98 articoli
Lo studio dimostra che l'omogeneità del trattamento ascellare nel carcinoma mammario ypN1 post-terapia neoadiuvante non è giustificata, poiché la de-escalation chirurgica appare sicura solo per le pazienti con un singolo nodo residuo positivo, mentre un'escissione estesa rimane necessaria in caso di coinvolgimento di più linfonodi.
Questo studio dimostra che un sistema di intelligenza artificiale agentic, validato in più fasi, migliora significativamente l'efficienza, la precisione e la coerenza nel rilevamento e nella classificazione degli eventi avversi correlati all'immunoterapia rispetto alla revisione manuale delle cartelle cliniche.
Questo studio caratterizza il microambiente tumorale del carcinoma a cellule renali chiare attraverso un'analisi multi-omica spaziale su 498 pazienti, definendo tre ecotipi di sopravvivenza distinti che, validati su oltre 2.500 casi, superano i dati clinici tradizionali nella prognosi e possono essere predetti direttamente dalle immagini istopatologiche standard, offrendo nuove prospettive per le decisioni terapeutiche.
Questo studio presenta il nuovo classificatore MP V2 per la rilevazione precoce del cancro, che rispetto alla versione precedente MP V1 dimostra un miglioramento significativo della sensibilità, specialmente nelle fasi iniziali, mantenendo un'alta specificità in coorti di validazione clinica.
Questo studio dimostra che il monitoraggio prospettico dei livelli sierici di IL-6 tramite un semplice saggio immunoassorbente microfluidico permette di prevedere l'insorgenza della sindrome neurotossica associata alla terapia CAR-T (ICANS) il giorno successivo, offrendo un potenziale strumento clinico per un intervento tempestivo.
Questo studio presenta GxSurv, un modello di machine learning basato sulla Random Survival Forest che utilizza il tasso di crescita tumorale (g-rate) calcolato dai valori di PSA a 3 mesi per prevedere con precisione la sopravvivenza globale nei pazienti con carcinoma prostatico metastatico resistente alla castrazione, superando i modelli tradizionali e supportando decisioni cliniche tempestive.
Questo studio utilizza una simulazione Monte Carlo per dimostrare che il mancato raggiungimento dell'endpoint primario nel trial NHS-Galleri è attribuibile a un "slip di stadio" causato dai ritardi diagnostici del sistema sanitario, piuttosto che a una carenza intrinseca del test, il quale continua a rilevare i tumori in fasi più precoci e a ridurre le diagnosi in stadio IV.
Questo studio, basato su 1652 campioni analizzati con il metodo Quantitative Dot Blot, sfida la visione tradizionale dell'eterogeneità del cancro al seno proponendo che l'asse ER/PR costituisca la via di segnalazione dominante e gerarchica che governa l'intero spettro della malattia, offrendo un modello prognostico più preciso rispetto alla sottotipizzazione clinica attuale.
Questo studio analizza oltre 5.000 tumori al seno per definire un nuovo quadro biologico basato su due programmi funzionali distinti, introducendo il sistema di classificazione T-OMICS che risolve le ambiguità prognostiche delle mutazioni di PIK3CA e permette una stratificazione più precisa del rischio e delle opzioni terapeutiche.
Questo studio dimostra che l'integrazione di caratteristiche radiomiche dell'edema perilesionale e del disconnectoma della sostanza bianca con dati clinici e molecolari migliora significativamente la previsione della sopravvivenza libera da progressione nei pazienti affetti da glioblastoma IDH-wildtype.
Questo studio applica il framework CAST, un'estensione causal machine learning, per dimostrare che la chemioterapia offre benefici sostenuti nel tempo per i pazienti con gliomi di basso grado, mentre gli effetti della radioterapia sono più variabili e sensibili a fattori confondenti, rivelando l'età come principale determinante dell'eterogeneità della risposta al trattamento.
Questo studio presenta NeuroMDAVIS-FS, un framework di deep learning non supervisionato che integra dati multi-omici per identificare firme molecolari prognostiche e stratificare i pazienti con cancro del polmone in base al rischio di sopravvivenza, superando significativamente l'accuratezza dei modelli clinici tradizionali.
Questo studio propone una revisione sistematica e una meta-analisi di rete per valutare l'efficacia comparativa dei trattamenti farmacologici di seconda linea o successivi nei pazienti con sarcoma dei tessuti molli avanzato, irresecabile o recidivante precedentemente trattati con antracicline, al fine di colmare la mancanza di raccomandazioni coerenti nelle linee guida cliniche.
Questo studio qualitativo condotto in Ghana esamina come i tumori ginecologici e i relativi trattamenti compromettano la fertilità delle donne, generando profonde conseguenze psicosociali, stigma e difficoltà economiche, pur evidenziando la resilienza delle pazienti e la necessità di integrare supporto psicologico e consulenza sulla fertilità nei percorsi di cura.
Questo studio randomizzato, in doppio cieco e controllato con placebo ha dimostrato che la terapia quotidiana di fotobiomodulazione intraorale con dispositivo LED è sicura, ben tollerata e riduce significativamente l'incidenza e la gravità della mucosite orale nei pazienti con tumori testa-collo sottoposti a radioterapia.
Questo studio dimostra che la combinazione di Arylsulfatase B (ARSB) e Pembrolizumab inibisce sinergicamente la progressione del melanoma metastatico nel modello murino B16F10, migliorando la sopravvivenza attraverso meccanismi complementari che inducono apoptosi, riducono l'invasività e modulano l'espressione delle citochine.
Il documento presenta Onco-Shikshak V7, un ecosistema di apprendimento adattivo nativo AI per l'oncologia medica che, integrando un'architettura cognitiva unificata (basata su ACT-R, IRT, FSRS, ZPD e calibrazione metacognitiva) con agenti specializzati e fonti autorevoli, supera le limitazioni dei curricula statici e i rischi degli LLM attraverso flussi di lavoro clinici autentici e meccanismi di feedback a ciclo chiuso.
Questo studio presenta e convalida PROGRESS, un semplice punteggio di stratificazione del rischio per il carcinoma prostatico resistente alla castrazione, derivato tramite apprendimento automatico e basato su tre parametri di laboratorio routinari (PSA, ALP e AST), che permette una valutazione prognostica individuale rapida e affidabile in diverse popolazioni di pazienti.
Questo studio trasversale dimostra che l'analisi delle disparità socio-comportamentali a livello di conteggio all'interno dei gruppi razziali ed etnici, piuttosto che basarsi su medie di gruppo, rivela eterogeneità significative e permette di identificare più precisamente le barriere specifiche associate alla mortalità per cancro al seno e alla prostata negli Stati Uniti.
Questo studio retrospettivo nazionale ceco ha analizzato i percorsi diagnostico-terapeutici di oltre 10.000 pazienti con carcinoma polmonare non a piccole cellule, stratificati per stadio, per sviluppare indicatori di qualità che evidenziano criticità nei tempi di trattamento e nelle disparità regionali, istituendo un sistema nazionale per il monitoraggio continuo dell'assistenza oncologica.