmentant l'apoptose, en réduisant l'invasivité et en modulant l'expression des cytokines.
Le papier présente Onco-Shikshak V7, une première plateforme d'apprentissage adaptatif native de l'IA pour l'oncologie médicale qui intègre une architecture cognitive unifiée (ACT-R, IRT, FSRS, ZPD) et des agents spécialisés pour surmonter les limites des curricula statiques et les risques des modèles de langage, tout en alignant les parcours pédagogiques sur les critères ACGME.
Cette étude présente et valide PROGRESS, un score de stratification du risque simple et accessible dérivé de l'apprentissage automatique utilisant trois paramètres de laboratoire courants (PSA, ALP, AST) pour prédire la survie globale et guider les décisions cliniques chez les patients atteints d'un cancer de la prostate résistant à la castration.
Cette étude transversale révèle que la prise en compte des profils socio-comportementaux spécifiques à chaque groupe racial et ethnique au niveau des comtés, plutôt que des moyennes globales, permet d'identifier des disparités internes significatives et d'orienter plus précisément les stratégies de contrôle du cancer vers les communautés et les domaines d'intervention les plus critiques.
Cette étude rétrospective nationale tchèque, portant sur plus de 10 000 patients atteints de cancer du poumon non à petites cellules, a permis d'établir des indicateurs de qualité stratifiés par stade pour surveiller les parcours de soins et identifier des axes d'amélioration, notamment concernant les délais de traitement et la centralisation des soins.