98 articoli
Questo studio identifica una firma trascrittomica immuno-correlata, caratterizzata dall'arricchimento di cellule T CD8+ e strutture linfoidi terziarie, che predice con successo la risposta alla chemioradioterapia e la sopravvivenza nei pazienti con carcinoma squamocellulare anale.
Questo studio presenta un modello di machine learning basato sulla proteomica delle vescicole extracellulari plasmatiche, che utilizza un pannello di quattro proteine per predire in modo non invasivo la risposta all'immunoterapia nei pazienti con carcinoma polmonare non a piccole cellule.
Il documento presenta il metodo Personalized-DrugRank, che integra dati trascrittomici specifici del paziente con dati di perturbazione farmacologica per prevedere con alta accuratezza sia la risposta alla terapia adiuvante sia il tempo necessario per tale risposta in pazienti oncologici, migliorando le decisioni cliniche personalizzate.
Questa revisione sistematica e meta-analisi aggiornata evidenzia che, sebbene l'esposizione generica al glifosato mostri un'associazione modesta e sensibile alle scelte analitiche con il linfoma non Hodgkin, i livelli di esposizione più elevati sono costantemente associati a un aumento significativo del rischio, supportando un'associazione dose-dipendente.
Il paper presenta nSIGHT™, una piattaforma web intuitiva per la scoperta, l'integrazione e l'analisi retrospettiva di dati clinici e di ricerca multimodali, progettata per facilitare la creazione di coorti di pazienti oncologici deidentificati e la valutazione di nuove ipotesi di studio senza richiedere elevate competenze tecniche.
Questo studio presenta un framework automatizzato basato sull'intelligenza artificiale che, integrando la segmentazione dei fasci neurovascolari e la radiomica, permette di stratificare il rischio di invasione e prevedere con successo la ricorrenza biochimica, l'invasione perineurale e l'estensione extraprostatica nel cancro alla prostata.
Questo studio presenta CT4CMS, un modello di deep learning interpretabile che utilizza scansioni TC preoperatorie per prevedere in modo non invasivo i sottotipi molecolari del cancro del colon-retto, consentendo una stratificazione molecolare e decisioni terapeutiche personalizzate prima dell'intervento chirurgico.
Questo studio dimostra che la classificazione della malattia residua minima nel cancro del colon-retto è fortemente influenzata dalla sensibilità analitica, rivelando che una significativa proporzione di segnali di malattia residua si trova al di sotto della soglia convenzionale di 100 ppm e supportando l'importanza clinica della rilevazione ultrasensibile del ctDNA.
Lo studio PUMA ha dimostrato che, tra le diverse sottopopolazioni di cellule immunitarie analizzate tramite algoritmi di segmentazione su campioni istologici di melanoma avanzato, solo la densità dei linfociti T intratumorali presenta un'associazione indipendente e consistente con la risposta e la sopravvivenza dei pazienti trattati con inibitori dei checkpoint immunitari.
Questo studio identifica l'asse miR-362-3p/BCLAF1 come un regolatore cruciale della sensibilità al cisplatino e della progressione metastatica nel carcinoma mammario triplo negativo, dimostrando che l'elevata espressione di miR-362-3p predice esiti clinici favorevoli solo nei pazienti trattati con cisplatino attraverso la repressione diretta di BCLAF1.
Questo studio dimostra come l'intelligenza artificiale conversazionale possa accelerare l'analisi genomica rivelando che la sindrome di Sézary si distingue dagli altri linfomi cutanei a cellule T non per il carico mutazionale, ma per specifiche alterazioni qualitative nelle vie di regolazione epigenetica, immunitaria e del ciclo cellulare.
Questo studio integra analisi di randomizzazione mendeliana e colocalizzazione a livello di trascrittoma monocellulare per identificare driver genetici specifici delle cellule immunitarie e nuovi bersagli terapeutici, come IGF1R e FAAH, per l'immunoterapia del cancro alla prostata.
Questo studio presenta un modello U-Net potenziato da meccanismi di attenzione che dimostra prestazioni robuste e generalizzabili nel rilevamento delle cellule tumorali circolanti associate (CTAC) nel sangue periferico, supportando la sua utilità clinica per la diagnosi precoce del cancro attraverso diverse coorti di pazienti.
Questo studio integra l'analisi dei dati statunitensi dal 1994 al 2020 per dimostrare che il calo della mortalità per cancro al polmone è guidato da fattori diversi per sesso, con l'inquinamento atmosferico che influisce maggiormente sugli uomini e il fumo sulle donne, sottolineando la necessità di approcci mirati per sostenere i progressi futuri.
Questo studio propone un framework di apprendimento basato su grafi che allinea le informazioni morfologiche delle istopatologie a uno spazio latente strutturato da geni, consentendo una previsione accurata dei sottotipi molecolari del cancro pancreatico senza ricorrere al sequenziamento genetico.
Il paper presenta OncoRAG, un pipeline basato su grafi che utilizza modelli linguistici di dimensioni medie distribuiti localmente per estrarre con precisione caratteristiche cliniche da note oncologiche multilingue senza necessità di affinamento specifico, superando i metodi tradizionali in termini di accuratezza e scalabilità.
Questo studio evidenzia come l'ora di somministrazione del trattamento possa agire come un fattore confondente non misurato negli studi oncologici, influenzando significativamente la sopravvivenza e suggerendo la necessità di misurare o randomizzare il momento della somministrazione per ottimizzare i risultati terapeutici.
Questo studio dimostra che un video educativo conciso di 3-4 minuti migliora in modo significativo e duraturo la conoscenza specifica dei messaggi riguardanti i test genomici tumorali in pazienti con diversi tipi di cancro, sia in contesti accademici che comunitari.
Questo studio dimostra come agenti di intelligenza artificiale conversazionale abbiano permesso di identificare dipendenze specifiche per età e trattamento nelle vie di segnalazione RTK-RAS e MAPK del carcinoma duttale pancreatico, rivelando che l'assenza di alterazioni in queste vie nei pazienti anziani non trattati con gemcitabina si associa a una sopravvivenza globale significativamente migliore.
Questo studio dimostra che l'analisi meta-modello basata sui dati longitudinali rivela come gli inibitori dei checkpoint immunitari migliorino significativamente la velocità di recupero della qualità della vita rispetto alle terapie di controllo, fornendo una correlazione più sensibile con la sopravvivenza globale rispetto alle tradizionali analisi trasversali.