97 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。
本研究は、26 個の遺伝子発現プロファイルに基づく分子予後分類子を第 9 版 TNM 病期分類に統合した新モデル「TNMEx」を開発し、従来の TNM 病期分類よりも肺腺がんの予後予測精度とリスク層別化能力が有意に向上することを示しました。
本研究は、世界規模でフェーズIIIがん臨床試験を実施する研究施設の分布を初めてマッピングし、試験の実施可能性が施設の数と強く相関していること、および低中所得国では研究インフラが限定的で、多国籍・企業主導・全身療法試験に偏っているという格差を明らかにしました。
本研究は、CTディープラーニング、ラジオミクス、および末梢血免疫プロファイルを融合させることで、有症状患者における肺癌の診断精度が大幅に向上し、単一モダリティのアプローチと比較して0.81のAUCを達成することを実証している。
TRACERx非小細胞肺癌コホートにおける進化樹の形状を定量化するための新しい手法を適用することにより、本研究は、クローン樹のバランスが従来の進化指標を凌駕する無病生存期間の強力な予測因子であることを示し、分岐の均一性が腫瘍内異質性よりも臨床アウトカムに対してより重要であることを示唆している。