98 artigos
Este estudo identifica uma assinatura transcriptômica imune, caracterizada pela modulação de vias relacionadas à resposta imune e pela presença de células T CD8+ e estruturas linfoides terciárias, como um preditor robusto de resposta completa e sobrevida aprimorada em pacientes com carcinoma espinocelular anal tratados com quimiorradioterapia.
Este estudo desenvolveu um modelo de aprendizado de máquina baseado na proteômica de vesículas extracelulares no plasma, utilizando um painel de quatro proteínas (MUC1, MUC5B, MUC5AC e ANPEP), que prediz com precisão a resposta à imunoterapia e os desfechos de sobrevida em pacientes com câncer de pulmão de não pequenas células.
Este artigo apresenta o método Personalized-DrugRank, uma abordagem inovadora que integra dados transcriptômicos individuais com dados de perturbação de fármacos para prever simultaneamente a resposta terapêutica e o tempo até a resposta em pacientes com câncer, demonstrando desempenho superior a modelos baseados apenas em parâmetros clínicos em múltiplos tipos de tumores.
Esta revisão sistemática e meta-análise atualizada indica que, embora a associação com a exposição a herbicidas à base de glifosato seja modesta e sensível a decisões analíticas, níveis mais elevados de exposição estão consistentemente associados a um aumento do risco de linfoma não Hodgkin, apoiando uma relação dose-resposta.
O artigo apresenta o nSIGHT™, uma plataforma web intuitiva e de autoatendimento que supera barreiras de interoperabilidade ao permitir que pesquisadores oncológicos descubram, visualizem e integrem dados clínicos e de pesquisa multimodais anonimizados para a construção de coortes e análise retrospectiva.
Este estudo desenvolveu e validou um framework automatizado que integra segmentação de feixes neurovasculares por IA e radiômica para aprimorar o estadiamento do câncer de próstata, demonstrando alta precisão na avaliação de risco de invasão e na predição de recorrência bioquímica, invasão perineural e extensão extraprostática.
Este estudo apresenta o CT4CMS, um modelo de aprendizado profundo interpretável que prevê os subtipos moleculares consensuais do câncer colorretal diretamente a partir de tomografias computadorizadas pré-operatórias, permitindo a estratificação molecular não invasiva e orientando decisões terapêuticas personalizadas.
Este estudo demonstra que a classificação de doença residual mínima (MRD) em câncer colorretal após cirurgia curativa é fortemente influenciada pela sensibilidade analítica, revelando que uma proporção substancial de sinais de doença residual reside abaixo do limiar convencional de 100 ppm e que a detecção ultrassensível de ctDNA pode identificar precocemente pacientes com risco de recorrência.
O desafio PUMA demonstrou que, embora algoritmos de ponta tenham melhorado a detecção de células imunes em histopatologia de melanoma, apenas a densidade de linfócitos infiltrantes tumorais mostrou uma associação consistente com a resposta e a sobrevivência em pacientes tratados com inibidores de checkpoint imunológico, enquanto outros subconjuntos celulares não apresentaram valor preditivo independente.
Este estudo demonstra que o eixo miR-362-3p/BCLAF1 regula a sensibilidade ao cisplatino e a progressão metastática no câncer de mama triplo-negativo, identificando o miR-362-3p como um biomarcador específico de resposta favorável ao cisplatino que atua reprimindo o alvo BCLAF1 para superar a resistência ao tratamento.
Este estudo demonstra que a inteligência artificial conversacional revela que a síndrome de Sézary se distingue de outros linfomas cutâneos de células T não por uma maior carga mutacional, mas por alterações qualitativas específicas em vias de regulação epigenética, escape imune e controle transcricional.
Este estudo integra análises de randomização mendeliana e colocalização em transcriptoma de célula única para identificar alvos terapêuticos imunológicos específicos e mecanismos causais no câncer de próstata, destacando genes-chave em células T e potenciais alvos de reutilização de fármacos.
Este estudo apresenta um modelo de segmentação baseado em U-Net aprimorado com mecanismos de atenção que demonstrou alto desempenho e generalização na detecção confiável de células tumorais circulantes associadas (CTACs) em diversas coortes prospectivas e casos-controle, validando sua utilidade clínica para o diagnóstico precoce de câncer.
Este estudo analisou a mortalidade por câncer de pulmão nos EUA entre 1994 e 2020, revelando que, embora tenha havido um declínio significativo para ambos os sexos, os fatores determinantes diferem: a poluição do ar foi o preditor mais forte para homens, enquanto o tabagismo foi o mais crítico para mulheres, destacando a necessidade de estratégias sexoespecíficas que combinem controle do tabaco, melhoria da qualidade do ar e acesso equitativo a tratamentos.
Este artigo propõe um modelo de aprendizado baseado em grafos que alinha sinais morfológicos de histopatologia a uma rede gênica fixa, permitindo a predição precisa de subtipos moleculares do câncer de pâncreas apenas a partir de lâminas de rotina, sem a necessidade de sequenciamento genético.
O estudo apresenta o OncoRAG, um pipeline baseado em grafos que utiliza modelos de linguagem de tamanho médio implantados localmente para extrair com precisão características clínicas de notas oncológicas multilíngues sem necessidade de ajuste fino, superando abordagens convencionais e permitindo análises de sobrevivência comparáveis às feitas manualmente.
O artigo alerta que o horário de administração do tratamento pode atuar como um fator de confusão não medido em ensaios clínicos oncológicos, influenciando significativamente os resultados de sobrevida e sugerindo que a randomização ou medição desse horário seja implementada para otimizar as terapias.
Este estudo demonstrou que um vídeo educativo conciso de 3 a 4 minutos aplicado antes do teste genômico tumoral melhorou significativamente e de forma sustentada o conhecimento específico dos pacientes sobre a mensagem do vídeo, tanto em ambientes acadêmicos quanto comunitários, sem alterar o conhecimento geral ou a confiança no médico.
Este estudo demonstra que o uso de agentes de inteligência artificial conversacional permitiu identificar dependências específicas de vias de sinalização RTK-RAS e MAPK, associadas à idade e ao tratamento com gemcitabina, em tumores de adenocarcinoma ductal pancreático, reforçando a necessidade de uma abordagem de oncologia de precisão além das mutações canônicas de KRAS.
Esta meta-análise baseada em modelos demonstra que, embora os inibidores de checkpoint imune ofereçam benefícios consistentes na sobrevida global, as análises convencionais de qualidade de vida podem mascarar melhorias significativas ao longo do tempo, as quais são melhor capturadas por trajetórias longitudinais e correlacionadas com a sobrevida.