115 papers
Oncologie omvat het onderzoek naar kanker, een complexe ziekte die cellen onbeheerd laat groeien. Deze wetenschappelijke veld bestrijkt alles van de moleculaire oorzaken tot nieuwe behandelingen en preventiestrategieën, met als doel patiënten langer en beter te laten leven. Het is een snel veranderend gebied waar elke dag nieuwe inzichten kunnen leiden tot doorbraken in de strijd tegen deze aandoening.
Op Gist.Science maken we deze complexe kennis toegankelijk voor iedereen. Wij verwerken elke nieuwe preprint uit de oncologie-categorie van medRxiv, een belangrijke bron voor medisch onderzoek. Voor elk artikel bieden we zowel een begrijpelijke samenvatting in gewone taal als een gedetailleerde technische uitleg, zodat zowel leken als experts direct de kern kunnen begrijpen zonder vertraging.
Hieronder vindt u de meest recente publicaties in dit dynamische vakgebied, direct samengevat en klaar om te lezen.
Deze studie toont aan dat verhoogde TRAF6-expressie dient als een onafhankelijke prognostische biomarker voor een slechte overleving en radioresistentie bij cervixcarcinoom, terwijl de knockdown ervan maligne fenotypes onderdrukt en de radiosensitiviteit verhoogt, wat suggereert dat TRAF6 een veelbelovend therapeutisch doelwit is.
Deze studie toont aan dat vloeibare biopsie van het acuus humor uitgebreide multi-omics profilering en zeer nauwkeurige machine learning-gebaseerde moleculaire stratificatie van retinoblastoom mogelijk maakt, waarmee een veilige, niet-invasieve platform wordt gevestigd voor risicobeoordeling en precisiediagnostiek bij oogsparende behandeling.
Deze studie maakt gebruik van ruimtelijke multi-omics om te onthullen dat patiënten met niet-gunstig verlopend hepatocellulair carcinoom die behandeld worden met Y90-radioembolisatie en nivolumab een intrinsiek immuundeficiënt tumormicro-milieu vertonen, gekenmerkt door LAG-3-geassocieerde CD8+ T-celuitputting en immunosuppressieve macrofagen, wat leidde tot de identificatie van een 72-genen-signatuur voor de vroege voorspelling van progressieve ziekte.
Deze fase I-studie toonde aan dat de Exportine 1-remmer Selinexor veilig gecombineerd kan worden met standaard chemoradiatie voor recent gediagnosticeerd glioblastoom bij een maximale getolereerde dosis van 60 mg tweewekelijks, waarbij voorlopige signalen van werkzaamheid en een potentieel radiosensitiserend effect werden aangetoond, zoals bewezen door vertraagde pseudoprogressie.
Dit artikel presenteert een computationeel raamwerk van zes fasen dat gepubliceerde geaggregeerde trialgegevens benut om risicostratificatie op patiëntniveau en langetermijnvoorspellingen van toxiciteit voor zeldzame kankers zoals Ewingsarcoom te genereren, waarbij het gebrek aan individuele patiëntendatasets die vereist zijn voor traditionele machine learning wordt overwonnen terwijl een hoge nauwkeurigheid en een significant verbeterde prognostische resolutie worden bereikt.
Deze studie maakt gebruik van een in silico klinisch trialmodel om aan te tonen dat patiëntheterogeniteit de effectiviteit van MV-BiTE-therapie significant beïnvloedt, wat suggereert dat non-responders op standaardprotocollen mogelijk baat hebben bij frequentere, lager gedoseerde toedieningen.
Deze studie presenteert een robuust celvrij RNA (cfRNA) vloeibare biopsieplatform dat gebruikmaakt van RUVg-gebaseerde normalisatie en een XGBoost-classifier om een hoge sensitiviteit (73,7%) te bereiken bij de detectie van colorectale kanker in een vroeg stadium, waarmee de beperkingen van traditionele op cfDNA gebaseerde screeningsmethoden effectief worden overwonnen.
Deze retrospectieve studie van 2.592 patiënten met gemetastaseerd niet-kleincellig longcarcinoom onthult dat hoewel mono-immunotherapie de initiële uitval tijdens de behandeling heeft verminderd, fragiliteit en comorbiditeit de start en effectiviteit van de therapie nog steeds significant beperken, wat suggereert dat het hanteren van specifieke criteria uit de productbijsluiters beter kandidaten voor nieuwe platina-vrije eerstelijnsopties zou kunnen identificeren.
Deze studie presenteert de ontwikkeling en onafhankelijke validatie van de uLCI, een interpreteerbaar machine learning-model gebaseerd op vier urinemetabolieten en klinische variabelen dat vroeg stadium longkanker met hoge nauwkeurigheid en prognostische waarde effectief detecteert, wat een veelbelovend niet-invasief alternatief biedt voor de huidige beperkingen van screening.
Deze populatiegebaseerde studie naar patiënten met niet-kleincellige longkanker in een vroeg stadium in Ohio (2004–2015) laat zien dat sociaaleconomische factoren, specifiek de Medicaid-verzekering en armoede op countyniveau, de primaire barrières vormen voor het ontvangen van richtlijnconforme therapie, terwijl het wonen in de Appalachen zelf geen belemmering is en zelfs geassocieerd kan zijn met iets hogere behandelingspercentages.