Temporal dynamics of radiotherapy and chemotherapy response in lower-grade gliomas using causal machine learning
本研究では、低悪性度膠芽腫患者の放射線・化学療法に対する時間的応答を可視化するための因果機械学習フレームワーク「CAST」を適用し、化学療法が長期的な生存利益をもたらす一方で、放射線療法の効果は限定的であることを示しました。
80 件の論文
がん研究は、私たちの生命を脅かす最も深刻な疾患の一つである癌のメカニズム解明から、新しい治療法の開発までを広く扱う分野です。Gist.Scienceでは、この領域で日々蓄積される最先端の知見を、専門用語に頼らず誰もが理解できる形で届けることを目指しています。
当カテゴリに掲載される論文はすべて、医学分野のプレプリントサーバー medRxiv から提供されています。Gist.Science は medRxiv に投稿された新たな研究論文をすべて対象とし、専門的な技術的要点を詳細に解説すると同時に、一般の方にもわかりやすい平易な要約を併せて提供しています。
以下に、この分野における最新の研究成果をまとめました。
本研究では、低悪性度膠芽腫患者の放射線・化学療法に対する時間的応答を可視化するための因果機械学習フレームワーク「CAST」を適用し、化学療法が長期的な生存利益をもたらす一方で、放射線療法の効果は限定的であることを示しました。
本論文は、アンスラサイクリン系薬剤で治療歴のある切除不能な進行・再発性軟部肉腫患者における第二線以降の全身治療の比較有効性を評価するため、ランダム化比較試験を対象としたシステマティックレビューとネットワークメタ分析を計画していることを示しています。
この研究は、ガーナの低資源環境において、婦人科がんおよびその治療が若年女性の生殖能力に与える多面的な心理社会的負担と、それに対するレジリエンスを質的調査を通じて明らかにし、包括的な支援体制の必要性を提言するものである。
本論文は、アリルスルファターゼB(ARSB)とペムブロリズマブの併用療法が、B16F10 転移性黒色腫マウスモデルにおいて、異なる機序によるアポトーシスの誘導や浸潤性の低下を通じて相乗的に腫瘍の進行を抑制し、治療成績を向上させる可能性を示したものである。
本論文は、機械学習と古典的統計モデルを統合し、PSA、ALP、AST の 3 つの簡易な検査値からなる「PROGRESS」という新しいリスク層別化スコアを開発・検証し、去勢抵抗性前立腺がん患者の予後予測と個別化医療への実用的な貢献を明らかにしたものである。
チェコにおける国家規模の行政データとがん登録データを連携させた本研究は、非小細胞肺がんの病期別ケアパスウェイを分析し、治療開始までの時間や多職種チーム会議、専門センターへの集中化、PD-L1 検査の実施率などの品質指標を特定・評価する手法を確立し、これを同国のがんケア品質改善のための継続的な評価ツールとして導入しました。
5 万人の膵臓がん患者データを用いたネットワーク分析により、病期ごとの症状パターンの変化(特に黄疸と体重減少のハブ性の変化)を明らかにし、症状のみによる早期発見の可能性を提示しました。
本論文は、SEER データベースと単一施設のコホートを用いた解析により、陽性および陰性リンパ節数を統合した LODDs(陽性リンパ節の対数オッズ比)が、従来の AJCC N 分類やリンパ節比率(LNR)よりも胃がんの予後予測精度が高く、個別化された予後評価のためのノモグラム構築に有用であることを示しています。
TCGA のデータ解析により、腫瘍関連マクロファージの予後予測効果は、メラノーマでは生存率改善と関連する一方、肺扁平上皮癌では悪化、肺腺癌では中立と、組織型によって明確に異なることが示されました。
本研究は、実証的補間、双対焼きなまし法で最適化されたロジスティックモデル、および ThresholdXpert 1.0 による組み合わせ最適化を統合した新たな枠組みを提案し、肝細胞癌の診断における多マーカーパネルの設計を改善したことを示しています。