Machine Learning to Optimize Busulfan Exposure and Predict Survival in HSCT: Toward Personalized Dosing Strategies
Deze studie toont aan dat machine learning-modellen die klinische en farmacokinetische variabelen integreren, traditionele methoden overtreffen in het voorspellen van busulfan-expositie en overleving, waardoor meer precieze, gepersonaliseerde doseringsstrategieën mogelijk worden voor patiënten die ondergaan aan een hematopoëtische stamceltransplantatie.