86 articoli
L'oncologia rappresenta la branca della medicina dedicata allo studio e al trattamento del cancro, una malattia complessa che colpisce cellule e tessuti in tutto il corpo. Questo settore abbraccia la ricerca su nuove terapie, la diagnosi precoce e la comprensione di come i tumori si sviluppano e resistono ai farmaci, con l'obiettivo finale di migliorare la vita dei pazienti.
Su Gist.Science, selezioniamo e analizziamo sistematicamente ogni nuovo preprint pubblicato su medRxiv in questa categoria. Il nostro team trasforma questi studi scientifici originali in riassunti chiari e accessibili, affiancandoli a spiegazioni tecniche dettagliate per garantire che le scoperte più recenti siano comprese da tutti, indipendentemente dal background professionale.
Qui di seguito trovate la lista aggiornata dei contributi scientifici più recenti in oncologia, pronti per essere esplorati e compresi.
Questo studio dimostra che la combinazione dei livelli di citrullina plasmatica con il test dell'elastasi-1 fecale migliora significativamente l'accuratezza diagnostica per l'adenocarcinoma duttale pancreatico nei pazienti sintomatici, raggiungendo un AUC combinato di 0,96 rispetto allo 0,67 dell'elastasi-1 fecale da sola.
Questo studio dimostra che l'elevata espressione di TRAF6 funge da biomarcatore prognostico indipendente per una scarsa sopravvivenza e la radioresistenza nel carcinoma cervicale, mentre il suo knockdown sopprime i fenotipi maligni e aumenta la radiosensibilità, suggerendo TRAF6 come un promettente bersaglio terapeutico.
Questo studio dimostra che la biopsia liquida dell'umore acqueo consente un profilo multi-omico completo e una stratificazione molecolare altamente accurata basata sull'apprendimento automatico del retinoblastoma, stabilendo una piattaforma sicura e non invasiva per la valutazione del rischio e la diagnostica di precisione nel trattamento conservativo dell'occhio.
Questo studio utilizza l'omica spaziale per rivelare che i pazienti con carcinoma epatocellulare non benefici del trattamento con radioembolizzazione Y90 e nivolumab presentano un microambiente tumorale intrinsecamente immune-deficiente, caratterizzato da esaurimento delle cellule T CD8+ associato a LAG-3 e macrofagi immunosoppressivi, portando all'identificazione di una firma a 72 geni per la previsione precoce della malattia progressiva.
Questo studio di Fase I ha dimostrato che l'inibitore di Exportin 1 Selinexor può essere combinato in sicurezza con la chemioradioterapia standard per il glioblastoma di nuova diagnosi a una dose massima tollerata di 60 mg due volte a settimana, mostrando segnali di efficacia preliminare e un potenziale effetto radiosensibilizzante evidenziato da una pseudoprogressione ritardata.
Questo articolo presenta un framework computazionale in sei fasi che sfrutta dati aggregati di studi pubblicati per generare la stratificazione del rischio a livello di singolo paziente e previsioni sulla tossicità a lungo termine per tumori rari come il sarcoma di Ewing, superando la mancanza di dataset individuali dei pazienti richiesti dal machine learning tradizionale pur ottenendo un'elevata accuratezza e una risoluzione prognostica significativamente migliorata.
Questo studio utilizza un modello di sperimentazione clinica in silico per dimostrare che l'eterogeneità dei pazienti influisce significativamente sull'efficacia della terapia con MV-BiTE, suggerendo che i non-risponditori ai protocolli standard possano beneficiare di somministrazioni più frequenti e a dosaggio inferiore.
Questo studio presenta una robusta piattaforma di biopsia liquida basata su RNA libero dalle cellule (cfRNA) che utilizza la normalizzazione basata su RUVg e un classificatore XGBoost per raggiungere un'elevata sensibilità (73,7%) nel rilevamento del cancro del colon-retto in fase precoce, superando efficacemente i limiti dei metodi di screening tradizionali basati su cfDNA.
Questo studio retrospettivo su 2.592 pazienti con carcinoma polmonare non a piccole cellule metastatico rivela che, sebbene la monoimmunoterapia abbia ridotto l'attrito iniziale del trattamento, la fragilità e le comorbidità limitano ancora significativamente l'inizio della terapia e l'efficacia, suggerendo che l'adozione di criteri specifici delle etichette dei prodotti potrebbe identificare meglio i candidati per nuove opzioni di prima linea prive di platino.
Questo studio presenta lo sviluppo e la validazione indipendente dell'uLCI, un modello di apprendimento automatico interpretabile basato su quattro metaboliti urinari e variabili cliniche che rileva efficacemente il tumore al polmone allo stadio precoce con alta accuratezza e valore prognostico, offrendo un'alternativa non invasiva promettente ai limiti degli attuali screening.